化工园区突发事故应急资源调度策略

考虑突发事件应急资源调度的时效性、充足性和经济性等特点,研究了应急资源调度策略。首先,针对应急资源调度多储备点、多事故点、多资源的情况,引入化工园区事故多米诺效应约束,构建了一种以应急资源调度时间最短化为主要目标和运输成本最小化为次要目标的双目标应急资源调度模型,通过利用理想点法将双目标问题转化为单目标问题;其次,针对调度模型的特点,提出一种改进的灰狼算法对模型进行求解,该算法融合了遗传算法、交叉算子以及引入禁忌表策略,提高了收敛精度和全局寻优能力,并对解进行离散化处理,从而得到实际的突发事件应急资源调度策略;最后,通过仿真对比实验,验证了所提模型和算法的有效性,确保可以兼顾化工园区事故应急救援的时效性和经济性,提高应急处置救援能力,为决策者提供科学合理的应急资源调度方案。

基于混合遗传禁忌搜索算法的多机器人任务分配

为解决传统遗传算法在求解仓储多机器人任务分配问题时,收敛速度慢且容易陷入局部极值的问题,该文提出一种混合遗传禁忌搜索算法。首先以机器人配送成本最小为目标建立数学模型;然后在传统的遗传算法中引入禁忌搜索算法中的禁忌表和藐视准则,来对遗传算法每次迭代后的种群进行优化调整,使得算法能够跳出局部最优且快速收敛。仿真结果表明,混合遗传禁忌搜索算法能有效地改善遗传算法的全局寻优能力,提升仓储的整体运行效率。

基于引入禁忌表的改进遗传算法的地区电网无功优化

针对实际地区电网建立多目标无功功率优化模型,在标准遗传算法的基础上加入分阶段适应度函数、自适应交叉变异率等改低碳输电系进,并引入禁忌搜索算法的禁忌表技术,设置相似度条件,以此为核心对某地区电网进行无功优化计算,通过改进前后算法比较可知,该算法收敛性能理想,爬山能力良好,计算时间较短。

云环境下基于BN模型的虚拟机安全部署模型

针对云计算环境下多用户共享硬件资源带来的安全风险,提出了虚拟机安全部署模型CVDBN,基于BN模型设计了安全部署规则,以满足云计算环境下利益冲突用户对于虚拟机部署的安全隔离需求。最后设计了虚拟机安全部署模块和安全部署算法。仿真实验结果证明了该模型和算法的有效性和可用性。

军事协同巡检路线优化策略

为提高大规模多机器人巡检系统的工作效率,提出了改进的协同蚁群优化算法。该算法为每个巡检机器人设定一个路线优化蚁群,采用共享禁忌表的方式实现不同蚁群之间的信息共享,不同蚁群中的人工蚁采用代价竞争机制进行巡检节点选择,完成路线协同优化。协同蚁群优化算法能够根据巡检节点的分布完成巡检区域的分割与路线优化,提高了巡检区域划分的合理性。仿真实验结果表明,与基于地图分割的优化算法相比,协同蚁群优化算法能够根据巡检任务对巡检区域进行均衡划分,提高了巡检机器人的利用率,减少了整体巡检量,巡检效率得到了显著提升。

基于引入禁忌表的改进粒子群算法的多目标无功优化研究

针对无功优化面临的实际问题,建立了融合有功网损、节点电压偏移和无功补偿成本的多目标优化模型。在传统粒子群算法(PSO)的基础上,动态调节惯性权重并引入禁忌搜索算法(TS)的禁忌表,设置灵活存储结构和禁忌准则,保证有效搜索多样化,弥补了全局寻优能力不足、易陷入局部最优的缺点。IEEE14节点系统的仿真结果表明提出的方法具有较好的全局寻优能力和搜索性能。

基于改进的BP神经网络和禁忌表的图像压缩与重构

针对BP神经网络容易陷入局部极小值的问题,借鉴模拟退火算法中metropolis接受准则的思想并加以改进,并引入禁忌(taboo)搜索算法中的禁忌表,在系统跳出局部极小值时对极小点进行记录比较,使得在处理多局部极小值系统时更加高效与精确。将改进后的算法应用于BP网络,从而构造出一种更易跳出局部极小值的改进的神经网络。最后,运用改进后的神经网络算法进行图像压缩与重构,实验结果表明改进后的神经网络收敛速度更快,具有更高的效率与精度。