基于贪心算法的日间化疗资源预约系统的设计

目的 设计在日间化疗资源紧缺的情况下能够充分利用资源的信息化预约系统。方法 通过构建化疗耗时规则库,引入贪心算法解决卫生资源预约中非均衡时间片预约的问题。结果 通过日间化疗资源预约系统,能够自动分配下一个工作日的化疗排程,提高预约效率和准确性。结论 基于贪心算法和规则库的日间化疗资源预约系统能够帮助医院充分利用有限资源,使更多肿瘤患者得到及时服务,进一步提升患者就医感受。

基于贪心策略改进RRT^(*)算法机械臂路径规划

RRT^(*)(rapidly-exploring random tree star)算法是机械臂路径规划中的一个重要工具,但在高维空间内的应用表现存在搜索效率低下、对维数的敏感度高、难以快速收敛至优化路径等问题。此外机械臂避障的规划需要考虑到路径的平滑性,但是算法生成的路径往往缺乏所需的平滑性,难以直接应用于实际的机械臂操作。针对这些问题,研究提出了一个基于贪心策略的RRT^(*)算法改进版本。新算法改进了代价函数和重连策略,并在高维搜索环境中,通过贪心算法进行偏执采样,自适应地选取预设路径节点,从而提高搜索效率,增强轨迹的平滑性并进行直接应用。通过Matlab、ROS仿真和机械臂实际应用避障实验,验证了改进的RRT^(*)算法在三维空间中的高效性和优越性,尤其是在搜索效率与路径平滑性等方面。

基于贪心算法的板式家具订单备料调度研究

针对板式家具订单备料调度过程中的调度混乱、设备使用效率低的问题,本文通过对板式家具备料进行现场调研,结合订单开料工艺特点,以最小完工时间为目标,构建数学模型,将贪心算法应用在板式家具订单的调度备料中。在此基础上,依据模型进行算法设计,并对算法进行仿真试验,通过对采集的数据进行分析,验证了算法的可行性,提高了家具的备料效率。与工厂现有的调度方式相比,采用本文的调度方案可节约时间700 s,生产效率提高18.89%,对于解决多机并行的订单备料调度具有指导意义。

基于贪心混合定位算法三阶段排样问题研究

针对三阶段排样板材利用率问题,提出了基于贪心混合定位算法的三阶段排样优化方法。以板材利用率为优化目标,首先建立带约束的混合整数规划模型,对三阶段排样问题进行分割;其次将板材分成3个分区并使用贪心算法对输入序列进行排序优化;最后使用混合定位算法对候选矩形件找最优板材放置分区。研究采用数据规模为3 000块矩形件的4组板材数据集进行验证,结果表明,所提模型较其他算法板材利用率得到提高,且运行时长大幅缩短。

基于改进贪心算法的分布式光伏配网储能系统容量优化配置

为提高分布式光伏能源利用率,使分布式光伏配网储能系统运行能够满足用电所需,引入改进贪心算法,开展分布式光伏配网储能系统容量优化配置研究。在综合考虑分布式光伏的投入成本、配网运行效率等多方面因素的基础上,建立分布式光伏配网储能系统容量优化配置模型。通过改进贪心算法,确定配电线路最优供电配置,实现系统容量配置优化。通过对比证明优化后系统运行功率变化更符合预期要求。

基于改进贪心算法的电力通信网故障诊断方法

现行方法在电力通信网故障诊断中的效果不佳,灵敏度和查准率均较低,为解决现行方法存在的缺陷与不足,提出基于改进贪心算法的电力通信网故障诊断方法。利用数据采集卡采集通信网物理层、链路层、网络层和传输层状态数据信息,建立通信网故障诊断问题模型,通过对贪心算法迭代周期的优化,实现对贪心算法的改进,利用改进贪心算法求解问题模型,实现电力通信网故障诊断决策。实验证明,该设计方法灵敏度在95%以上,查全率在90%以上,在电力通信网故障诊断领域具有良好的应用前景。

基于贪心粒子群算法的10kV 配电网负荷自适应调度方法

为满足10kV配电网负荷调度需求和优化目标,提高配电网的适应性与稳定性,基于贪心粒子群算法,本文提出了一种全新的10kV配电网负荷自适应调度方法。首先,对配电网负荷数据进行修正与离差归一化处理;其次,计算负荷偏度系数与负荷变异系数,提取负荷分布特征与波动特征;在此基础上,利用贪心粒子群算法,确定负荷当前粒子的位置和全局最优位置,自适应调度负荷。实验结果表明,提出的调度方法应用后,在适应度值上明显优于常规方法,能够更好地应对不同负荷变化情况,满足负荷需求和优化目标,自适应调度效果优势显著。

