三维装箱问题的智能启发式算法

三维装箱问题是一类典型的NP-hard组合优化问题,找到一个高效快速的算法具有重要的现实意义.模拟人们在实际装箱时总是尽量保证每一层装的比较"平直"思想,设计了一种智能启发式算法,借以克服一般启发式算法依赖"经验"的不足.给出了详细算法流程和关键数组的定义.该算法结构简单,实验表明算法收敛速度快,能有效解决三维装箱问题.

车辆路径问题模型及其智能启发式算法

车辆路径问题是运筹学研究的一个重要分支。描述了 6种典型的车辆路径问题的模型 ,并列举了当前的

启发式优化算法及其在汽车零部件优化设计中的应用对比研究

在汽车结构和零部件设计过程中会产生一系列的优化问题,以实现最佳的性能、最轻的质量和最高的效益。由于优化问题的复杂性,通常利用启发式智能优化算法进行求解。针对启发式优化算法的机理不清晰和其在汽车零部件优化设计过程中效果不明确的问题,对具有代表性的算法进行了统一的推导和表示,利用52组数学测试函数和5个汽车零部件优化案例进行测试分析。结果表明,两类混合改进的优化算法在汽车零部件优化设计问题上的效果较好,同时还给出了工程应用建议和算法研究方向。

基于遗传算法的无人配送车路径研究

电子商务的发展势头愈发迅猛,为解决“最后一公里”问题,京东、菜鸟裹裹、毫末智行相继研发并推出了“小蛮驴”、“大白”、“小魔驼”等智能无人快递配送车,希望以人机协同的新形式更有效地提高物流配送效率,并在校园配送、商超模式、即时配送和无接触场景配送中得到了广泛应用。文章在对各类智能启发式算法的特性进行了调查研究的前提下,在遗传算法算法的基础上进行改进,为无人快递配送车的路径规划、任务分配问题给出了一套较为合理的解决方案。

高分卫星任务管理系统设计

高分辨率对地观测系统(China High-resolution Earth Observation System,CHEOS)重大科技专项任务管理系统需要统筹高分辨率对地观测用户需求和综合利用星地资源,实现陆地、气象、海洋观测卫星和地面任务一体化运行管理,是实现高分专项工程的重要研制建设任务。采用系统工程的方法,按照“五统一”的顶层设计思想,攻克了开放式用户需求统筹服务平台、天地一体化综合任务规划、静止轨道卫星应急任务计划动态编排和系统运行效果评价等关键技术。由于高分系列卫星研制时间跨度长,地面系统存在增量式研制建设过程。设计实现了地面系统可视化仿真与综合集成平台,满足了地面系统在边运行边扩建的持续集成工程实践的需要。对高分卫星任务管理系统的应用效果进行了初步探讨,展望了未来高分遥感卫星任务管理技术发展方向。

城市大件物流运输车辆路径优化问题研究

随着电子商务的不断发展,大件物流(冰箱洗衣机空调等)也开始有了配送到家的服务,这也就大大增加了大件物流的订单,且客户对配送时间的要求越来越严格,所以研究城市大件物流运输车辆路径优化问题具有重要的意义。本文首先假设车辆可以分成固定的4个区域,并且每一个区域里装载的货物的尺寸大小都相同,基于此前提,本文选取了重庆某地区的30个客户点,结合它们的货物种类需求,然后运用智能启发式算法对此问题进行了优化求解,结果表明,该算法是有效的。以期对相关问题的研究有一定的参考意义。

Task Assignment Problem of Robots in a Smart Warehouse Environment

The task assignment problem of robots in a smart warehouse environment （TARSWE） based on cargo-to-person is investigated. Firstly, the sites of warehouse robots and the order picking tasks are given and the task assignment problem for picking one order is formulated into a mathematical model to minimize the total operation cost. Then a heuristic algorithm is designed to solve the task assignment problem for picking multiple orders. Finally, simulations are done by using the orders data of online bookstore A. The results show that using the heuristic algorithm of this paper to assign robots, the cost was reduced by 2% and it can effectively avoid far route and unbalanced workload of robots. The feasibility and validity of the model and algorithm are verified. The model and algorithm in this paper provide a theoretical basis to solve the TARSWE.

