考虑多车配合的AutoStore系统订单拣选排序研究

为解决AutoStore系统中由于严格要求单辆小车参与整套拣货动作而导致的相同料箱多次翻拣及大量重复成本问题,本文提出堆垛检索概念并设计多车协同拣货作业流程,以减少对料箱的重复翻箱。基于该作业方式建立订单排序优化模型用于求解最优订单序列,并进一步设计了启发式算法SA用于大规模算例求解。数值实验显示,在小规模问题中,SA算法与数学模型最优解的误差仅为0.95%~3.5%;在大规模问题中,SA的性能高出现有方法15%~72%。结果证明了该种作业流程的有效性及SA算法求解订单排序问题的优越性。

考虑拆分策略的智能仓库订单分拣建模与优化

针对一种两类订单混合分拣的自动小车分拣问题,考虑其在订单分拣过程中出现的分拣AGV(automatic guided vehicle)堵塞和人工收集站闲置的现象,提出一种订单拆分的策略及拆分后子订单批次调整的方法,并以总订单完工时间最小化为优化目标,建立了订单拆分的订单分拣整数规划模型;提出一种改进离散灰狼优化算法,将订单分批、批次排序以及下架库位选取3个子问题进行联合优化。数值实验结果表明,订单拆分策略使总订单完工时间显著减少,并且通过与经典算法以及其他同类型算法的对比,验证了所提算法的优越性。

藏文自动排序研究综述

藏文自动排序是藏语自然语言处理领域一项重要的基础研究工作,在词典编纂、信息检索和日常办公等方面具有重要的应用价值。藏文特殊的二维非线性组合方式、词法规则和词典排序规则使得藏文自动排序比其他语种的排序更加复杂。文章对已有研究提出的藏文自动排序方法、规则、算法和模型等进行了较为全面的分析与总结,为研究人员了解藏文自动排序中的构件识别、排序规则和方法以及优化藏文自动排序相关工作提供参考。

某汽车座椅混流装配线多目标排产优化

针对某汽车座椅混流装配线多型号多批次混流装配周期长、订单多样化、难以满足客户需求等问题,建立以产品最小完工时间和等待时间为目标的排产优化模型,并设计一种基于循环拥挤排序的改进快速非支配排序遗传算法进行求解.以某企业混流装配线为例,运用多种算法进行优化前后排产方案的对比分析,验证所提模型及算法的可行性.应用Plant Simulation对所提排产优化模型与算法实用性进行验证,仿真结果表明,文中模型及算法能有效缩短装配周期,提高装配线资源利用率.

联合拣选与分拣条件下的订单分批问题研究

针对分区拣选与自动循环分拣线相结合的分拣系统中的订单分批问题开展研究。提出延迟订单数量最少、平均延迟时间最小的多目标订单分批排序模型,应用VNS算法进行求解,采用被动分波缓解分拣线堵塞。案例分析结果表明,订单到达率λ=5时,先到先服务指派规则下联合拣选和分拣的分批策略与仅考虑拣选的订单分批策略相比,在延迟订单数量、平均延迟时间上优化率分别为88.8%和80.4%,固定优先级指派规则下,两项指标优化率达到100%,证明当前条件下联合拣选和分拣的分批策略对减少订单履行延迟具有较好的效果。最后,通过讨论订单到达率和交付通道数量的敏感度分析,进一步推广实验结果,给出参数选择的依据。

基于PRI变换快速雷达信号分选方法

脉冲重复间隔(Pulse Repetition Interval, PRI)变换法对典型雷达信号分选效果良好,但运算量大的缺点使其难以在复杂电磁环境下实现实时信号分选处理,因而制约其广泛应用。基于PRI变换法原理和运算复杂度模型,提出了PRI谱高次谐波抑制和压缩PRI谱分辨率两种方法,对PRI变换法关键步骤进行优化,提升处理速度。仿真了6种典型重频类型雷达信号脉冲数据进行分选效果验证,结果表明所提方法能适应多种重频类型和复杂电磁环境信号分选,处理速度提升达几倍至几十倍,可明显提高PRI变换法的工程应用能力。

