复杂路况下考虑碳排放成本的冷链车辆配送路径优化研究

本文考虑了多数没有考虑的实际路况与路面情况这些复杂路况下的配送成本,同时秉承着低碳绿色的理念,将碳排放因素考虑到总配送路径成本中,采用改进粒子群算法求解,以配送成本和货损率最小为分析依据,分析求解结果。以浙江义乌某冷链中心为研究对象进行冷链运输车辆配送路径优化,将优化后的成本与原方案成本进行实验对比,结果表明货损率、碳排放量与总成本均降低了约4%到15%。

基于传感器的果蔬品质检测研究

随着市场对果蔬需求量增加,冷链物流日益发展,在存储中对果蔬的品质提出了更高的要求。因此,应用无损检测技术对果蔬进行品质检测是非常必要的。文章采用电子鼻传感器对果蔬气味的识别与图像传感器对果蔬外观品质的判别相结合的方法对果蔬新鲜度进行判别。在数据采集过程中,基线漂移对数据分析存在影响,文章采用基于CAM-ES算法从长期漂移的角度将数据按时间窗进行自适应线性补偿消除基线漂移,其次采用Adam算法优化BP神经网络,实现自适应实时在线学习,进行在线漂移补偿,实现对漂移的实时在线学习和修正。

基于多传感器信息融合的果蔬仓库监测算法融合

适宜的仓库环境对于提高存储周期、减少腐坏率,起到至关重要的作用。将分组自适应加权融合算法与改进的BP神经网络算法相结合,应用到仓库环境监控系统中。通过使用分组自适应加权融合算法计算同类环境因素的估计值,再与异类传感器融合算法相结合,融合仓库中各种环境因子相互作用的影响,以提高输出结果的准确度。在仓库中收集温度,湿度,气味和二氧化碳浓度四个主要环境因素,并给出四类传感器数据融合处理的实时智能决策结果,从而实现对仓库环境的精确控制。结果表明,算法融合可以有效地提高数据处理精确度,节省各节点能耗,提高监测水平。

基于遗传模糊算法爬壁机器人避障仿真研究

为解决爬壁机器人壁面作业过程中的避障问题,课题组提出了基于遗传算法优化的模糊控制算法。首先,建立了爬壁机器人在壁面的运动模型,求解出机器人运动学方程;利用平面栅格的方式进行描述机器人运动路径的规划;采用遗传算法对爬壁机器人模糊避障控制进行优化,并给出具体优化步骤。利用MATLAB进行仿真实验,仿真结果表明:与遗传算法进行比较,基于遗传算法优化的模糊控制在准确避开障碍物的前提下,能够更好地跟踪起点和目标点的连线,并规划出从起始点到目标点之间更短的路径。