动态价格约束下生鲜无人零售点选址-路径方法研究

“新零售”创新了生鲜无人零售的渠道和销售模式,通过研究网络化无人售货的技术优势,引入在线动态定价机制,解决了生鲜无人销售品控难、客户黏度低的问题,有效减低了系统综合成本;同时构建了一种面向生鲜商品的无人零售的干线和支线混杂配送模型,在多目标求解、问题解耦和PSO全局优化等方面进行突破,建立了一种动态价格约束下的带时间窗选址-路径二级运输模型(2E-dPLRPTW),并进行了案例验算,确认该方法能有效提升生鲜商品无人售卖的效益。

一种融合改进A^(*)算法与改进动态窗口法的文旅服务机器人路径规划

为满足复杂环境下文旅服务机器人路径规划算法搜索的导向性、静态环境下全局路径的最优性和动态环境下实时避障的安全性的需要,提出了一种基于改进A^(*)算法与动态窗口法相融合的算法。首先,在传统A^(*)算法的基础上,采用更精确的搜索邻域选取策略,并引入障碍物占用栅格率来量化地图信息,动态调节启发函数和权重系数;其次,引入安全距离概念,提出一种三次折线优化方法,剔除冗余节点和拐点,以提高路径的平滑性;针对狭窄通道环境,提出一种自适应圆弧优化方法,使路径更符合机器人的运动学约束。通过加入动态障碍物垂直距离代价函数,有效减少机器人与动态障碍物的冲突和碰撞风险;最后,将改进A^(*)算法与动态窗口法相融合,选取关键路径点作为动态窗口法的临时目标点,分段使用动态窗口法进行局部实时路径修正。实验结果表明,该融合算法同时具备搜索导向性、全局路径最优性和动态避障能力,能够安全快速到达目标点,具有一定的应用价值。

洪涝灾害下考虑需求紧迫度的应急物资配送研究——以安徽省为例

为减少洪涝灾害时的经济损失,构建考虑灾区对应急物资的需求程度约束和软时间窗约束的路径优化模型,考虑车辆行驶速度受天气差异影响的变化,建立晴天、雨天、阴天不同车速模型,设计混合遗传算法求解。以安徽省为算例背景,运用Matlab进行仿真,研究结果表明:考虑需求紧迫度模型中的4种不同天气下的最优配送车辆路径总成本和配送时间均要低于不考虑需求紧迫度路径模型。其中,晴天时考虑需求紧迫度模型的总成本比不考虑需求紧迫度模型的总成本减少了5.86%;小雨天考虑需求紧迫度模型的总成本比不考虑需求紧迫度模型的总成本减少了4.55%;中雨天考虑需求紧迫度模型的总成本比不考虑需求紧迫度模型的总成本减少了4.29%;阴天考虑需求紧迫度模型的总成本比不考虑需求紧迫度模型的总成本减少了4.43%,此模型缩短应急物资运输时间,减少物资分配运输成本。

基于改进A^(*)算法的多AGV路径规划研究

自动导引车AGV(Automated guided vehicle,AGV)的路径规划问题是工业生产和物流领域的关键问题,其中多AGV无碰撞路径规划是研究的难点。本文以实际工业生产现场为背景,提出一种改进的A^(*)算法,该算法利用切比雪夫距离对传统A^(*)算法的启发函数进行加权,显著地减少了A^(*)算法的搜索时间和搜索节点数,提高了传统A^(*)算法的路径搜索效率,并将改进的A^(*)算法和时间窗模型结合,通过时间窗模型提前预判多AGV路径上节点占用情况,根据生产任务需求和AGV离终点的远近程度,动态调整AGV的优先级,有效地解决了多AGV同时行驶时产生的死锁,碰撞冲突问题。试验结果表明,该算法在多AGV进行动态路径规划时,路径的搜索效率得到显著的提高,路径冲突问题也得到有效的解决。

时变网络下多车型同时取送货车辆路径优化

为降低物流企业配送成本,以车辆固定成本、车辆派遣成本和时间惩罚成本之和最小为目标,考虑路段和时段对车速的影响、客户的取送货需求和时效要求、车型多样性,在此基础上从客户关系出发,研究两种取送货情况下的车辆路径优化问题,建立时变路网下多车型同时取送货车辆路径模型,设计改进的自适应遗传算法进行求解,通过构建算例对比验证了算法的有效性和建立多车型模型的合理性。

