EVOLUTION FILTRATION PROBLEMS WITH SEAWATER INTRUSION: TWO-PHASE FLOW DUAL MIXED VARIATIONAL ANALYSIS

Tow-phase flow mixed variational formulations of evolution filtration problems with seawater intrusion are analyzed. A dual mixed fractional flow velocity-pressure model is considered with an air-fresh water and a fresh water-seawater characterization. For analysis and computational purposes, spatial decompositions based on nonoverlapping multidomains, above and below the sea level, are variationally introduced with internal boundary fluxes dualized as weak transmission constraints. Further, parallel augmented and exactly penalized duality algorithms, and proximation semi-implicit time marching schemes, are established and analyzed.

机器人人工拣选环境下混流装配线齐套物料配送优化

为了提高汽车制造企业配送的智能化水平、解决混流装配线齐套物料人工拣选效率低、成本高的问题,引入基于齐套物料配送策略的机器人人工拣选模式,通过优化自动拣选机器人、工人的配置数量及配送周期,使包含机器人使用成本、劳动力成本和在制品库存成本在内的总成本最小。为求解该配送优化问题,提出了改进量子蚁群算法,利用量子比特的叠加性增加种群多样性,避免算法陷入局部最优,同时设计了改进量子旋转门更新机制和基于差分进化操作的非最优个体优化策略,提高了算法收敛速度和寻优质量。最后,通过算例分析验证了模型的正确性与算法的有效性,并分析了拣选批量对总成本的影响。

通信干扰信道和功率智能决策算法

智能干扰是一种利用环境反馈自主学习干扰策略,对敌方通信链路进行有效干扰的技术。然而,现有的智能干扰研究大多假设干扰机能够直接获取通信质量反馈(如误码率或丢包率),这在实际对抗环境中难以实现,限制了智能干扰的应用范围。为了解决这一问题,该文将通信干扰问题建模为马尔科夫决策过程(MDP),综合考虑干扰基本原则和通信目标行为变化制定干扰效能衡量指标,提出了一种改进的策略爬山算法(IPHC)。该算法按照“观察(Observe)-调整(Orient)-决策(Decide)-行动(Act)”的OODA闭环,实时观察通信目标变化,灵活调整干扰策略,运用混合策略决策,实施通信干扰。仿真结果表明,在通信目标采用确定性规避策略时,所提算法能够较快收敛到最优干扰策略,并且其收敛耗时较Q-learning算法至少缩短2/3;当通信目标变换策略时,能够自适应学习,重新调整到最优干扰策略。在通信目标采用混合性规避策略时,所提算法也能够快速收敛,取得较优的干扰效果。

部分充电策略下多中心混合车队联合配送路径优化

城市物流电动车与燃油车混合运输场景中,运输资源共享调度和充电策略联合优化方面存在不足。基于此,综合考虑客户时间窗、混合动力车队、电动车部分充电策略、多中心间联合配送机制和碳排放等实际因素,研究带时间窗和部分充电的多中心混合车队绿色车辆路径问题。以车辆固定成本、运输成本、充电成本、碳排放成本和时间惩罚成本之和最小化为目标构建优化模型,并设计混合改进遗传-变邻域搜索算法进行求解。基于湖南省某物流企业的实际数据进行仿真实验,验证了上述模型及算法的有效性,并从配送模式、车队配置和充电策略3个方面进行了敏感性分析。研究结果表明:1)联合配送模式有助于加强配送中心间的协同合作,促进运输资源共享调度,降低物流配送成本并减少碳排放,是一种经济环保的配送模式。2)电动车充电时间过长会影响客户时间满意度下降,且对纯电动车队而言,这一影响更为显著。3)混合车队相比纯电动车队具有更低的配送成本和更高的客户满意度,相比纯燃油车队在降低配送成本和减少碳排放方面更有优势。合理的车队配置不仅能减少企业运营成本,还可以同时兼顾客户利益和环境利益。4)在物流配送中采用部分充电策略能有效节省充电时间并提升客户服务体验。研究成果可为物流企业进行运输资源联合调度和配送方案优化决策提供参考依据。