基于系统层次分析法的公路网规划项目建设序列论证

为消除公路网规划中单纯进行技术路线论证所带来的弊端 ,将系统层次分析法用于公路网规划建设项目排序中 ,考虑了经济、技术及环境等影响因素 ,以取得最大的总建设效益。以盐城市域公路网规划骨干公路为例 ,说明建设序列的决策过程 ,并将该方法与线路重要度法进行了对比评价。

动态多指标决策问题的投影寻踪模型

针对动态多指标决策中指标和时段的权重确定问题,提出了基于投影寻踪(PP)的理想点法新模型(PP IPM模型)。该模型利用决策矩阵样本的内部信息,把方案的三维决策矩阵综合成一维投影值,投影值越大表示该方案越优,根据投影值的大小就可对各方案进行综合排序决策。建议用实码加速遗传算法进行PP IPM的建模,简化了PP技术的实现过程,克服了目前PP技术计算过程复杂、编程实现困难的缺点。实例计算的结果说明,直接由决策矩阵样本数据驱动的PP IPM模型用于动态多指标决策问题简便可行,适用性和可操作性强,具有推广应用价值。

企业多项目管理中的优先排序问题研究

企业在执行多项目管理时,由于其资源的限制,不能够将所有的项目机会都同时付诸实施。本文首先从企业的战略角度研究了如何对项目机会进行优先排序,选择优势项目;其次对企业的多项目实施过程中的项目优先排序问题提出了新的定量方法,并用实例进行了验证。

ITS项目建设次序的定量优化方法研究

智能交通系统( ITS)是缓解城市交通矛盾的一条新途径,然而我国智能交通系统的建设还刚起步,一方面需要建设的项目多、项目投资大,另一方面又客观存在资金、人才、技术等各方面的约束,因而必须运用科学的理论和方法对ITS项目进行事前评价,科学地安排ITS项目的建设次序.由于缺乏基础数据,通过精确地计算智能交通系统的成本、效益等数据来确定项目的重要程度还存在较大的困难.本文基于层次分析法,建立了ITS项目实施序列优化模型,并尝试将其用于上海市公路网交通信息化与智能化规划研究.应用该方法,可以客观地推荐项目建设次序,避免主观臆断.

改进密切值法在水环境质量评价中的应用

引入目标差值率,对密切值法进行了改进。将改进后的密切值法应用于区域水体水质比较中。经实例分析表明,该方法概念清晰、计算简便实用,能较好地反映区域内各水体水环境质量的相对优劣。

中值滤波编码算法的设计原理与实现

介绍了一种中值滤波编码快速算法的设计思路、基本运算步骤、算法流程及算法分析 该算法利用数据窗口中元素的位置关系 ,并考虑了相邻的两个中值滤波窗口内数据元素的相关性 ,采用编码排序的方法保留前面窗口内数据的编码排序信息 ,作为后一个窗口内数据排序的参考依据 由此 ,将传统算法中相邻的两次中值滤波运算合并为一次进行 ,减少了中值滤波过程中比较运算的次数 该算法可将传统算法的复杂度O(n2 )简化为O(n)

一种自定义顺序的字符串排序算法

现有的排序算法很难实现自定义顺序的字符串排序,提出一种自定义顺序的字符串快速排序方法.在应用连续编号定义字符排序顺序的基础上,使用哈希表结构将字符串转换成对应的整型数组,以字符的最大编号作为基数排序算法的新基数,实现字符串的基数排序.分析和实验表明,本文方法可有效实现自定义顺序的字符串排序,是一个时间和空间复杂度都是线性的排序算法,比快速排序(Quick Sort)具有更好的时间性能,且可以方便地推广到其它语言的字串排序中.

期刊质量评价的二维排序方法

为了克服一般期刊质量评价方法的不足,提出一种新的期刊质量评价方法——二维排序评价法。将期刊质量评价的内容分为外在的和内在的2个方面,以期刊的社会影响力和期刊的日常编辑出版工作组成期刊评价的二维指标,将二维指标分解成若干个具体的评价参数,评价人只需针对每一个评价参数将参加评价的期刊相互比较后排序,并给出具体的名次,而不需要给出具体的分值。通过对评价人排出的名次进行数据处理,然后加权求和得到二维评价指标的结果,再将此结果相乘便得到每一种期刊的质量评价结果。

