用重心优化方法求解铁路网上空车调配问题

主要提出了优化大规模铁路网上空车调配的网络变换方法，作为一般小规模的空车调配问题，其数学模型属于一类特殊的线性规划问题，表上作业法具有很好的求解效果，由于该算法的计算量随着规模的扩大呈几何速度增加，所以对于中国这样拥有数千个装卸站的说，直接用计算机求解是不现实的，所以目前实际运输工作组织中，采用路局，分局，区段的分层调配方法，以获得一个可行解，由于分层区域的中心点无法确定，故无法进行优化计算，针对这一缺陷。现提出一种基于物体重心的虚拟空车产肖中心的确定方法，从而解决大规模空车调配的优化问题。并给出具体算例。

基于Creo的纸箱成型机折边凸轮的重心优化

研究纸箱成型机中的折边凸轮的重心优化问题。根据从动件的运动规律,通过Creo的实体建模模块将凸轮进行精确的实体建模,再利用Creo的行为建模模块对凸轮重心进行分析和优化。在保证其性能的基础上,减轻了凸轮重量,减小了凸轮在转动时的跳动,提高了从动件运动的稳定性,改善了纸箱成型机的性能。通过Creo软件的分析优化,使得纸箱成型机的折边凸轮重心与旋转轴重合。

重心反向粒子群优化算法在无线传感器定位优化中的应用

针对传统DV-Hop算法误差过大、粒子群优化(PSO)算法易陷入局部最优问题,提出了一种重心反向粒子群无线传感器网络(WSNs)节点定位算法。首先将PSO算法结合重心反向学习策略,以整个群体的重心为参考点计算反向解,并且结合粒子正向解和反向解,选取更优适应度值的粒子作为下一代,以进一步提高种群的多样性。其次对粒子运行速度进行改进,在速度中加入一种随机扰动的线性递增项,提高算法后期收敛速度,避免陷入局部最优。最后将重心反向粒子群算法结合DV-Hop定位方法,构建基于重心反向粒子群算法的网络节点定位方法。仿真结果表明:相比传统DV-Hop算法,重心反向粒子群算法的定位精度更高,效果更好,适用于定位精度要求较高的场景。

Matlab优化刀具在数控机床刀盘上的分布

基于数值计算软件Matlab对数控机床刀库中不同重量的车削刀夹和铣削刀具进行优化排布;通过数据分组的方式来降幂,处理高阶排列组合,找出刀夹分布的最优解。