基于改进贪心算法的主动配煤掺烧动态优化方法

传统的配煤掺烧优化方法缺乏动态调整能力,导致锅炉在实际燃烧过程中的效果不佳,因此,提出一种基于改进贪心算法的主动配煤掺烧动态优化方法,该方法旨在预测燃烧效率与排放环保性。为实现锅炉热损失与烟尘排放量的最小化,构建一个多目标的主动配煤掺烧动态优化模型,通过运用改进后的贪心算法来求解这个模型,从而得到最佳的优化方案。试验结果表明,经过设计方法优化后,锅炉的烟尘排放量较优化前降低了69.82%,表明该方法能够有效找到最佳的配煤掺烧比,从而显著提高锅炉的燃烧效率和环保性能。

基于改进遗传算法的细纱接头路径指引方法

为了提高细纱车间整体断头的接头效率,在细纱单锭监测系统响应到细纱断头信息的条件下,建立以整体车间断头接头路径最优化为目标函数的细纱接头路径指引模型,并运用Python编程语言分别实现对贪心算法、遗传算法和改进遗传算法接头路径模型的求解,结合传统巡回式接头路径与3种算法在效率、运行速度和解的质量上的仿真测试,对比验证改进遗传算法用于细纱接头路径指引方法的可行性。试验结果表明:相较于传统巡回式路径,改进遗传算法平均效率提升了11.8%,且解均优于其他两种算法;相较于遗传算法,改进遗传算法的响应时间缩短较多,平均为1.25 s,且波动较小,时间效率提升了80.3%。认为:改进遗传算法在效率、运行速度和解的质量上都优于其他算法,在细纱接头领域具有较高的应用优势,能够显著提高接头效率和降低成本。

一种多无人机协同优先覆盖搜索算法

针对应急救援行动中存在的受灾区域大、重点区域分布不均匀、救援时间有限等问题,提出一种多UAV协同区域优先覆盖搜索算法。对搜索区域进行离散栅格化处理,根据灾情预估信息对搜索区域中的每个网格进行概率标记;通过K-means++聚类算法将搜索区域划分成大小相似、个数与UAV数量相等的子区域,依据聚类中心确定每个子区域的搜索起点,使多架UAV分区协同搜索整个区域;根据网格概率和当前距离之间的平衡关系计算出每个网格的分数,改进贪心算法,以此分数为基准在子区域中进行优先搜索和减少重复路径,引入A^(*)算法解决网格分数冗余问题。仿真结果表明:所提算法在保证优先搜索的同时缩短了路径长度和搜索时间,为应急救援中的搜索难题提供了一种有效的解决办法。

同根双向扩展的贪心RRT路径规划算法

针对传统RRT-Connect算法路径规划过程中随机性大、算法效率低、搜索时间长、搜索路径冗长等问题,提出一种同根双向扩展的贪心RRT路径规划算法。将由起点开始向终点进行扩展的方式改为由起点与终点连线的中间点同时向起点和终点进行双向扩展,同时在扩展节点时叠加引力场和极度贪心算法,使树快速向起点和终点的方向扩散,加速路径的生成。对生成的路径进行剪枝优化处理,删除路径中冗余的节点,缩短路径长度。在三种不同环境中对改进算法进行仿真对比实验,结果表明所提算法相关性能优于传统RRT-Connect算法及其相关衍生算法。将改进RRT-Connect算法应用在实际移动机器人中,进一步证明改进算法的实用性和有效性。

基于贪心算法的无人机纯方位无源定位

以全国大学生数学建模竞赛(CUMCM)赛题为背景,采用纯方位无源定位模型,确定无人机的位置。利用实时定位跟踪模型,结合贪心算法思想,对被动接收信号的无人机进行实时定位、追踪及位置的调整;同时通过MATLAB软件进行仿真实验,验证算法的有效性。

贪心与回溯算法在城市马拉松路线规划中的实践

针对目前城市马拉松路线人工规划效率低下的问题,本文采用贪心和回溯算法进行城市马拉松路线智能规划,具体方法是:通过城市路网信息构建由经纬度坐标点拓扑关系连接而成的路网,采用贪心和回溯算法对坐标点进行遍历搜索,结合城市马拉松路线特殊要求,运用直接逼近、启发式远离、启发式靠近和方向预估等策略实现路线的智能规划.在此基础上,提出一种综合POI热度值、道路宽度适宜度、路线畅通指数、过弯舒适度以及POI密集度5个维度的马拉松路线评估方法.最后,开展了北京、合肥马拉松人工和智能规划路线对比分析,结果表明所采用的方法可快速高效实现马拉松路线规划.

