期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于多旋转货架协同作业的拣选路径优化方法
1
作者
芮万智
段军雨
贾正荣
《海军工程大学学报》
CAS
北大核心
2023年第3期15-21,共7页
为提升多旋转货架的拣选作业效率,保证军械货品的分类正确率,采取一种并行调度作业方式对货架转运路径进行优化,并提出了一种协同组合优化算法。首先,建立了包含分批货品数量、转运时间间隔等约束的多旋转货架协同拣选模型;其次,通过拣...
为提升多旋转货架的拣选作业效率,保证军械货品的分类正确率,采取一种并行调度作业方式对货架转运路径进行优化,并提出了一种协同组合优化算法。首先,建立了包含分批货品数量、转运时间间隔等约束的多旋转货架协同拣选模型;其次,通过拣选时间序列化转换提高算法收敛性,引入多模块协同组合策略提升算法执行效率。仿真结果表明:与两种典型启发式算法相比,该算法能快速、有效求解协同拣选次序,使得作业时间最小。研究结果可为多模块特征下的仓储系统拣选路径规划提供参考。
展开更多
关键词
多旋转货架
MCS-OOPP模型
协同拣选
时间序列化
最优路径
下载PDF
职称材料
基于IPSO-ANN时间序列模型的泥水平衡盾构机盾尾密封油脂消耗预测分析
被引量:
1
2
作者
白荣民
马浴阳
+2 位作者
刘四进
方勇
何川
《现代隧道技术》
CSCD
北大核心
2023年第3期44-54,共11页
准确预测盾尾密封油脂消耗对盾尾密封、盾构施工安全和成本控制具有重要意义。为此,采用K折交叉验证法结合ANN神经网络,改进传统粒子群优化算法,实现IPSO算法自动寻优ANN神经网络神经元超参数,构建泥水平衡盾构机盾尾密封油脂消耗量IPSO...
准确预测盾尾密封油脂消耗对盾尾密封、盾构施工安全和成本控制具有重要意义。为此,采用K折交叉验证法结合ANN神经网络,改进传统粒子群优化算法,实现IPSO算法自动寻优ANN神经网络神经元超参数,构建泥水平衡盾构机盾尾密封油脂消耗量IPSO-ANN时间序列模型。基于济南黄河隧道,结合东西双线密封油脂用量和通过双重筛选得到的影响因素,制定混合训练、东西线单独训练3种策略对模型进行训练并对施工段油脂消耗量进行预测及分析。结果表明,IPSO-ANN模型能有效寻优具有最佳神经元超参数的神经网络模型;不同训练策略下最优模型平均预测精度均高于80%,其中混合训练策略下最优模型预测精度高达85.142%,并兼具稳定性,对盾尾密封油脂消耗量预测具有参考意义。
展开更多
关键词
泥水平衡盾构机
盾尾密封油脂
粒子群优化算法
ANN神经网络
时间序列化
下载PDF
职称材料
题名
基于多旋转货架协同作业的拣选路径优化方法
1
作者
芮万智
段军雨
贾正荣
机构
海军工程大学舰船综合电力技术国防科技重点实验室
出处
《海军工程大学学报》
CAS
北大核心
2023年第3期15-21,共7页
基金
国家自然科学基金资助项目(51977218)。
文摘
为提升多旋转货架的拣选作业效率,保证军械货品的分类正确率,采取一种并行调度作业方式对货架转运路径进行优化,并提出了一种协同组合优化算法。首先,建立了包含分批货品数量、转运时间间隔等约束的多旋转货架协同拣选模型;其次,通过拣选时间序列化转换提高算法收敛性,引入多模块协同组合策略提升算法执行效率。仿真结果表明:与两种典型启发式算法相比,该算法能快速、有效求解协同拣选次序,使得作业时间最小。研究结果可为多模块特征下的仓储系统拣选路径规划提供参考。
关键词
多旋转货架
MCS-OOPP模型
协同拣选
时间序列化
最优路径
Keywords
multi-carousel
MCS-OOPP model
collaborative picking
time serialization
optimal path
分类号
TP271.2 [自动化与计算机技术—检测技术与自动化装置]
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于IPSO-ANN时间序列模型的泥水平衡盾构机盾尾密封油脂消耗预测分析
被引量:
1
2
作者
白荣民
马浴阳
刘四进
方勇
何川
机构
西南交通大学交通隧道工程教育部重点实验室
中铁十四局集团有限公司
出处
《现代隧道技术》
CSCD
北大核心
2023年第3期44-54,共11页
基金
中国铁建股份有限公司科技开发项目(2018-B06)
中国科协(铁路)青年人才托举项目(2020-2022QNRC001).
文摘
准确预测盾尾密封油脂消耗对盾尾密封、盾构施工安全和成本控制具有重要意义。为此,采用K折交叉验证法结合ANN神经网络,改进传统粒子群优化算法,实现IPSO算法自动寻优ANN神经网络神经元超参数,构建泥水平衡盾构机盾尾密封油脂消耗量IPSO-ANN时间序列模型。基于济南黄河隧道,结合东西双线密封油脂用量和通过双重筛选得到的影响因素,制定混合训练、东西线单独训练3种策略对模型进行训练并对施工段油脂消耗量进行预测及分析。结果表明,IPSO-ANN模型能有效寻优具有最佳神经元超参数的神经网络模型;不同训练策略下最优模型平均预测精度均高于80%,其中混合训练策略下最优模型预测精度高达85.142%,并兼具稳定性,对盾尾密封油脂消耗量预测具有参考意义。
关键词
泥水平衡盾构机
盾尾密封油脂
粒子群优化算法
ANN神经网络
时间序列化
Keywords
Slurry shield machine
Tail seal grease
Particle swarm optimization algorithm
ANN neural network
Time serialization
分类号
U453.6 [建筑科学—桥梁与隧道工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于多旋转货架协同作业的拣选路径优化方法
芮万智
段军雨
贾正荣
《海军工程大学学报》
CAS
北大核心
2023
0
下载PDF
职称材料
2
基于IPSO-ANN时间序列模型的泥水平衡盾构机盾尾密封油脂消耗预测分析
白荣民
马浴阳
刘四进
方勇
何川
《现代隧道技术》
CSCD
北大核心
2023
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部