优化差异工件单机批调度问题的混合微粒群算法

研究了单机环境下具有动态到达时间的差异工件批调度问题,设计了微粒群算法对此类问题进行求解,并结合动态规划进行优化.首先给出了问题的微粒表达形式,并根据问题的离散优化特性对微粒状态的更新方法进行了改进;然后将微粒群算法和动态规划算法进行有效结合,改善近似解的质量.在实验中,对各类不同规模的算例均进行了仿真,验证了该算法的有效性.     

基于多分类器动态集成的电信客户流失预测

本文提出了一种新的基于多分类器动态选择与优化集成的电信客户流失预测集成模型.首先使用K均值聚类算法对训练集样本进行分区;然后分别使用Naive-Bayes算法、多层感知机算法和J48算法构建各分区客户流失预测子分类器;最后对各分区子分类器进行线性集成,并使用人工蜂群算法优化其集成权重.当测试样本由聚类算法判断出其归属区域后,再分别使用分区子分类器进行预测,最后使用优化权重进行线性集成.实验结果表明:动态集成模型优于单模型;基于人工蜂群算法优化集成模型优于其它集成模型.     

基于动态聚类邻域分区的并行蚁群优化算法

本文算法体现"分而治之"的思想,首先采用动态K均值聚类快速邻域分解,其次应用蚁群算法同时对分区并行优化计算,最后基于分区重心进行邻域全局连接,得到大规模TSP问题的满意解.     

一种动态环境下带有记忆的三岛粒子群算法

近些年来,求解动态环境下的优化问题已经引起越来越多的关注.借鉴并行进化计算中的孤岛模型思想,提出了一种特殊的粒子群算法,将整个粒子群分成三个不同的岛屿(子粒子群),分别具有探索、开发和记忆的功能,子粒子群间每经过一段时间进行一次交流.通过对一类标准的动态测试函数--移动峰问题的实验,能够证明该算法有效地解决某些动态优化问题.     

动态环境下一种改进的自适应微粒群算法

提出了一种适应复杂动态环境的微粒群算法———改进的自适应微粒群算法(Improved AdaptiveParticle Swarm Optimizer,IAPSO).使用由DF1(Dynamic Function 1)生成的复杂动态环境对IAPSO算法进行了验证,并着重将IAPSO算法同APSO(Adaptive Particle Swarm Optimizer)算法进行了对比.实验结果证明,在复杂的动态环境中,IAPSO算法比APSO算法具有更好的适应性.     

基于蚁群算法的海洋工程群项目资源调度研究

针对海洋工程项目管理的热点问题——群项目管理中的难点,即人力、资金、设备及材料等资源的合理、动态调度问题,提出了一种基于蚁群算法(ACO)的资源调度方法.该方法利用群项目间资源调度问题与旅行商问题(TSP)的相似性,结合ACO算法的特点,将资源需在各个分项目中占用的时间与资源的急需程度与之比作为算法中的启发式信息进行处理.海洋工程群项目管理中资源调度的实例表明,该方法实现了资源的合理、动态调度,为海洋工程群项目管理提供了一较为有效的资源调度算法,对提高我国海洋工程及其他领域群项目管理水平具有一定意义.     

基于改进离散微粒群优化算法的混流装配线多目标排序

产品投产排序是混流装配线有效运作的关键,它是标准微粒群算法无法直接应用的离散空间问题.提出改进离散微粒群优化算法来解决混流装配线多目标排序问题.提出了适应离散编码的粒子位置编码方式,有效避免了不可行解的产生,提高算法效率.引入了动态参数及自适应逃逸机制增强了粒子的多样性和搜索性能.分析了装配线参数变化对目标函数和相应投产序列的影响,并确定出了能够获得最优解的合理参数范围.提出评价指标对改进离散微粒群优化算法与基本离散微粒群优化算法进行了对比,对实际混流装配线的仿真实验表明提出的改进微粒群优化算法可以直接应用于离散排序问题,是一种高效的混流装配线排序算法.改进微粒群优化算法与遗传算法的仿真实验对比显示了提出方法在混流装配线排序问题中的优越性.     

