基于遗传算法和蚁群算法的LEACH改进协议

针对无线传感器网络低功耗自适应集簇分层(Low Energy Adaptive Clustering Hierarchy,LEACH)路由协议因能耗不均衡导致节点过早死亡的问题,提出了一种基于遗传算法和蚁群算法改进的LEACH路由协议。在分簇阶段,通过遗传算法选举合理的簇头节点并根据节点的分布划分簇群;在数据传输阶段,通过蚁群算法使簇头节点尽可能选择能量充足且距离较短的路径进行数据传输。仿真结果表明,与传统的分簇路由协议LEACH和LEACH-C相比,改进算法可以使网络的能量消耗更加均衡,并延长网络的生命周期。

道路桥梁工程设计环节存在的问题及对策

现阶段在进行国家经济运行工作的过程当中,对于交通运输行业的需求是有目共睹的。因此,必须通过一种良好的道路桥梁工程设计规划,能够在设计环节,具备良好的技术优越性。同时,也能够面对以往设计当中所存在的一些实际问题,采取一系列积极的对策去进行技术改良。进而使道路桥梁工程得到一种完美的设计保障,并通过设计人员自身的能力和水平,为后续的工程推进奠定良好的设计基础。所以,要展开科学的设计进程,以此发挥设计人员的价值和作用,促进道路桥梁工程的完美竣工。

基于NSGA-Ⅱ的热压系统上下料机械手结构优化设计

为实现热压系统上下料装置的轻量化设计,提出将响应面法和NSGA-Ⅱ算法相结合的多目标优化方法。以上下料机械手结构质量、最大变形和二阶模态固有频率作为优化目标,以机械手支撑立柱的壁厚、边长和取件手臂壁厚、宽度作为优化参数,进行参数化建模,采用Box-Behnken方法设计4因素3水平试验,并通过ANSYS Workbench有限元软件得到仿真结果。采用二阶响应面法,对目标函数与变量参数之间的非线性关系进行预测,并将预测数据与实际值比较,验证该方法具有良好的准确性和可行性。采用NSGA-Ⅱ算法对多目标优化的Pareto前沿解进行搜索,选择Pareto解集中的第55组解,即支撑立柱的壁厚为5 mm,边长为89 mm,取件手臂壁厚为7 mm,宽度为78 mm,宽度取整为80 mm。经过仿真证明,上下料机械手模型质量从307.89 kg减小到223.72 kg,减重比高达27.34%。优化后结构的最大变形量从0.394 mm增大到0.475 mm,满足最大变形量不超过1 mm的设计要求。二阶模态固有频率从47.57 Hz减小到46.19 Hz,降幅较小。运用ADAMS软件对上下料装置进行运动学仿真,得到机械手速度、加速度曲线,优化后该装置运动过程平稳,运动过程无明显冲击和振动。

基于多通信半径和改进遗传算法的DV-Hop定位

针对无线传感器网络定位算法中DV-Hop(distance vector-hop)算法定位精度不高的问题,从跳数和跳距两方面进行优化,提出了一种利用多通信半径和改进遗传算法优化的DV-Hop定位算法。首先,设置节点的通信半径为多个,细化节点间的跳数,降低跳数误差;其次,将局部搜索能力强的禁忌搜索算法与遗传算法相结合优化信标节点的平均跳距;最后,采用加权的方式修正未知节点的平均跳距,降低跳距误差。仿真结果表明:在同等条件下,本文改进算法比传统DV-Hop算法和有关改进算法定位精度更高。