PI环境下考虑节点失效与动态需求的供应链网络韧性优化研究

在逆全球化、百年变局的大背景下,追求低成本精益化管理、零库存目标造成的供应链网络拉伸,使得供应链的局部脆弱性问题得以暴露,研究如何建立韧性供应链网络并进行优化变得至关重要。实物互联网(Physical Internet,PI)环境下的物流模式具有很强的开放性、全局性和协作性,文章结合实际供应链运转过程中存在的节点失效以及市场动态需求变化等问题,采用情景法对可能的影响因素进行描述,构建了PI环境下考虑节点应变能力的韧性供应链网络优化模型,并应用改进后的GA-BPSO算法对模型进行求解。通过实证算例证明了模型的可行性及算法的有效性,可以为企业进行韧性供应链优化提供科学决策参考。

基于矩阵降维的MoM-PO电磁散射混合算法

针对包含精细结构的电大尺寸目标电磁散射快速计算问题,提出了一种计算包含精细结构的电大尺寸目标电磁散射问题的基于矩阵降维的混合算法。该方法在Rao-Wilton-Glisson基函数矩量法(method of moment,MoM)的基础上,对目标区域进行划分,完成阻抗矩阵的分块和未知量的分离,再由矩量区与物理光学(physical optics,PO)区之间的电流相互作用构造耦合转移矩阵和激励转移矩阵,从而建立两个区域未知量之间的线性关系,进而完成对阻抗矩阵的降维,最终从矩阵运算角度构建了一种MoM-PO混合算法。其中,使用等效电偶极子模型简化双重积分计算,进一步减少矩阵元素的计算量;阻抗矩阵的阶数大幅减少,避免了大规模矩阵方程的求解计算。算例结果表明,与传统的低频算法相比,该算法既保证了计算精度,又提高了计算效率。

开放式换流系统的数字物理仿真实验平台研究

针对数字物理混合仿真接口稳定性问题,提出了通过改变功率接口阻值提高稳定性的方法。利用电路原理,对理想变压器模型接口算法进行了改进。在数字侧阻抗关键点上做了并联电阻处理,并在仿真中验证了方法的有效性。在数字物理混合仿真方面,以上措施提高了接口系统稳定性。介绍了开放式换流系统的接口结构和工作原理,运用改进理想变压器模型算法结合自主研发的开放式换流系统,搭建了380V/120kV风电场并网实验平台。实验与全数字仿真结果基本一致,从而验证了混合仿真系统的有效性和准确性。

用混合遗传算法求解物流配送路径优化问题的研究

论文建立了物流配送路径优化问题的数学模型 ,并针对遗传算法在局部搜索能力方面的不足 ,提出将爬山算法与遗传算法相结合 ,从而构造了求解物流配送路径优化问题的混合遗传算法 ,并进行了实验计算。计算结果表明 ,用混合遗传算法求解物流配送路径优化问题 ,可以在一定程度上克服遗传算法在局部搜索能力方面的不足和爬山算法在全局搜索能力方面的不足 。

利用地震资料定量反演孔隙度和饱和度的新方法

提出了一种基于岩石物理模型与混合优化算法同时反演孔隙度和饱和度的新方法。将孔隙度和饱和度的取值范围加入反演过程作为约束,能提高反演的稳定性和精度。基于地震纵、横波速度反演结果,直接得到油藏参数值。该方法也可以推广到直接利用地震振幅属性来进行反演。分析了不同属性组合对孔隙度和饱和度反演结果的影响。模型计算结果表明,该方法具有精度高、稳定性好等优点,同时易于推广到多种岩石物理模型、多地震属性组合与多参数定量反演中。

基于混合粒子群算法的物流配送路径优化问题研究

针对物流配送路径优化问题,提出了一种融合Powell局部寻优算法和模拟退火算法的混合粒子群算法,以克服单用粒子群算法求解问题早熟收敛的不足,增加算法的开发能力,提高算法的全局搜索能力,并进行了实验计算。计算结果表明,用混合粒子群算法求解物流配送路径优化问题,可以在一定程度上提高粒子群算法在局部搜索能力和搜索全局最优解概率,从而得到质量较高的解。

基于人工神经网络和混合遗传算法的炸药爆速预测

运用基于最优保存和自适应交叉变异的混合遗传算法训练的BP神经网络,根据三维数据建模和炸药的分子量、氧平衡以及装药密度,构建了一个3-4-1型的炸药爆速预测BP神经网络模型。同时利用训练好的神经网络模型对炸药的爆速进行了预测。预测结果表明:模型预测值与有关文献的实验值接近,绝对误差为±7%;也说明了炸药的分子量,氧平衡和装药密度等相关参数与其爆速具有一定的可类推性。