威胁联网下无人机路径在线规划

文章以火力单元为威胁建立威胁联网模型,分析了威胁联网对火力单元的雷达扫描区和杀伤区的影响,以及威胁联网对路径规划的影响;针对威胁联网下各主动威胁进行信息交流与资源共享的模式,提出了适用于威胁联网的目标指示概率,并以威胁对无人机的探测概率为基础,给出了简化的威胁联网模型。根据雷达响应时间和导弹外部飞行时间提出了威胁时间窗概念,并结合威胁联网模型改进了威胁代价目标函数。最后运用模型预测控制算法进行仿真,通过对比说明基于威胁联网模型的改进算法的有效性和合理性。

基于时间窗约束的多人多储位拣选路径优化模型及改进遗传算法应用研究

针对目前主要的单人单储位拣选路径规划研究现状,以安徽BY零件库为研究对象,考虑实际存在的多人同时拣选与多储位问题(MLP),建立多储位下的多人拣选路径优化模型。首先确定拣选的人数;然后针对多人拣选路径优化模型提出一种基于时间窗约束的改进遗传算法(TWC-IGA)进行模型的求解,由IGA优化路径并得到拣货路径集合,再利用时间窗约束和两阶段策略进行路径的冲突预测、避障与动态局部调整;最后,通过仿真实验与遗传算法、贪心算法进行对比,验证文中所提的TWC-IGA的稳定性与收敛速度更好,结果更优,极大地提高拣选效率,对实际拣选具有有效性。

基于改进Dijkstra算法的防冲突最短路径规划研究

多无人机在执行作业任务时可能面临发生航迹冲突的矛盾,由此提出一种改进Dijkstra算法用来实现多无人机寻找最短且互不冲突航线的功能。在经典Dijkstra算法搜寻并对各航迹节点遍历运算的过程中,通过引入各节点的前驱节点变长回溯数组来记录各节点包含的所有前驱节点,找出各任务从起始点到达目标点所存在的全部可行的最短长度航线。再引入时间窗冲突判断模型从各任务的所有可行航线中将互不冲突的航线分离出来,一旦所有航线都冲突,则将其中一条最短航线中的冲突节点当作临时障碍点处理,通过改变回溯数组重新找出与其他任务互不冲突的一条最短航线。应用Matlab软件设计编写程序来进行算法验证,实验表明该改进算法在多无人机执行作业任务时可以规划出各任务包含的全部长度最短且互不冲突的航线,任务集合的规划效率有了明显提高。

基于改进遗传算法的可变信息标志选址优化研究

随着城市化进程的不断加快,交通拥堵已成为亟待解决的社会问题,实践表明可变信息标志(VMS)布设位置对于诱导拥堵路段上的交通流量、缓解交通拥堵、提高整个交通诱导系统的效率至关重要。在考虑道路交通流量、交通拥堵指数以及可变信息标志发布信息的衰减程度对VMS选址影响的基础上,考虑可替代路径的诱导比率、绕行时间以及布设VMS所需的成本对VMS选址的影响,然后综合VMS的效用和总成本2个因素,采用最大效用与最小成本之比的形式构建了VMS选址优化的双目标规划模型,分别采用传统的遗传算法和改进的遗传算法对构建的模型进行求解,最后以西安市南二环路为例进行实例分析。结果表明,当设置4块VMS时效果最好,最优布设路段为10,13,15,17。与传统的遗传算法相比,改进的遗传算法陷入局部收敛的次数由21次减小到6次,且收敛速度更快;模型的最优解与现状VMS的布设情况相比函数适应度值更大,表明其布设效果更好,验证了模型的有效性。

基于群集智能优化算法的城市共享单车优化分布研究

为解决城市共享单车供需与分布的不均衡状态,研究基于群集智能优化算法的城市共享单车优化分布方法。通过分析城市共享单车优化分布问题了解到共享单车的合理有效调度是实现城市共享单车优化分布的基础。以共享单车停放点满意度最大化为目标函数,引入模糊时间理念,创建带模糊时间窗的车辆调度模型,通过蚂蚁移动规则和信息素全局更新规则构成蚁群算法,并对蚁群算法进行适度改进,利用改进蚁群算法结合算法过程求解车辆调度模型,获取共享单车最优调度路径,完成城市共享单车合理有效的调度,实现城市共享单车的优化分布。以广州市越秀区15个共享单车停放点为实验对象,结果表明,该方法获取的最优路径简洁便利,没有出现重复交叉路段,且最优路径寻得次数相对较为稳定。

基于改进蚁群算法的智慧物流调度规划

随着物流业的大力发展,通过发展智慧仓储物流,可以极大降低物流成本,加快产业的发展.本文提出了一种在智慧仓储中的AGV车辆系统避碰路径规划,首先利用带时间窗的栅格方法模拟了AGV的制造车间工作环境,提出一种改进蚁群算法,通过改进概率转换公式和信息素更新规则,最后仿真结果验证了该算法可以解决多个AGV的避障路径规划问题,进而实现智慧仓储物流.