单机不同尺寸工件批调度问题的优化算法

研究了单机环境下不同尺寸工件的批调度问题,引入微粒群算法对制造跨度进行优化.首先给出了问题的微粒表达形式,并根据问题的离散优化特性对微粒状态的更新方法进行了改进;然后将微粒群算法和分批的启发式算法进行有效结合,改善近似解的质量.实验中对各类不同规模的算例均进行了仿真,结果表明了微粒群算法的有效性.     

复合粒子群算法及其在动态环境中的应用

针对粒子群算法在求解动态优化问题时存在多样性缺失和搜索效率低的问题,模拟物理学中复合粒子的构成机理,提出了复合粒子群优化算法.通过对复合粒子进行构造、自调整、整体迁移等操作,使粒子充分结合其它粒子在进化中有价值的信息,并提出异速度映射机制,使粒子以较快的速度跟踪最优点的变化轨迹,保持群体多样性的同时兼顾了寻优速度.算法应用于两种动态测试函数中,取得了满意的结果.     

基于多维特征差异的个性化学习资源推荐方法

协同过滤算法和二进制粒子群算法是目前学习资源推荐领域研究热点.然而,协同过滤算法推荐的学习资源过于随机化,不能满足学习者进行整体知识建构的要求.而基于二进制粒子群算法构建的资源推荐模型,以推荐所有学习者完整的学习资源为目标,且模型数据较难预测,不符合在线智能化学习的趋势.针对以上问题,提出了基于多维特征差异的个性化学习资源推荐算法:首先根据学习者和学习资源多维特征差异建立学习资源推荐模型,并考虑了学习偏好;其次引入协同过滤技术对模型数据进行预测;最后针对推荐模型的多目标优化特征,将协同过滤算法和二进制粒子群算法结合,提出了对惯性权重和种群多样性进行动态协同调整的自适应二进制粒子群算法,实现了个性化学习资源推荐.实验证明,该算法具有较好的准确性,能够满足个性化学习资源推荐的需要.     

电梯群控系统交通流的预测方法

交通流预测是智能电梯群控系统的重要组成部分,对交通流进行预测可使群控系统跟随交通流的变化调节控制策略.将基于神经网络的时间序列预测理论应用到电梯群控系统的交通分析中,构造了一种交通流时间序列预测模型,并提出了调整预测神经网络结构以提高预测精度的方法.仿真实验表明了这种交通流智能预测方法是有效的.     

基于排队论的上高峰电梯群控调度的研究

在用不同的调度方法———不分区方法、分两个固定区域的方法和分 4个固定区域的方法进行仿真实验的基础上 ,总结出电梯群控系统中在不同乘客到达情况下的调度规律 ,并应用排队论的方法从理论上对这个规律进行了推导。给出了求解各调度方案到达率有效范围的方法。在此基础上 ,提出了一种根据到达率的有效范围采用不同调度方法的新调度方法。最后 ,经过在虚拟仿真环境下的仿真实验 ,证明了这一调度方法的有效性     

一种电梯群控多目标调度方法

针对电梯群控系统层间交通模式下用户对电梯需求多样化的特点 ,提出了一种适用于繁重层间交通模式的多目标调度方法 ,并采用遗传算法动态优化电梯调度方案 .仿真实验表明这种电梯调度方法是有效的.     