联合DTOA一阶差分曲线和相关分析的参差信号分选方法

针对直方图方法分选脉间参差雷达信号能力不佳且无法解析其调制模式的问题,结合参差信号的交织特性,提出联合到达时间差值(Difference of Time Of Arrival,DTOA)的一阶差分曲线和相关分析的分选方法.该方法基于DTOA一阶差分曲线提取DTOA关注项,然后基于关注项的自相关和交叠率识别参差调制模式、基于关注项的互相关分析参差调制模式,最后结合参差分析结果进行序列检索.实验结果表明,所提方法所需计算量较少,可以有效分选参差信号并解析其完整的调制模式,对脉冲丢失表现出较强的适应性,对子周期分布的均匀程度和干扰脉冲有较好的稳健性.

昆明地区35种森林木本植物的燃烧性排序与分类

采用自行设计的燃烧试验装置对昆明地区35种森林木本植物的活枝叶进行燃烧试验,在测定和分析样品引燃时间、有焰燃烧阶段烟气温度变化和质量损失过程等基础上,提出了燃烧性参数,即单位质量可燃物在有焰燃烧阶段产生的烟气温升峰面积与引燃时间之比。根据该参数和引燃时间长短对35种植物的燃烧性进行排序和分类,采用2种方式对燃烧性排序的可靠性进行验证。结果表明,小白花杜鹃(Rhododendron siderophyllum)等14种植物为难燃类;水红木(Viburnum cylindricum)等5种植物为可燃类;圆柏(Sabina chinensis)等16种植物为易燃类。可燃类与易燃类间平均引燃时间相差36.2s,可燃类与难燃类间平均引燃时间相差276.7s,可燃类与易燃类占样品总数的60%,而难燃类占40%,难燃物种比例较小是昆明地区森林火灾多发的原因之一。

多目标旅行商问题的模拟植物生长算法求解

针对多目标旅行商问题,提出了一种基于模拟植物生长的优化算法。该算法将Deb等人提出的非支配排序及构造偏序集等方法用于模拟植物生长的过程中,克服了模拟植物生长算法搜索空间过大及收敛性不够理想的缺点。基于该算法的核心思想,用MATLAB编程实现,对参考文献的算例进行仿真测试。与其他算法比较,获得了满意的结果。

基于Canopy和k-means算法的订单分批优化

文章针对物流企业的订单分批问题,提出了改进的Canopy-k-means算法。该算法是采用Canopy算法依据最大最小原则生成初始聚类中心,并使用k-means聚类算法对其进行优化获取分批结果的。此外,文章针对不同规模的订单数据集,比较了该算法和先来先服务(first come first served,FCFS)、k-means以及Canopy-k-means算法的实际效果,实验结果表明:该算法可以避免k-means算法中k值选取的盲目性,同时可以有效地提高分拣效率以及降低分拣批次。

可合流的自动分拣系统订单排序优化

现代自动分拣系统广泛采用先分区拣选后订单合流的分拣策略,其中存在着订单排序优化问题.对此,首先提出一种可压缩式订单合流方法,即提前各分区内订单货物的开始拣选时间,并在订单合流过程中将提前的拣选时间转化为对货物间距的压缩,从而既减少了订单总拣选时间,又避免了合单过程中货物的冲突.由于订单的拣选次序影响各订单的提前拣选时间,进而影响订单总拣选时间,故建立订单排序优化问题的数学模型并归结为旅行商问题(traveling salesman problem,TSP)问题,即各订单类似于待访问的城市,受订单排序影响的各订单拣选时间类似于各城市之间的距离,目标为求得合理的订单排序,从而使得总拣选时间最小.最后应用最大最小蚁群算法(max-minant system,MMAS)求解该模型.仿真结果显示,订单排序优化后自动分拣系统的拣选效率有了较大幅度的提高.

成品烟自动分拣系统的补给优化方法

为了节约成品烟自动分拣系统补给优化装置昂贵的机械成本,提出一种低廉、智能化的优化方法,对该系统的工作性能提高具有重要意义。根据补给线工艺特点和存在的问题,分析客户订单排列对补给线需求信号时间分布的影响,将其归结为一类组合优化问题;结合分拣过程及订单需求信息,提出3种基于需求信号时间分布的补给优化数学模型。利用模拟退火算法,得到3种模型的优化结果并验证了优化模型的正确性和有效性。