考虑多任务的环渤海集装箱陆海联运路径优化研究

在考虑不同收发货地、不同时间窗要求的多个集装箱运输任务下,对滚装运输模式下的集装箱公—海—公陆海联运路径进行研究,建立多目标路径优化模型。运用启发式算法对环渤海地区运输算例数据进行求解和分析,得出的路径运输成本和时间都在理想范围。因此,模型具有可操作性,可为环渤海地区集装箱陆海联运路径选择提供一定的决策参考。

电动汽车充换放储一体化电站选址定容

根据EV分布特点建立EV时空负荷模型,对多场景EV时空负荷进行预测,以此作为选址定容基础。建立充换放储一体化电站选址定容的双层规划模型,计及电网投资和运行的经济性,上层规划对一体站进行优化选址;下层规划以EV实际行驶路径最短为目标进行一体站服务范围的划分,并将各站负荷返回给上层实现优化定容。结合粒子群算法和迪克斯特拉算法求解含最短路径的复杂非线性多约束优化的双层规划问题。算例验证表明,EV时空负荷模型和一体站选址定容双层规划模型具有可行性和有效性。

时间窗约束下基于概率模型的AGV路径研究

根据现代生产工艺的特点,结合AGV自动导引小车的路径规划技术,建立了带有时间窗约束的路径规划模型。文中针对到达时间窗约束,对超出时间窗到达的AGV给予一定的成本惩罚,采用小车固定成本、运行成本、到达时间惩罚成本的总成本最小作为最优化标准,得到AGV路径规划的最优解,并进行鲁棒优化。对于模型,文中采用遗传算法求解,并对随机规划法建立的预测模型和概率模型得到的最优路径的效能进行了综合比较。

超标准洪水应急避险决策支持技术研究

针对传统避洪技术防洪风险动态识别能力不足、风险人群识别追踪预警手段落后、实时洪灾避险路径优化技术匮乏、应急避险决策支持平台缺乏等四大问题,融合卫星遥感、GIS、无人机摄影等多源信息,利用数值模拟、多源LBS、大数据、电子围栏、实时通讯等技术手段,研发了适应不同分漫溃情景的超标准洪水风险快速建模与预判技术、风险人群精准识别预警与实时监控技术和避险转移路径动态优化技术。在此基础上,研发了基于空天地水多源信息、实时信息驱动的防洪应急避险决策支持平台,具有应急避险信息识别精准到人、避洪要素智慧管理、转移效果全过程评估等功能。成果在长江流域荆江分洪区进行了模拟应用。

移动声源运动轨迹测定方法研究

建立了测定移动声源运动轨迹的时间窗测定模型,给出了当声源信号为单一频率正弦信号时的声源运动轨迹计算方法,并利用MATLAB对时间窗测定模型进行仿真,仿真结果显示该模型可以很好的测定移动声源的运动轨迹,进而给出不同的模型参数对测定结果的影响曲线。最后分析了时间窗模型的实时性,得出该模型满足实时性要求。

带时间窗的多车型同时取送货车辆路径问题研究

本文主要研究广州番禺配送中心的车辆路径规划问题,首先针对之前车辆运行中的先送货后取货模式,产生车辆运行路线的迂回,以及车辆在回程中的空载,路径规划不合理,送货时间长的问题,采用集成的观点同时考虑有取货要求的客户和有送货要求的客户,把所有的送货订单和取货订单在前一天汇集到配送中心,这样每个客户的取货需求量和送货需求量根据前一天订单信息得到确认;从而可以确定配送中心以及每个顾客的位置和需求量,从而进行同时取送货,送货是针对当天的配送中心收到的货物,取货是针对前一天有发货需求的客户。在基本VRPSDP模型的基础上,加入多车型和时间窗两个因素,以配送车辆总的成本为优化目标,给出T公司广州番禺配送中心同时取送货的运作模式。

基于多源数据的领域主题演化路径分析

[目的/意义]为全面、客观、高效、直观地掌握科技领域主题的发展规律和演变趋势,提出一种基于多源数据的领域主题演化路径识别和分析框架。[方法/过程]获取不同来源的科技文献数据,利用多维样本有序聚类方法辅助时间切片,基于改进的词袋构建方法,提升LDA模型主题识别效果,借助Louvain社区发现算法在主题层进行多源数据的融合,分析领域主题演化路径。[结果/结论]利用美国太赫兹研究领域基金项目、论文和专利3种来源的数据进行实证研究,结果表明,3种数据源能够清晰划分出4个时间窗口,改进的词袋构建方法能够表征更准确的领域信息内涵,主题社区有助于从多源数据复杂的演化网络中厘清主题演化脉络。