基于变邻域人工蜂群算法的航空不规则零件下料优化研究

针对航空不规则零件规格种类多样,毛坯数量庞大,原坯料利用率低等实际生产中的问题。为了解决上述问题,提出基于变邻域人工蜂群不规则零件下料优化算法及算法流程,构建双坐标系下料模型,设计交换策略、顺序策略及逆序策略进行变邻域搜索,采用SCO、DCO、HO、WO、AO解码方式进行图样解码。最后,将变邻域人工蜂群算法与原始人工蜂群算法进行仿真分析,仿真实验结果表明:变邻域人工蜂群算法能够有效可靠地提高原坯料利用率及排样效率。

地理元胞自动机模型研究进展

元胞自动机(Cellular Automata,简称CA)是一种基于微观个体的相互作用空间离散动态模型,其强大的计算功能、固有的平行计算能力、高度动态及空间概念等特征,使它在模拟空间复杂系统的时空动态演变研究具有较强的优势。文章回顾了元胞自动机的发展历程,阐述了CA在地理学中的主要应用领域和研究进展,在此基础上,以现实世界地理实体及现代城市扩张特征为视角,分析目前CA研究所面临的问题,并对其未来的研究趋势进行了初步探讨,认为以下3个方面将是未来CA研究的热点:1利用不规则元胞及可控邻域的CA模型,对不同规则或不同邻域地理实体的模拟研究;2采用三维元胞自动机对现代城市扩张进行立体化模拟,以克服二维CA模型的缺陷;3将矢量元胞自动机模型应用于地理实体的模拟研究,进一步提高模拟精度。

不正常航班恢复模型的贪婪模拟退火算法研究

为解决不正常航班恢复对航空公司带来的严重影响,研究了不正常航班恢复模型及其优化算法,对现有不正常航班恢复优化模型提出适当改进,重点设计了一种贪婪模拟退火算法。算法融合了GRASP和模拟退火算法的特点,提高了领域解的选择效率并且降低了陷入局部最优解的概率。实例证明这种算法可以处理大规模的不正常航班恢复问题,并且能够达到时间代价与结果质量的均衡。

区域多机场航班恢复的智能邻域算法研究

为了充分利用实际运行中航班恢复方法,提高区域多机场不正常航班的恢复效率,综合考虑了机场、空管和航空公司在区域多机场系统中的运行能力限制,以降低总延误时间和恢复方案的执行总成本为优化目标,构建了区域多机场不正常航班恢复模型。然后将实际运行中航班恢复方法应用于算法新解产生机制,设计了基于智能邻域选择的多目标优化算法。仿真计算结果表明,与传统航班次序的调换方法相比,多种航班恢复方法的灵活运用有效减少了航班延误时间和方案的执行总成本,提高了区域多机场系统资源利用率与航班正常率。

不规则邻域CA的城市增长边界研究——以大连市经济技术开发区为例

本文以2003—2012年的土地利用数据、遥感数据等多源数据为基础,并且以街道作为研究尺度,通过不规则邻域CA和生态适宜性评价方法,制定城市扩张的弹性边界和刚性边界。研究表明:(1)基于不规则邻域CA模型的Kappa系数为0.875 8,模拟精度达到要求;(2)2021年研究区弹性边界的面积为230.54 km^2,刚性边界的面积为260.09 km^2,面积变化显著;(3)建设用地呈由东南向西北的扩张趋势,并且沿海街道比内陆街道扩张更为显著。

不规则物流园区功能区块布局模型与算法

物流园区功能区块的合理布局对于降低物流成本、提高物流作业效率有重要意义.传统的研究主要建立在假定物流园区是矩形的理想情况下,本文基于栅格数据结构,构建了以运输成本最小为目标的不规则物流园区功能区块布局的集合划分模型,并引入了栅格图像矢量化技术,用于提取布局形成后的图像拓扑结构,获得路网信息,然后设计了基于割树技术的变邻域搜索算法进行求解.最后以某物流园区为例,通过MATLAB编程计算得出布局方案,验证了本文模型和算法的有效性.

基于GA-MCE算法的不规则邻域CA土地利用模拟

不规则邻域元胞自动机通过定义一定的邻域规则,将对中心元胞影响较大的邻域元胞进行识别与计算从而确定邻域形态与影响范围,与传统元胞自动机模型相同尺寸邻域形态相比,模拟更加真实有效。基于不规则邻域识别算法对元胞邻域范围进行划分,再通过遗传算法和多准则评价相结合获取转化规则参数,继而对大连市金石滩国家旅游度假区2004年和2010年土地利用变化进行模拟研究,通过比对分析以及Kappa系数检验法对模拟精度做一检验,研究模拟结果总体Kappa系数为81.62%,具有一定的可靠性,研究显示该模型在多地类碎小斑块之间的转化模拟具有一定的优势,对于模拟土地利用/覆盖变化模型具有一定的改进。