考虑断面耦合控制的特高压复杂大电网最大供电能力优化方法

最大供电能力计算是特高压复杂大电网优化运行的重要问题,随着高比例可再生能源大量接入电网,电力电量平衡问题愈发突出。计及考虑稳定旋备约束、耦合断面约束、机组调节能力约束后,最大供电能力计算问题呈现高维特征,难以对其建模及求解。对此,首先根据传输断面限制和特高压复杂大电网分区运行的特点,搭建了考虑断面耦合控制的特高压复杂大电网最大供电能力优化调度模型,然后分别应用单纯形法(SM)、内点法(IP)、模拟退化算法(SA)、白鲸优化算法(BWO)和蜂群算法(ABC)求解模型,计算大电网在日内未来15 min最大供电能力,并提出各类型电源和备用的协调优化方案。最后以某省网为例进行模型及求解方法验证。仿真结果显示,因为电力系统规模庞大和断面间耦合关系复杂,启发式智能优化算法存在运行时间较长、收敛速度较慢、搜索精度不高的问题,而内点法收敛迅速、鲁棒性强、对初值的选择不敏感,具有更好的稳定性和计算效率,可为复杂特高压电网电力保供和电力平衡提供有效实用支撑。

考虑货主偏好的内支线集装箱班轮航线网络规划模型

为了增加内支线集装箱班轮航线网络的货运需求量,以最大船型限制、航线运营补贴与干支线配合为约束条件,以航线网络结构、适配船型与班期密度为决策变量,构建了考虑货主偏好的集装箱内支线班轮航线网络规划模型;为了评估规划航线对不同偏好货主的吸引力,在获得航线的集装箱运输时间与价格后,基于Logit模型计算了规划航线与市场现有航线的货主选择比例;设计了求解模型的智能启发式算法,在规划方案评价过程中计算了航次时间、航线成本、单箱运价与货运需求,在方案改善过程中调整了航线的挂靠港口与挂靠顺序;设定大连港为干线港口,渤海湾内12个港口为支线港口,规划了内支线集装箱班轮航线网络。计算结果表明:12个支线港共开设了7条航线,市场货运总需求为5 208TEU,规划航线的货运需求量为4 420TEU;规划航线的货主选择比例达到85%;无论货主偏好运输时间或成本,规划航线在各支线港的货主选择比例皆超过60%。可见,考虑货主偏好的内支线班轮航线网络规划模型是有效的;开设直达航线有助于吸引时间偏好货主;开设串挂航线与提高运营补贴有助于吸引成本偏好货主;采用货主选择过程代替到港时间窗约束会提升模型优化效果。

基于改进海鸥算法的磁流变减振器模型辨识

提出了一种磁流变减振器Bouc-Wen滞回模型参数的识别方法。基于新型元启发优化算法(海鸥算法),对描述磁流变减振器非线性力学特性的模型参数进行拟合识别,通过引入基于透镜折射成像的反向学习模型,改善了海鸥算法陷入局部最优的问题。该参数辨识方法计算结果准确,计算过程简单,计算结果鲁棒性强。通过对多工况下磁流变减振器力学特性试验数据进行拟合计算,建立了模型参数与控制电流之间的关系,进而建立了包含控制电流的磁流变减振器多工况通用模型,为磁流变半主动座椅悬架控制系统搭建提供了准确的力学模型。

基于智能优化算法和Bi-LSTM神经网络的盾构隧道刀盘扭矩智能预测方法

智能预测合理的刀盘扭矩可有效降低盾构隧道开挖对地层的扰动并减小刀盘磨损,对于盾构安全高效施工具有重要意义.本文基于智能优化算法和深度学习神经网络,提出了盾构隧道刀盘扭矩时序智能预测方法.采用Bi-LSTM神经网络作为深度学习预测模型,分别联合粒子群优化算法(PSO)、遗传优化算法(GA)、饥饿游戏搜索算法(HGS)和麻雀搜索算法(SSA)智能确定Bi-LSTM神经网络的3个超参数,即学习率、神经元数量和丢弃率,进而获得了盾构隧道刀盘扭矩智能预测方法.智能模型预测值与实测值的均方根误差作为4种优化算法的适应度函数,数据预处理采用归一化方法降低不同参数间的量级差异影响.智能预测模型的输入考虑了15个参数对刀盘扭矩的影响,包括1个隧道几何参数、6个地质力学参数和8个盾构掘进参数.结合盾构隧道现场实测数据,从精度、效率和稳定性3个角度评价4种优化算法寻优Bi-LSTM神经网络超参数的性能,结果表明相比于其他3种优化算法,HGS方法具有较好的稳定性、较快的效率和较高的计算精度,是确定Bi-LSTM超参数的适用性方法.