基于物流储配方案大赛的项目化教学——以“物动量ABC在excel表格中的实现”项目为例

基于"物流储配方案设计与实施"大赛重新整合《仓储管理与实务》课程教学内容进行项目化教学,以项目物动量ABC分类在excel表格中的实现为例在教学准备、项目实施、教学训练和评价反馈四方面阐述如何进行项目化教学实践。

有限容积法对流项离散格式的稳定性与有界性研究

对于流动传热问题,控制方程对流项处理不当会导致模拟结果出现无物理意义的振荡或越界现象。针对有限容积法对流项离散格式的稳定性和有界性开展深入研究,并提出了一种新的高阶有界格式。在对流项离散格式稳定性方面,指出在均分网格条件下,边界相邻节点的对流稳定性条件与内部节点不同,并给出了边界相邻节点处常见对流项离散格式的稳定性条件;指出绝对稳定的SGSD格式权重系数计算方法不唯一,并给出了两种适合于强对流问题的权重系数表达式。在对流项离散格式有界性方面,提出了高阶有界格式的通用分段线性形式——GHB格式(general high-order bounded scheme),可提高程序的通用性;高阶有界格式计算精度、收敛速率和健壮性等性能互相制约,根据规正变量图中不同区域线型对这些性能的影响,提出了含有两个可调参数的性能可控的高阶有界格式——AHB格式(adjustable high-order bounded scheme);在此基础上,通过优化参数得到了计算精度、有界性、收敛速率和健壮性兼顾的ABC格式(accuracy,boundedness and convergence rate-balanced scheme),并通过多个典型算例验证了该格式计算性能。

人工蜂群算法求解任务可拆分项目调度问题

针对任务可拆分的资源受限的项目调度问题,提出了一种人工蜂群算法与任务可拆分的串行调度机制相结合的优化方法.人工蜂群算法中每个食物源的位置代表一组项目任务的优先权序列,优先权序列通过调度生成机制转换为可行调度方案,迭代中由三种人工蜂执行不同的操作来实现全局最优解的更新.实算表明,基于优先权的人工蜂群算法可以有效求解任务可拆分项目调度问题,收敛速度较快且精度较高.

用于Beltrami流的格子Boltzmann算法

给出 Beltrami流动中流体质点位移的格子 Boltzmann算法 .引入 Beltrami涡流的概念 ,并给出涡量和速度的结构 .应用格子 Boltzmann算法模拟 Beltrami流的 Arnold-Beltra-mi-Chidress( ABC)

人工蜂群算法求解资源受限项目调度问题

针对资源受限项目调度问题,提出了一种基于人工蜂群算法的优化方法。人工蜂群算法中每个食物源的位置代表一种项目任务的优先权序列,每个食物源的位置通过扩展串行调度机制转换成可行的调度方案,迭代中由三种人工蜂执行不同的操作来实现全局最优解的更新。实验结果表明,人工蜂群算法是求解资源受限项目调度问题的有效方法,同时扩展调度机制的引入可以加速迭代收敛的进程。

一种中继无人机快速部署策略

针对任务规划中中继无人机部署效率低,部署方案无法满足最少数量要求等问题,提出了一种中继无人机快速部署策略。首先,根据最少中继节点的任务要求,建立了基于最少中继节点的部署模型。其次,优化了深度优先搜索算法的搜索方式,实现了节点间可行链路的快速搜索。最后,在人工蜂群(ABC)算法中引入快速深度优先搜索(DFS)算法,来求解最少中继节点部署方案。仿真结果表明:在相同任务规模下,所提策略的求解速度相较于改进前提高了53.56%左右,部署的中继无人机数量相较于现有方法减小了11.88%左右。