基于混合启发式算法的集装箱装载优化

针对多约束条件下大规模的集装箱装载问题,以集装箱的空间利用率最大化为目标提出了基于块装载算法的剩余空间启发式算法与模拟退火算法相结合的混合启发式算法。剩余空间启发式算法的核心是在满足多约束条件下,根据块装载算法生成简单块和复合块,有效降低大规模集装箱装载的维度,并且通过剩余空间的分割和合并方法确定块装载的目标空间,利用装载序列优化装载方案中的块选择,得到优化的初始装载方案。模拟退火算法结合剩余空间启发式算法采取领域操作策略优化装载序列寻找最优装载方案。实验结果表明,与混合遗传模拟退火算法相比,混合启发式算法在大规模多约束算例上装载率提高了4.90%,稳定性也得到了提高。

城市绿地空间供需评价与布局优化——以徐州中心城区为例

以徐州市为例,基于0.25 m空间分辨率的Google影像与网络爬虫技术获取空间绿地与居住小区人口;采用两步移动搜索法评价小区尺度的绿地供给情况,结合相关标准分析其空间供需状况;为最大限度减少绿地供给不达标小区数量,用空间启发式算法搜索合适的低效工业地块转换为绿地得到优化的绿地布局。研究发现:徐州中心城区绿地供需存在空间不公平,39%的小区绿地供给小于20.1 m2的需求标准,供给饱和区主要在云龙湖与泉山森林公园片区,不足区则主要在老城与金山桥片区;绿地空间配置应与人口空间分布保持一致,因此要在高层住宅集聚区配置大中型公园绿地;在空间上选取合适数量与位置的低效工业地块转换为绿地,转换431hm2的工业地块可使绿地不达标小区数目减少37个,而得到优化的绿地空间布局。

海洋多平台多传感器协同监测任务智能规划技术

海洋多平台多传感器协同监测任务智能规划技术面向大型复杂海洋传感网络,能够在海洋信息平台及传感设备大规模海上部署的情况下进行大批量的任务规划和观测资源分配,形成海洋情报分析-系统行动规划-行动规划实施-精确情报再收集的良性闭环监测模式。针对重要海上态势,能够通过多平台、多传感器协同行动规划手段,对情报进行持续的、多手段协同的精确观测,有效提升海洋传感网络的监测效率和精确度,显著降低系统对指挥调度人员的素质经验要求,极大提升了海洋传感网络系统的指挥调度智能化自动化水平。该技术全面分析了海洋传感网络的共性特点和特性差异,充分考虑了海上环境、能源、通信等多方面制约因素,建立具有广泛适应性的海洋多平台多传感器协同监测任务智能规划问题模型,能够快速移植到不同的海洋传感网络,采用差分进化、蚁群、贪心等多种群体人工智能算法和状态空间启发式搜索算法,满足不同业务场景规划的需求,同时具备智能约束匹配和规划冲突消解的能力,实现运行规划动态调整、系统资源实时匹配和协同保障。