面向作业车间调度问题的遗传算法改进

为了获得遗传算法在作业车间调度问题上的最优化解,提高算法的迭代速度,研究了遗传算法的改进方法,以工件的加工时间最短为目标建立调度模型。在算法上提出了基于概率改进的具有自适应能力的交叉与变异算子,以求作业车间调度问题的最优解。在遗传算法上采用精英保留策略方法,并结合改进的自适应算子对问题进行求解。以基准案例LA01和FT06作为实验仿真对象,获得了相应的甘特图以及搜索过程曲线。仿真结果表明,与未改进的算法相比,该算法能够更加快速地获得最优解。改进后的算法在搜索上更加快速有效,在求解作业车间调度问题上具有一定的可行性,更加适合工业加工生产。

高层错层住宅剪力墙结构设计方法分析

以错层剪力墙结构设计为切入点,简要叙述错层结构的涵义、种类与受力特点,帮助设计人页加深对错层结构的了解程度,重点探讨高层错层住宅工程中剪力墙结构的设计方法与注意事项,旨在完善错层剪力墙结构设计体系,明确设计思路与重点,为同类工程剪力墙结构设计工作的开展提供参考。

改进蚁群算法在移动机器人轨迹规划中的应用研究

针对蚁群算法在移动机器人路径规划时会出现收敛速度慢、全局搜索空间大、时间长、效率低、易陷入局部最优解和出现死锁现象等问题,提出了一种改进的蚁群算法.在静态已知环境的条件下利用栅格法建立模型,基于传统蚁群算法的基础上,采用精英选择的方法加快收敛速度、自适应改变挥发系数来使初始时刻的蚁群搜索能力加强、范围扩大,避免陷入局部最优解;针对U型障碍物,提出了丢弃陷入死锁中的蚂蚁.通过仿真结果可以得到改进后的蚁群算法能够快速地搜索到最优路径,与传统蚁群算法以及改进的蚁群算法相比较,具有良好的路径寻优的能力和避障性能.