为了克服传统免疫遗传算法(IGA)在车间调度问题上易陷入局部最优的缺点,将免疫遗传算法(IGA)与模拟退火算法(SA)进行了结合,提出一种应用于车间作业调度的混合免疫遗传算法。为了有效的提高免疫遗传算法收敛速度和避免算法陷入局部最优解,此算法设计了一种基于适应度和浓度的自适应精英保留策略且重新设置了变异算子,即将变尺度变异和自适应变异算子进行了融合。最后利用“Muth and Thompson”基准问题进行仿真实验,验证了该算法在JSP问题中的高效性和可行性。

针对电动并联机构驱动能力不足的问题,提出用3条冗余支腿来平衡负载的结构。同时,考虑到实际工况下,速度、驱动力和功率峰值过高给机构带来的负面影响,使用免疫遗传算法对该并联机构的结构参数进行多目标优化。仿真结果表明与典型的六自由度并联机构相比,优化后电动支腿的速度峰值下降13.83%,驱动力峰值下降24.50%,功率峰值下降45.68%。该冗余结构及优化方案,能够有效提高电动并联机构的驱动能力,适用于重载运动模拟试验台。