基于NGA算法的舰载机机库出库调度优化

为了在复杂的机库环境中,尽可能缩短舰载机出库时间,优化其出库顺序,对舰载机多机出库调度优化问题进行了研究。首先,对该问题进行分析,建立了适合优化的数学模型。其次,设计了一种适合优化舰载机多机出库调度问题的算法—NGA算法,该算法是在遗传算法(GA)的基础上,对原有交叉和变异策略进行改变以适应所求解问题,并融入执行路径探测和规划的通视图算法后形成的。最后,分别将该方法和枚举法应用于求解尼米兹级航母舰载机多机出库调度优化问题T4。仿真结果为基于NGA算法所得的最短出库时间为801 s,最短移动距离为1 098.3 m;基于枚举法结果为800.4 s和1 097.6 m。由结果可知,NGA算法计算结果与枚举法相差较小,可以应用于求解舰载机多机出库调度问题。

基于多色集合的改进DPSO求解进出库调度

在自动化立体仓库进出库调度问题的研究中,影响自动化立体仓库进出库调度的因素较多,具有一定的复杂性。为避免传统遗传算法在求解进出库调度问题中存在的"早熟"或收敛过慢等不足,提出基于多色集合理论的改进离散粒子群算法。在求解过程中用多色集合的围道矩阵来合理安排进出库货位在粒子中的位置,以提高粒子群算法初始化种群的质量,从而提高算法的搜索性能和优化结果,并在迭代过程中对部分粒子重新初始化,以保证粒子的多样性,避免结果陷入局部最优。通过与遗传算法和离散粒子群算法的实例比较,利用上述算法进出库调度不仅所用时间短,且算法收敛快、迭代次数少,从而验证了改进算法在解决自动化仓库进出库调度优化问题时的有效性和优越性。

第三方物流进出库调度模型优先度的研究

结合第三方物流企业仓储中遇到的高峰作业时进出库的严重排队等待、配送不及时问题,提出客户重要度调度准则和优先度的概念。通过建立基于时间和优先度的进出库调度模型和计算方法,对来自不同客户的重要度不同和时间系列不同的多个进出库任务进行优化排序,以提高进出库作业效率和最大化客户服务满意度。

基于均值聚类的KMCPSO舰载机出库调度算法

航母舰载机的出库调度效率,在很大程度上决定了整个航母的战斗力生成。通过研究K均值聚类算法的基本原理,提出基于均值聚类的KMCPSO舰载机出库调度算法。该算法针对粒子群算法在进化过程中易出现早熟和寻优结果不稳定的缺陷,通过在迭代过程对种群进行分群,以提高种群多样性,从而克服原算法的不足。基于俄罗斯“库兹涅佐夫”号航母舰载机出库任务,建立舰载机调度模型,并用KMCPSO算法进行求解。结果表明,KMCPSO算法能克服上述缺陷,模型有较好的应用价值。

多载具自动化立体仓库货位分配与作业调度集成优化

为提高多载具自动化立体仓库进出库作业效率,提出货位分配与作业调度集成优化方法。从指令分组、货位分配及子行程作业模式与顺序3方面进行分析,结合堆垛机实际运作规律,构建以最小化行程时间为目标函数的集成优化数学模型。针对二者相互反馈的特点,设计了双层遗传搜索算法对模型进行求解,该算法使优化形成一个闭环,可得到比较理想的解。仿真实验结果表明,双层遗传算法在不同的订单规模和载具数量下均能获得满意解;与分别优化相比,所提方法能够有效缩短作业时间。

三载具AS/RS作业调度优化

研究三载具自动化立体仓库的作业调度问题,有利于提高系统运行效率,降低成本。根据其进出库作业方式,从订单的指令分组、堆垛机的行走模式和行走顺序三个方面进行分析,结合存储系统实际运作情况,考虑堆垛机在行走过程中的加速度,建立复合作业数学模型,并设计混合人工蜂群算法进行求解。利用实例对算法性能进行对比分析,结果表明:混合人工蜂算法具有较高的求解效率和计算精度,优化效果更好。在此算法基础上,对单、双和三载具堆垛机运作效率进行了计算分析,结果表明:三载具自动化立体仓库具有较高的运行效率,其性能更优。

白鹤滩蓄水期向家坝控泄对下游航道影响分析

基于最新河道断面资料,建立向家坝—泸州的一维非恒定流模型,定量分析白鹤滩水库蓄水期间,在保证正常通航情况下向家坝水电站的最小通航流量和对应日调节出库流量方案。按横江70 m^(3)/s、岷江700 m^(3)/s恒定侧向入流,向家坝水电站按不同量级出库情况模拟,计算沿程各断面水位,求出向家坝下游最低通航水位265.8 m对应流量约为1520 m^(3)/s。根据电站日调峰运行规律,通过白天加大下泄流量按1700 m^(3)/s恒定出库,夜间减少至1520 m^(3)/s,得出最大水位变幅为0.31 m,对下游船舶影响较小,按1700 m^(3)/s下泄时可较1520 m^(3)/s时扩宽对应2.5 m水深宽度约20 m,该方式能适当缓解翻坝转运船舶的减载压力。