基于改进麻雀搜索的雷暴云电荷反演方法

为解决雷暴云电荷反演方法精度较差、现有电荷反演模型受多站组网观测造成的环境误差影响等问题。在假设雷暴云层等厚模型的基础上,推导雷暴云电荷反演所需非线性方程组,建立基于三维大气电场的雷暴云电荷反演模型,通过正弦混沌映射函数优化麻雀搜索算法(SSA)种群初始化方式,提高种群分布的非线性,使用莱维飞行(Levy)函数和反向学习策略优化算法发现者的位置更新方式,提出一种基于改进麻雀搜索算法(ISSA)的雷暴云电荷反演方法。利用三维大气电场仪对地面电场数据进行观测并分析电场特征,使用混合策略改进的SSA算法反演雷暴云充电模型参数。实验结果表明,使用三维大气电场仪观测所得数据进行反演,能够有效消除多站组网观测造成的误差,对比SSA,改进后的ISSA算法反演所得雷暴云两秒相邻电荷量的偏差率均在1%左右,适应度值最低达到5.38,能较为精确的反演雷暴云电荷参数,为研究其充放电过程提供一定参考。

基于Petri网和改进遗传算法的多资源调度问题

针对混流装配线工序加工资源需求多样、工艺复杂、装配工期长等问题,采用Petri网和改进遗传算法对该问题进行优化求解。建立混流装配线赋时库所Petri网(timed place Petri net, TPPN)调度模型,基于模型激发序列,采用基于工序的编码方式进行染色体编码;采用精英保留策略选择优异个体,改进遗传算法的交叉、变异操作,用改进后的遗传算法求解混流装配线调度问题。通过对比案例及实例数据计算结果验证了方案的有效性。

基于改进鲸鱼优化算法的码垛机器人时间最优轨迹规划

码垛机器人在运行轨迹过程中所消耗的时间直接影响到了其工作效率,针对码垛机器人的轨迹规划的时间问题,提出了一种改进的鲸鱼优化算法对时间进行优化。在基本的鲸鱼优化算法基础上,利用混沌映射初始化种群,引入自适应的权重和改进收敛因子,以提高算法的求解精度、收敛速度和全局搜索能力。首先,根据D-H参数法建立机器人的运动学模型;其次,在关节空间中利用3-5-3次多项式插值函数对机器人末端执行器经过的路径点进行规划,然后采用改进的鲸鱼优化算法对时间进行优化。最后通过MATLAB软件进行效果仿真和对比。结果表明,与其他同类的算法相比,改进的鲸鱼优化算法的求解精度更高,收敛速度更快。将该方法与轨迹优化结合,与未采用算法优化的3-5-3多项式轨迹规划所需要的运行时间相比缩短了22.46%,且各个关节轨迹平稳连续,验证了该轨迹规划方法的有效性。

配电网故障情况下基于网络重构的电动汽车行驶路径优化研究

在配电网发生故障的情况下,为缓解配电网运行的压力以及减少电动汽车由于无法充电导致车辆堆积、车祸等情况,以节点电压为目标函数,建立配电网重构数学模型,并改进和声算法对配电网重构问题进行求解;通过线性加权和法,以最小化电动汽车行驶距离、充电费用为目标函数,通过确定从原点到终点的最佳路线,为电动汽车寻找最优的行径路线。该模型是一个混合整数约束规划问题,通过实例验证说明在配电网故障情况下,该模型能有效地解决车辆路径优化问题。

考虑潮汐和泊位偏好的连续型泊位分配优化

由于潮汐因素对船舶进出港口航道有影响,以及船舶偏离偏好泊位也对船舶处理时间有影响,所以研究连续型泊位分配问题要综合考虑潮汐与偏好泊位两个因素的影响。以计划期内所有到港船舶的总时间最小为目标,将偏好泊靠点作为约束条件构建混合整数线性规划模型,并设计模拟退火遗传混合算法进行求解。该混合算法将遗传算法的全局搜索能力与模拟退火的局部搜索能力相结合,提升了算法的搜索效率。通过算例求解验证了算法和模型的有效性。

基于改进粒子群算法的电网混合储能控制方法

为提高其对于电网储能系统的控制效果,提出基于改进粒子群算法的电网混合储能控制方法。建立混合储能系统等效模型,分别设置蓄电池储能模型和超级电容器储能模型,获取储能等效函数,采用改进粒子群算法对储能模型进行求解,根据最优解得到电网混合储能控制方案,仿真实验结果表明,改进粒子群算法在光照增加、光照减弱、负载增加、负载减小工作条件下的响应时间分别为172 ms、141 ms、223 ms、219 ms,均小于对比算法,其电压过冲比例则为6%、5%、7%、7%,远小于其他储能控制方法,具有十分明显的优越性。