基于贪心算法的自动路径规划送药小车

针对按轨道行驶的送药小车存在的灵活性差、工作效率低以及识别效果受外部环境影响大的问题,该文将贪心算法Kruskal与改进的快速扩展树(RRT)算法结合,使送药小车能够快速、自主地进行路径规划,从根源上解决识别效果差的问题。贪心算法将每个子问题的最优解添加到扩展树算法中直到将终点加入,合并所有子问题的最优解即可得到规划的最优路径。二维坐标系下的仿真试验结果表明,该算法能够在已知环境下实时避障并规划出1条趋于最优的路径。将该算法运用到送药小车上,可以使小车的运动不再受轨道的约束,还可以拓宽小车的使用范围。

基于贪心算法的容器云资源低能耗部署方法

将容器云平台资源整体能耗最低作为目标,设计基于贪心算法的容器云资源低能耗部署方法;在物理主机与虚拟机对应、虚拟机与容器对应等约束条件下,结合静态和动态两个部分构建容器云资源能耗模型;通过资源虚拟化与去除冗余两个步骤,得到容器云资源的整合结果;检测物理机负载状态,确定虚拟机迁移源物理机和目标物理机,利用贪心算法均衡调度容器云资源负载,最终通过容器云资源编排重组,实现容器云资源低能耗部署;采用Network Simulator网络仿真器、Docker swarm kit为核心,利用40个物理主机、1000个容器、5类粒度不同的虚拟机构建容器云仿真平台,在贪心算法优化设计部署方法下,容器云资源的利用率和负载均衡度得到明显提升,能量损耗明显下降。

基于贪心-遗传优化算法的中长期船舶进出港调度优化

文中提出一个目标周期内港口总卸货量最大的目标函数,结合航海实际,建立以靠泊条件、通航模式、船舶窗口期、船舶安全距离等通航限制条件为约束条件的船舶进出港调度优化模型,并选用贪心-遗传组合优化算法(GGA)进行实现.通过假设港口数据的方式来进行模拟试验验证模型及算法的合理性和有效性,并对港口短期调度模式和中长期调度模式进行对比论证.

基于贪心算法的地震数据采集特殊观测系统程序设计及应用

在地震数据野外采集过程中,保证大型复杂障碍区下资料的连续性历来是作业施工的难点。地震采集特殊观测系统设计是目前解决这些问题的主要技术手段,特观设计的优劣直接影响地震采集质量及成本,目前特观设计主要依靠技术人员的经验制定,可靠性与经济性无法保证。本文介绍了一款使用Python语言编译的地震数据采集特观设计优化程序,该程序基于贪心算法,结合计算机的高速运算的优势,为大型障碍区的地震数据采集特殊观测系统选择最优化的方案。将该程序应用于在内蒙古某煤矿的三维地震勘探项目中,结果显示,该程序提供的优化方案效果良好,叠加次数与面元覆盖均匀,保障了数据采集质量的同时节约了施工成本。结论表明,应用贪心算法的程序所做出的特观设计相较于其他软件和人工设计,具备更加良好的经济性与实用性,能够为地表复杂区地震数据采集工作提供更加有利的技术支撑。

基于贪心遗传算法的液晶光学相控阵多光束扫描

针对液晶光学相控阵单光束扫描周期长、捕获效率低的问题,提出基于贪心遗传算法的液晶光学相控阵多光束扫描方法。利用多个液晶光学相控阵实现互相独立扫描的多个光束,在用多光束对多个动态目标进行扫描时,根据目标已知的大小、位置以及速度信息,设计基于贪心遗传算法的多光束扫描方法,使用目标捕获效率作为目标函数,对每个光束分配待扫描的目标,并确定多个目标的扫描顺序;搭建液晶光学相控阵多光束扫描平台,在不同的目标数量、目标移动速度以及不同的光斑半径等条件下,对所提的扫描方法进行仿真以及实验验证。研究结果表明:相较于传统扫描方法,基于贪心遗传算法的多光束扫描方法不仅有效地缩短了扫描周期,而且提高了动态目标的捕获效率。

超冗余柔性臂在狭小空间内改进RRT算法轨迹规划

为清理变电站联排变压器狭小空间内的异物,设计了一种超冗余多关节机械臂;根据机械臂的运动学特性在机器人工具箱建立了运动学模型,利用正运动学分析了万向节角度和驱动绳长,并利用蒙特卡洛法建立了机器人的工作空间;为缩短轨迹路线、减少随机树点数目,提出了基于改进后的RRT算法的轨迹规划方法,利用贪心算法进行轨迹优化,仿真结果显示路径长度减少20%且规划时间提高60%;利用多阶贝塞尔曲线进行轨迹平滑,降低轨迹路线曲率;改进后的RRT算法可以有效避障,且轨迹更为精确、曲率较小、处理速度更快,可以快速有效地完成异物清理工作。

基于混沌映射和莱维飞行扰动的蛇形优化算法

为解决蛇形优化算法收敛速度慢和寻优能力差的问题,提出一种基于改进的Tent混沌映射和莱维飞行扰动的先进蛇形优化算法(ASO)。引入改进Tent混沌映射,提高初始种群的多样性;在蛇群勘探和开发过程中引入自适应概率阈值,平衡算法全局搜索和局部开发的能力;为保证种群进化方向,将莱维飞行扰动和贪心算法相结合,对劣势蛇个体生成更大扰动。通过在9个复杂测试函数上与其它4种元启发式算法进行对比,实验结果表明,先进蛇形优化算法在收敛速度、求解精度以及稳定性方面有较大提高,通过Wilcoxon秩和检验证明ASO与其它算法有明显不同。将ASO算法用于求解弹簧设计优化问题。