Waste Minimization Through Process Integration and Multi-objective Optimization

By avoiding or reducing the production of waste, waste minimization is an effective approach to solve the pollution problem in chemical industry. Process integration supported by multi-objective optimization provides a framework for process design or process retrofit by simultaneously optimizing on the aspects of environment and economics. Multi-objective genetic algorithm is applied in this area as the solution approach for the multi-objective optimization problem.

基于改进RRT-Connect算法的全局路径规划

针对RRT-Connect算法在复杂环境内的路径规划中存在探索性弱、收敛速度慢、冗余节点多、搜索路径较长等问题,提出一种改进的RRT-Connect算法。通过引入高质量随机点和动态步长的方法,提高了生成随机树的质量并减少了冗余节点数量;采用正向寻优和逆向贪婪的方式,改善了搜索路径较长的问题。实验结果表明,改进RRT-Connect算法平均路径规划时间缩短26.41%,平均路径规划长度缩短19.05%,平均路径规划节点个数减少41.91%,证明了改进RRT-Connect算法相比于原算法规划效率更高,规划时间更少,规划路径质量更优。

震后伤员救援车辆两阶段规划模型及算法研究

不确定情景下的应急物资配送和车辆路径优化问题是目前国内研究的一大热点,其中震后伤员运送车辆调度及路径优化问题随着近几年地震等自然灾害的频繁发生也逐渐引起人们的重视.本文采用聚合优化算法对灾区进行应急救援区域划分,建立了以总救援时间最短和相对综合救援权重值最大为目标的救援车辆两阶段数学规划模型,设计了带三角函数变异的离散型萤火虫优化算法进行求解,并与常规算法求解结果做了对比分析.通过算例进行模拟实验表明,所提出的模型和算法可以有效解决地震情景下的伤员救援车辆调度问题,且改进算法的全局搜索性能更优.

一种移动机器人全局路径规划新型算法

针对模拟退火算法收敛速度慢这一缺陷,提出了一种基于共轭方向法和模拟退火算法相结合的新型混合优化算法,并成功应用于机器人神经网络路径规划中。该算法可以使优化解不陷入局部极值解而得到全局最优解,仿真实验研究表明:本文提出的这种新型混合优化算法,计算简单,收敛速度快,显著提高了求解移动机器人全局最优化问题的计算效率。

求解非线性混合整数规划的算法设计与仿真

针对目标函数具有多峰值、变量规模较大的非线性混合整数规划问题,设计了一种序贯选择式的扩展时间Petri网模型,并给出了该模型的构建算法。改进了传统的蚁群算法,并引入遗传演化的思想,设计了局部和全局演化算子,提出了基于非线性混合整数规划问题的最优解搜索算法。该算法解决了离散变量和连续变量的进化问题,同时保证了搜索广度和收敛速度。仿真结果表明,该算法在求解准确性、普适性、稳定性以及收敛速度方面具有更好的性能,适应于解决复杂的大规模非线性混合整数规划问题。

基于混合遗传算法的物流配送路径优化分析

货物的合理配送,除了选择合适的交通运输方式外,还要确定合理的配送路线和货物的运输量,不同的运输条件、组织方法,车辆可以按照不同的配送路线完成配送任务.本文在构建了物流配送路径优化数学模型的基础上,提出了基于局部竞争机制的选择小生境技术和自适应调节交叉变异参数方法提高全局收敛性能,最后将带有记忆功能的模拟退火算法与上述改进遗传算法相结合提高局部搜索能力,从而构造出一种新的混合遗传算法,经过计算证明,这种混合算法可以在很大程度上解决上述问题,并得到最优解或者近似最优解.

基于实时交通最优路径算法的研究

在交通路网的导航中,采集实时交通数据,建立数据道路网络拓扑结构,对传统的静态路网前提下的Dijkstra算法进行改进,使之适用于城市交通系统。新的实时交通最优路径算法,以实时路况信息为道路权重,通过实时路况数据的采集,得到符合实际情况的动态最优路径。

粗糙评估系统与路径优化

通过在近似空间中扩入二元关系以及若干评估因子,得到了粗糙评估系统。基于各评估因子,定义了权重和综合权重的概念,引出了边集合的综合下限值。利用综合下限值对路径进行优化分析,得到了优化算法。进而,通过粗糙评估系统对企业供货关系的描述,形成了实际问题的数学模型,将优化算法施于供货路径,使供货渠道得到了优化,展示了优化算法的有效性。

煤矿井下应急逃生最优路径规划算法研究综述

近年来国家对矿山的安全生产工作日益重视,但矿山灾害事故仍时有发生。在矿山事故发生后,如何确定一条最佳避灾救援路线,指导受灾人员安全撤离,从而将突发事故的影响和伤亡人数降到最低,成为目前矿山应急突发事故处理方法的重点研究方向。针对煤矿井下避灾救援路径的最优规划问题进行综述,首先从井下突发事故的静态最优路径规划算法和动态最优路径规划算法两方面揭示煤矿井下路径规划的基本方法,然后介绍复杂环境影响下的应急救援路径规划,最后总结煤矿井下应急逃生路径规划研究面临的问题与挑战。

基于改进粒子群的智能汽车最优路径规划方法研究

为了提高复杂环境下智能车辆路径规划的实时性和安全性,提出了一种结合改进强化学习算法和改进粒子群优化算法的智能车辆路径规划方法。采用小批量梯度下降法优化强化学习算法的衰减参数和学习因子,提高学习效率。通过改进的强化学习算法训练改进的粒子群优化算法,并根据评价指标选择最优路径。通过与传统路径规划方法进行仿真对比,验证了该方法的优越性。结果表明,与传统的路径规划方法相比,随着障碍物比例的增加,这里方法规划的路径最优,路径规划的综合成本最低,为复杂环境下智能车辆的路径规划提供了保障。

考虑数据传输成功率的光网络最优通信路径选择

为全面评估通信路径性能,提升数据传输的可靠性与稳定性,研究考虑数据传输成功率的光网络最优通信路径选择方法。以最大化数据传输成功概率与最小化数据传输超时概率为目标函数,建立光网络最优通信路径选择模型;蚁群算法依据选择概率,生成初始光网络最优通信路径选择模型的可行解集合;利用遗传算法对可行解集合进行选择、交叉与变异处理,得到新的最优通信路径选择模型可行解集合;通过数据传输成功概率与超时概率,设计遗传算法的适应度,以最优适应度对应的可行解集合为最终可行解集合;利用蚁群算法在最终可行解集合内,选择最大数据传输成功概率,以及最小超时概率对应的最优通信路径。实验证明:该方法可有效生成初始光网络最优通信路径模型的可行解集合,并完成最优通信路径选择,提升数据传输成功概率,降低数据传输超时概率;应用该方法后,光网络的网络状态指示值较高,即光网络的整体性能较优。