考虑客户需求变动的物流配送干扰管理研究

为满足物流配送中的客户多样性需求,解决客户需求变动导致的初始配送计划丧失最优性甚至无法实施的难题,基于干扰管理理论提出物流配送路径实时优化策略。结合物流配送企业、客户和配送人员三方主体在配送活动中的不同需求,建立干扰对各主体的扰动度量函数,并以其加权函数最小化为目标构建物流配送路径干扰恢复模型。设计改进遗传算法对模型求解,考虑配送车辆的混载特性,提出基于双层基因表达的种群个体编码方式及两阶段交叉和变异操作。选取Solomon标准测试算例进行物流配送仿真实验,结果表明该策略对求解客户需求变动下的物流配送路径问题具有可行性和优越性。研究成果能够为物流配送路径的决策制定提供理论支持和实践指导依据。

基于MSIWOA算法的SLS聚酰胺制件工艺参数优化

以聚酰胺粉末为实验材料,以力学性能为评价目标,研究了激光功率、扫描间距、摆放角度及他们两两交互作用对选择性激光烧结(SLS)制件抗拉强度的影响,通过扫描电镜观察断口形貌揭示了工艺参数对制件成型的影响机理,通过响应面设计得到了工艺参数与抗拉强度间的回归方程,分析了模型的有效性与准确性。以回归方程为目标函数,使用混合策略改进的鲸鱼优化(MSIWOA)算法进行SLS制件抗拉强度的优化,得到最优工艺参数,并与鲸鱼优化(WOA)算法的优化结果及实验验证结果进行比对。结果表明,MSIWOA算法对SLS聚酰胺制件工艺参数的优化具有较高的准确性和较好的可行性,可为SLS制件力学性能的提升提供技术方法。

考虑能耗的海铁联运集装箱码头多设备协同调度

随着多式联运和绿色港口的发展,提高海铁联运效率和降低能源消耗成为码头亟需解决的问题。针对集装箱码头铁路作业区与码头作业区共堆场布局下设备利用率低与作业能耗高的问题,构建混合装卸作业下轨道吊、自动导向车(AGV)及场桥的协同调度优化模型,旨在实现作业完工时间最短、轨道吊和AGV的作业能耗最优,以及提高轨道吊协同作业的利用率。该模型综合考虑轨道吊间相互干涉、AGV伴侣容量限制以及AGV和轨道吊装卸过程中的重载、空载与等待状态下的不同能耗等约束,并针对轨道吊的干涉约束引入轨道吊任务分配策略。同时,采用改进的混合灰狼遗传算法对模型进行求解,具体改进策略包括引入灰狼算法位置更新策略优化遗传算法的交叉方式以提高最优解搜索效率,以及在遗传算法的选择步骤前引入基于奖励机制的评估器增强算法的局部搜索能力。实验结果表明,与轨道吊作业范围已知相比,考虑轨道吊任务分配使轨道吊的平均利用率提升了3%~8%。与自适应混沌遗传算法、遗传算法相比,改进混合灰狼遗传算法能在较短的作业完工时间内节约更多的能耗。

基于改进遗传算法的机制砂混凝土配合比优化设计

常规的机制砂混凝土配合比设计多数采用随机森林方法原理,具有较强的局限性,无法较好地改善机制砂混凝土的和易性,降低了其结构稳定性与抗压性能。针对这一问题,论文以“228国道苍南龙沙至岱岭段工程PPP项目”混凝土工程配合比设计为背景,引入改进遗传算法,提出了一种配合比优化设计方法。首先,依据项目工程的建设需求以及对机制砂混凝土的性能要求,确定机制砂混凝土的配制强度。其次,根据混凝土强度等级,设计与项目工程匹配度较高的砂率与胶凝材料对应的用量。设定机制砂混凝土原材料配比参数,提高混凝土拌合物的和易性与耐久性。在此基础上,利用改进遗传算法,搜索机制砂混凝土配合比最优解。实验分析可知,新的方法能够显著提升机制砂混凝土的抗压强度,其内部结构致密性较高。