基于海情和三次样条插值算法的舰船雷达散射截面优化分析方法

不同风浪等级下的海面会对船舰目标雷达散射截面(RCS)分析产生强烈影响。该文建立了一种船舰模型,利用物理光学法与矩量法的混合算法(PO-MOM)分析了不同海情下的船舰目标远场单站RCS。之后研究了海情对船舰目标RCS测试结果的影响。最后提出了基于3次样条插值(Cubic Spline Interpolation,CSI)算法的优化补偿方法。结果表明,随着海情等级的增加,舰船RCS降低;利用3次样条插值算法进行补偿,其补偿结果的平均值误差小于0.38 d Bsm,最大值误差小于0.05 d Bsm,因此能有效地减少海情对船舰RCS测试结果的影响。

基于RTDS的数字与物理混合仿真接口设计与实现

数字物理混合仿真是当今电网仿真的一种新技术,接口是混合仿真技术的核心部分。开展了功率型RTDS与物理模型混合实时仿真接口设计,研究了混合仿真接口特性,提出了四象限功率放大器接口技术路线和接口实施方案,解决了混合仿真接口的关键技术问题,建立了混合仿真接口。通过开展无源物理模型和有源物理模型的混合仿真试验,并与纯数字仿真结果进行比较,验证了接口的精确性和稳定性。

基于城市配送的单车线路算法研究

对单车线路优化问题进行重点阐述。求解过程采用了最节约插值法与混合遗传算法,较好地解决了单车配送线路优化问题。通过实例数据测试,表明两种算法的结合优化效果显著。

有时间窗物流配送路径优化问题的混合并购算法

为了克服并购算法在求解有时间窗物流配送路径优化问题时局部最优的缺陷,提出了混合并购算法的构想.通过对原有并购算法中单个并购操作的改进,增加多个并购操作,提高了算法的收敛性.在建立有时间窗物流配送路径优化问题数学模型的基础上,构造了有时间窗物流配送路径优化问题的混合并购算法模型.在Solomon数据集上进行多次实验,获取了有时间窗物流配送路径问题的最优解或近似最优解.

基于混合遗传算法的物流配送模糊车辆调度问题研究

在同时考虑物流配送总费用和服务水平的基础上,建立适合物流配送模糊车辆调度问题的数学模型。并且采用期望值选择法,将爬山法与遗传算法相结合,构造了求解该问题的混合遗传算法。研究表明,用该算法求解物流配送模糊车辆调度问题,能够很快收敛到满意解。

基于混合遗传算法的物流配送路径优化研究

基于现代物流配送路径中出现的车辆没有根据配送路线完成任务和配送路线不合理的原因,就实现了基于混合遗传算法的物流配送路径优化设计。首先,本文使用遗传算法和聚类分析技术的相互结合,提出了对物流配送路径优化问题的算法。其次,通过聚类分析技术实现配送客户综合的优先级聚类。最后,利用配送路优化的数学模型提出了混合遗传算法的物流配送路径优化数学模型。通过对本文所研究的算法进行计算,表示此种混合路径能够有效解决现代物流配送路径中不合理的问题,并且实现最优解。

基于混合遗传算法的物流配送路径优化分析

货物的合理配送,除了选择合适的交通运输方式外,还要确定合理的配送路线和货物的运输量,不同的运输条件、组织方法,车辆可以按照不同的配送路线完成配送任务.本文在构建了物流配送路径优化数学模型的基础上,提出了基于局部竞争机制的选择小生境技术和自适应调节交叉变异参数方法提高全局收敛性能,最后将带有记忆功能的模拟退火算法与上述改进遗传算法相结合提高局部搜索能力,从而构造出一种新的混合遗传算法,经过计算证明,这种混合算法可以在很大程度上解决上述问题,并得到最优解或者近似最优解.

物流配送路径优化模型及其混合遗传求解算法

针对物流配送路径的特点,建立了配送路径优化问题的数学模型,并结合爬山算法和遗传算法提出新的混合遗传算法,仿真结果表明该算法可在一定程度上克服爬山算法全局搜优的不足和遗传算法局部搜优的局限,从而得到更符合实际的解。

高低频电磁混合算法在目标高分辨特征提取中的应用

利用电磁混合算法对复杂目标进行电磁精确建模仿真,以获得真实目标较为准确的雷达高分辨像信息,对未来高分辨雷达实现目标探测与自动识别有着重要的意义。对于电大尺寸复杂目标电磁仿真计算,高频近似方法和低频数值方法各有其优势和局限性,如能结合两者的优点来解决计算中的精度和速度问题,将对建立高分辨目标特征库有着重要的帮助。本文以低频矩量法(MoM)和高频物理光学法(PO)混合为例,提出了基于MoM-PO混合算法来精确求解电大尺寸目标的高分辨电磁散射特性,有效地提高了计算精度,改善了计算速度,为快速有效地解决复杂电大尺寸目标的高分辨特征提取提供了良好的途径。通过对典型目标和实际复杂目标实例的仿真计算,提取高分辨特征结果验证了该方法的有效性和实用性。

