包裹智能分拣系统分拣路径动态规划方法

为了提升包裹智能分拣系统的效率,设计一种包裹定向分拣路径动态规划方法。介绍一种新型包裹智能分拣系统的结构和工作原理;针对包裹智能分拣系统的特点,构建包裹定向分拣路径动态规划数学模型,并设计对应的规划算法;开发包裹智能分拣系统仿真平台,以验证包裹定向分拣路径动态规划方法效果。仿真结果表明:所设计的包裹定向分拣路径动态规划方法能够显著减少包裹平均分拣时间,从而提升包裹智能分拣系统的效率。

包裹智能分拣系统提效降损交通管控方法

为了提升包裹智能分拣系统的分拣效率、降低包裹破损风险,设计了一种交通管控方法。首先,介绍所设计的包裹智能分拣系统的结构和工作原理;其次,为了避免包裹在分拣过程中发生相互碰撞,设计一种基于信号量理论的避碰策略;再次,针对包裹分拣过程中可能出现的环形死锁现象,设计基于有向图理论的环形死锁检测与避免算法;最后,开发包裹智能分拣系统仿真平台,验证所设计方法的有效性。

基于遗传算法优化的ELM的空气质量预测研究

针对空气中常见污染物及气象因素对空气质量的影响具有不确定性,导致预测准确度受限问题,在由WRFCMAQ预报模型基础上得到污染物浓度/气象一次预报数据,结合某监测点提供的长期空气质量检测基础数据(气象以及污染物浓度实际检测数据)对空气质量预测进行二次建模,选择ELM(极限学习机)并使用遗传算法对ELM网络模型进行优化,提高空气质量预报中对各项污染物预测的准确性,预测结果满足了10%误差的期望值。

基于向量自回归模型的辛烷值损失问题研究

依据某石化企业催化裂化汽油精制脱硫装置运行四年产生的大量数据和从催化裂化汽油精制装置采集的325组样本(每组样本中都有367个操作变量),针对辛烷值损失的优化问题,从数学建模的方向出发,在对样本数据进行预处理的基础上,使用二次特征筛选的方法从367个操作变量中筛选出数学建模的主要变量,综合考虑变量之间的非线性和相互强耦联性,基于多变量自回归对数线性方程建立了汽油精制过程中的辛烷值损失预测模型。