电梯群控研究及仿真试验台开发

电梯群控系统是将数台电梯统一管理，根据建筑物中的交通状况和相应的服务要求，提高运行性能的控制系统。分析了群控系统功能和特点，设计了系统的软硬件结构，建立了电梯群控系统仿真试验平台。硬件系统采用分布式控制，单梯运行仿真由各自相应的微控制器单元完成，群控及实时运行监控功能采用面向对象技术在工控机上实现，各功能模块之间采用CAN总线通信。该仿真试验台为群控策略研究提供了软硬件平台。     

基于面向对象Petri网的电梯群控系统建模

电梯群控系统是一种典型的离散事件动态系统，这体现在乘客到达的起始层、目的层和到达时间的随机性，所以，很难用一个传统的数学模型表达式来表示。提出了一种应用面向对象Petri网对该系统进行建模的方法，该方法在对电梯运行情况充分研究的基础上，分别建立电梯运行和电梯控制器Petri网模型，从而构造电梯群控系统模型。该建模方法不仅适用于电梯群控系统，而且适用于其它离散事件动态系统。     

吸气式高超声速飞行器抗航迹姿态解耦控制

针对吸气式高超声速飞行器存在航迹姿态“解耦”,极大降低了飞行器通过舵偏调整姿态进而施行轨迹控制时的机动性问题,提出了利用鸭翼和升降舵协调控制的解决方案。首先分析了航迹姿态“解耦”问题的成因,并提出了解决思路;其次,基于所提出的鸭翼/升降舵协调控制方案设计控制器,并与已有的姿态超调方案进行了仿真对比;最后,仿真结果表明所提出的鸭翼和升降舵协调控制方法不但可有效解决航迹姿态“解耦”问题,而且可保持攻角良好的动态性能。     

高速电梯水平振动主动控制策略研究

为了降低高速电梯的水平振动，建立了4自由度的电梯轿厢水平振动主动控制的动力学模型，给出了微分方程，建立了状态空间模型；在所建模型的基础上，分别设计了最优控制策略和最优预瞄控制策略，进行了仿真验证。仿真结果表明，最优预瞄控制可以显著地降低电梯的水平振动，性能优于最优控制。最优预瞄控制是一种有效、实用的减振策略。     

具有时间约束的电梯节能调度算法

针对电梯节能问题, 提出电梯能耗损失计算方法, 构建具有时间约束的电梯节能调度模型, 应用粒子群算法(particle swarm optimization, PSO)分别对已知目标楼层和预测目标楼层两种情况的电梯节能调度问题进行建模和求解. 通过数值仿真分析, 从等待时间和能耗两方面比较了三种算法(最近服务原则(nearest car, NC)、已知目标楼层的粒子群算法和预测目标楼层的粒子群算法)的性能. 研究结果表明, 与NC算法相比, 在保证80%以上 乘客等待时间小于60s的情况下, 已知目标楼层的PSO算法可以实现系统节能18.2%; 预测目标楼层的PSO算法可以实现系统节 能9.6%. 随着等待时间约束的放宽, PSO算法可获得的节能比例显著增加. 目标楼层的准确性对节能调度具有重要影响, 已知目 标楼层的PSO算法会比预测目标楼层的PSO算法约多节能10%.     

基于Matlab的多速度模式电梯群控系统模型仿真

多速度模式运行是现代中高速电梯的重要特征，而运行仿真是电梯群控仿真研究的基本环节。应用面向对象技术和基于事件扫描的数字仿真技术，在通用的Matlab开发环境中实现了电梯的多速度模式仿真，为电梯群控策略的研究与开发提供了优良的基础平台。仿真实验引进了一种简单而新型的群控策略，仿真结果表明该仿真平台的实用性，具有一定的应用价值。     

电梯系统动态固有频率计算方法及减振策略

通过建立电梯系统多自由度耦合振动方程,阐述了电梯运行过程中其各阶动态固有频率的求解方法,并以某台电梯作为实例进行分析,发现当轿厢运行至第17层高度的时候,系统第5阶固有频率非常接近曳引电机的转动频率。为了防止电机转子旋转失衡引发共振,建议调整电梯系统绳头弹簧的刚度以使系统固有频率避开共振频率。仿真和试验表明,这种措施能够有效抑制电梯系统的垂直振动。