基于散射电场的飞机旋翼多普勒回波模拟

旋翼飞机飞行过程中会产生具有独特多普勒特征的雷达回波,通过对旋翼回波的准确模拟,可为不同类型飞机的精确识别提供重要依据。针对现有散射点叠加算法的假设缺陷,从目标高频电磁散射理论出发,提出了基于散射电场的飞机旋翼回波模拟方法。依据电磁散射场与雷达回波方程间的数学关系,发现目标回波的基带信号与目标后向散射电场的复振幅矢量具有一致性,基于此采用物理光学—矩量混合算法,求解飞机旋翼的散射电场;并通过短时傅里叶变换模拟得到旋翼的时频回波。最后,通过与传统散射点积分算法进行仿真对比,同时分析了不同桨叶角对旋翼回波信号的影响规律,验证了所提方法的正确性和优越性,实现了散射电场下飞机旋翼多普勒回波的准确获取,为后续研究飞机的精确识别奠定了理论基础。

基于实际道路工况的PS-HEV控制策略参数优化研究

为解决混合动力公交车以标准循环工况制定整车控制策略并不能充分发挥整车节能潜力的问题,通过实车采集该线路公交车真实运行数据,根据短行程划分、主成分分析及模糊C-均值聚类算法,构建能够反映此公交线路公交车真实运行的代表工况。采用MATLAB/simulink软件搭建整车控制策略,采用Cruise软件搭建对应的功率分流式混合动力整车模型,通过加载构建的真实运行工况,利用多岛遗传算法与非线性序列二次规划的组合算法对控制策略关键参数进行寻优。结果表明,整车控制策略优化后相比优化前,整车燃油经济性提高8.3%,并通过半实物仿真试验平台验证了所优化后的整车控制策略的合理性和有效性。

基于虚拟线路补偿的主动配电网混合仿真接口实现方法

数字物理混合仿真是未来主动配电网仿真分析的有效手段,而接口算法是确保其系统稳定性和精确性的关键。针对现有接口算法无法适用于主动配电网混合仿真的问题,文中提出一种基于虚拟线路补偿的改进功率接口算法。首先,在分析理想变压器模型(ITM)法结构与稳定条件的基础上,提出在数字侧与物理侧间增设一条虚拟线路。然后,基于线路上虚拟电流对系统进行稳定性补偿,并给出了线路阻抗的取值范围;同时,针对接口固有延迟及稳定性补偿引入的误差,提出根据虚拟线路上流过的虚拟功率对接口两侧的相位差进行补偿,以保证精确性。最后,通过仿真和实验将文中所提方法与ITM法、阻尼阻抗法及虚拟阻抗法相比较,验证了文中方法在提升主动配电网混合仿真系统稳定性及精度上的有效性和优越性。

稀薄气体流动非线性耦合本构关系研究进展

临近空间高超声速飞行器流场蕴含着复杂的非线性流动机理与丰富的热化学非平衡流动现象,基于Newton摩擦定律和Fourier热传导定律的Navier-Stokes(N-S)方程不足以描述高超声速飞行器从连续流到稀薄流的多尺度非平衡现象。非线性耦合本构关系(nonlinear coupled constitutive relations,NCCR)作为一种全新的本构方程体系,在严格满足热力学熵条件的基础上,巧妙地构建了应力与热流的非线性表达形式。然而,NCCR方程的强非线性耦合特性是求解过程的一大难题。为了克服这一技术瓶颈,提出了混合迭代算法,为实现NCCR方程的高效稳定求解提供了坚实的理论基础。在该理论研究的基础上,考虑到原始NCCR方程对热通量演化方程的简化处理,降低了方程的计算精度,提出了改进的NCCR+方程。该方程在强激波压缩区域和膨胀区域表现出比传统NCCR方程更高的计算精度与更强的非平衡流动模拟能力。同时,为了解决临近空间高超声速空气动力学的多尺度与多物理效应耦合难题,提出了NCCR与转动非平衡的耦合计算模型,拓展了NCCR方程在双原子气体中的模拟能力。为了揭示稀薄气体效应与真实气体效应的耦合作用机理,进一步建立了NCCR与热化学反应的耦合计算方法。大量研究结果表明,考虑多物理效应的NCCR方程在低Kn下能够恢复到与N-S方程一致的解。随着Kn的增加,流场的非平衡程度逐渐增强,其结果与N-S方程差异显著,而与DSMC方法计算结果和实验数据具有更好的一致性。