基于多微粒群优化的机器人气味源定位

研究多气味源同时定位问题,提出一种基于多微粒群优化的机器人气味源定位方法.该方法将机器人看作一个微粒,邻近的微粒组成一个子群,不同的子群定位不同的气味源.通过合并相似的子群和降低微粒在已搜索区域的适应值,使得微粒群定位尽可能多的气味源.当气味源所在环境变化时,根据子群当代极值与前代全局极值之间的关系,选择子群的全局极值.将所提方法应用于3个典型静态环境与1个动态环境的气味源定位,并与5种已有方法比较.实验结果表明,所提方法能够高效地定位多气味源.

基于自适应大邻域搜索的含聚合距离多目标车辆路径规划

根据苏宁易购实际物流配送作业场景,由突发事件引起的"二次送货"问题,从而导致对已规划路径产生较大影响。为解决该问题,提出含聚合距离多目标车辆路径规划问题,定义总聚合距离这一优化目标。根据某公司某城市大促期间的所有家电订单生成多种规模的测试数据。通过不同规模的实际案例,对自适应大规模邻域搜索算法求解该问题的有效性加以验证。

自适应大邻域搜索邻域选择策略研究

自适应大规模邻域搜索算法适用于解决车辆路径规划问题。而定比例邻域半径选择是邻域搜索类算法较为普遍的策略。但是,当路径规划问题规模较大时,定比例会移除大量节点,且会导致算法运行时间大幅度提高。为解决该问题,本文提出变比例邻域半径选择策略。根据某城市大促期间的所有快递订单生成两种规模的测试数据。通过不同规模的实际案例,对比定比例与变比例两种邻域半径选择策略,以验证变比例策略的有效性。

基于PSO的6R机械手逆解研究

首次给出了基于PSO的冗余机械手逆解问题研究,即以第二指标整体可操作性为目标函数、关节点作为PSO的粒子进行迭代优化,以最优结果确定逆解。针对避免碰撞问题,根据目标物和机械手各关节之间的距离定义阶跃避障参数。通过加入阶跃避障参数,更新整体可操作性指标成为一个新的综合性指标,并使用同样的PSO方法优化这个新指标去解决逆解问题。并将该方法应用于三维空间中的6R机械手,且分析研究了一些参数对PSO性能的影响。仿真结果验证了该方法的简单性和有效性。