储销一体仓储式超市中的存储货位指派优化问题研究

近年来,以储销一体、批零兼营为主要特征的仓储式超市迅速兴起。该类仓储式超市有效地降低了仓储成本,但货品需要从存储货位不断搬运至销售货架上,造成了巨大的搬运工作量。为降低该类仓储式超市中的货品搬运工作量,考虑货架重心、同类货品聚集等约束条件,针对相应的存储货位指派问题建立了数学模型,并运用改进自适应交叉变异遗传算法进行求解。在算法设计上,采用了三种不同的邻域搜索算子来改进变异算子。数值实验表明,所提出的改进自适应交叉变异遗传算法的求解效果优于贪婪算法与一般遗传算法。算法结果也可以获得更短的搬运时间和更集中的货物摆放。最后通过关键参数对目标函数的影响分析发现,在同一问题规模下,存储货架的层数越低,目标函数值越小,由此得出管理者在布置存储货位时,应当尽可能地降低货架总层数。

考虑负外部性的动力电池可持续逆向物流网络优化

随着新能源汽车动力电池退役潮的到来,相关逆向物流设施的规模也在不断扩张,动力电池回收拆解中心及其附属活动带来的环境及社会负外部性也日益突出,亟须从可持续角度对退役动力电池逆向物流网络进行优化。考虑回收数量和再循环比例的不确定性,引入风险接受度函数(risk acceptance function,RAF),本文以成本最小化、碳排放量最小化和风险接受度最大化为目标构建多目标混合整数规划模型,通过大规模算例验证了模型与算法的有效性,并对参数进行敏感性分析。与单目标优化模型相比,多目标决策模型能有效促进经济、环境与社会三者协调发展;回收量置信水平的增大可引起成本、碳排放量的持续增加以及风险接受度的持续降低;再循环比例及其置信水平的增大可使得成本与碳排放量呈递减变化,以及风险接受度呈递增变化。

基于改进麻雀搜索算法的微电网优化调度

针对微电网优化调度问题,提出一种混合策略改进的麻雀搜索算法。首先,将微电网优化调度问题变成多维函数优化问题,并建立约束条件。其次,利用Sin混沌序列初始化种群;然后在位置更新阶段引入学习系数和变异算子;最后引入自适应t分布和动态选择概率,来改善麻雀搜索算法的搜索能力。通过标准测试函数仿真实验和对微电网优化调度模型求解,验证了所提算法具有更高的精度和更快的收敛速度。

多无人机协同作战中的任务分配与路径规划算法研究

随着无人机技术的快速发展,多无人机协同作战成为无人机系统的重要发展方向。在多无人机协同作战中,任务分配与路径规划是2个关键问题,其质量直接影响着整个系统的作战效能。文章针对多无人机协同作战中的任务分配与路径规划问题展开研究,建立多无人机协同作战的数学模型,对问题进行形式化描述。文章提出一种基于混合整数规划的任务分配算法和一种基于改进A^(*)算法的路径规划算法。通过仿真实验对所提出算法的有效性进行了验证,与其他经典算法进行对比分析。实验结果表明,文章提出的任务分配与路径规划算法能够有效提高多无人机协同作战效能。

基于改进粒子群算法的六自由度机械臂时间最优轨迹规划

针对六自由度机械臂时间最优轨迹规划问题,提出一种基于改进粒子群算法的4-3-4混合多项式插值轨迹规划算法。算法采用自适应惯性权重,它能根据搜索过程的各个阶段采用相应大小的权重,有利于跳出局部最优陷阱,保持粒子群多样性;以非线性学习因子代替传统粒子群算法中固定的学习因子,有效提高算法的收敛速度和求解精度。通过MATLAB进行仿真验证,结果表明改进粒子群算法收敛速度提高46%,寻优精度提高38%,同时机械臂轨迹规划时间缩短了大约36%,充分地证明了该轨迹规划算法的可靠性和优越性。

自适应卷积神经网络在面部表情识别中的应用

针对无法对面部表情进行精确识别的问题,提出了基于ResNet50网络融合双线性混合注意力机制的网络模型。针对传统池化算法造成图像特征提取残缺、模糊等问题,提出了一种基于Average-Pooling算法的自适应池化权重算法,同时基于粒子群算法对卷积神经网络模型超参数进行自适应调节,从而进一步提升模型识别精度。基于改进的网络模型,设计了一款实时面部表情识别系统。经验证,在Fer2013数据集和CK+数据集上,改进的模型在测试集中的识别精度分别为73.51%和99.86%。