考虑拥堵因素的自动化码头多AGV无冲突动态路径规划模型

针对自动化集装箱码头水平运输系统的调度优化,提出一种自动引导车(AGV)动态路径规划策略,即在多AGV系统路径生成的同时进行动态路径优化.从AGV运输作业时间角度,建立考虑拥堵的多AGV路径优化模型,优化AGV路径方案.为求解模型,设计了基于动态路径规划策略的多种群蚁群算法,并对模型与算法的有效性进行验证.结果表明:基于动态路径规划策略可以对路径规划过程进行动态控制与优化;同时,考虑拥堵因素可以有效地解决水平运输路网中的拥堵问题,提高运输作业效率.     

考虑时间和能耗的立体仓库三维空间路径优化

针对自动化立体仓库中堆垛机在三维空间内的路径规划问题,考虑其运动过程中的加速度、行走距离以及载重对能耗的影响,建立以绿色度最大为目标的优化模型,采用免疫蚁群算法对模型进行求解,将免疫算法生成的初始解转化为蚁群算法的初始信息素,以减少寻求最优初始参数的实验次数,提高算法迭代收敛速度。案例分析表明,与经典蚁群算法和免疫算法相比,本文算法具有更好的全局优化性能,可有效平衡作业能耗和作业效率,提高堆垛机作业过程的绿色度。     

运用蚁群算法解决物流中心拣货路径问题

研究了运用蚁群优化算法解决物流中心拣货路径问题,并与传统的基于穿越策略的拣货路径策略做比较.执行结果显示以蚁群优化算法解决物流中心仓储拣货作业,可明显减少拣货路径的距离及拣货时间,提高物流中心的作业效率与服务水平.     

基于改进蚁群算法的水产品运输车路径优化策略

根据水产品"耐藏性"差的特点,在VRP问题数学模型中加入了水产品保鲜时间窗以及路况条件的不确定性作为约束条件,建立针对水产品运输车辆配送路径的优化模型。针对蚁群算法的缺点,改进了信息素更新策略,在状态转移规则中加入了等待因素,对信息素范围进行了限制,有效的解决了蚁群算法的缺点。最后以舟山市部分地图为基础,运用MATLAB软件对改进蚁群算法求解路径规划问题的性能进行仿真,并与基本蚁群算法相对比。结果表明,改进蚁群算法可以更加有效地优化水产品运输配送线路。     

企业货运铁路取送车作业智能优化方法

针对综合布局(同时具有放射状和树枝状)的企业货运铁路专用线的特点,提出了一种智能优化方法.该方法在建立取送作业模型的基础上,对问题进行分解,提出了两级优化策略,即先并行求解各车间内树枝状取送作业的子优化问题、再综合求解车间之间放射状取送作业优化问题.依据该优化策略,设计了一种融合遗传算法和蚁群算法的遗传精英蚁群优化算法(GAASelite)求解取送车作业优化问题.实验仿真结果证明,该方法能有效地优化铁路取送车作业问题.     

基于优化蚁群算法的机器人路径规划

路径规划是移动机器人设计中的关键环节,蚁群算法能高效解决路径规划问题,但它也存在一些弊端,如收敛速度慢、容易陷入局部最优解等.针对这些问题,本研究提出一种改进蚁群算法,在传统蚁群算法的基础上,改进状态转移规则,增加周围障碍物数量影响因子,令蚂蚁尽量避开障碍物;增加角度影响因子,使得蚂蚁行走的路径更加平滑;同时运用精英蚁群策略,来改进蚁群算法易陷入局部最优解的问题.仿真实验结果表明,该算法在多种环境下,都能找到最优路径,且有较快的收敛速度,本研究提出的优化蚁群算法具有一定的可靠性和高效性.     

蚁群聚类算法在物流网络优化中的应用

为了解决物流配送中的路径优化问题,运用改进的蚁群算法来建立配送车辆路径的数学模型,通过减少蚁群的选路次数、更新信息素等策略,提高了算法的收敛速度和全局搜索能力。经过实验分析和计算,证明了应用蚁群算法可以优化物流配送线路,可以有效地解决多回路运输问题。该成果对物流企业控制成本、增强市场竞争力有一定参考价值。     

基于改进蚁群算法的双向物流路径优化

针对物流路径优化已有算法运算过程复杂、精度不高、过早收敛等问题,对蚁群算法进行了改进,以解决物流路径优化问题.为了消除蚁群算法的易停滞、收敛慢等问题,从蚂蚁转移策略、信息素更新方式以及遗传算法的融合等方面对算法进行了改进.针对双向物流的路径优化问题,通过增加启发函数、设计转移策略等方面来改进蚁群算法,使得算法能更好地考虑综合因素来进行搜索,能够更全面、更准确地找到合适的下一节点,从而得到更优的路线.     

引入随机子群蚁群算法的JSP仿真与研究

针对标准蚁群算法易于出现早熟停滞等缺陷,在原有算法基础上引入一定比例的随机蚁群.在优化过程中随机蚁群以一定概率做随机搜索,以扩大了解的搜索空间;在信息素更新策略上,为了兼顾当代和历代的搜索成果,采取了信息素混合更新策略,同时增强随机子群的最佳路径信息及剩余全部蚁群路径信息,有效抑制了收敛过程中的早熟停滞现象,提高了算法收敛速度.通过典型作业车间调度问题(JSP)实例进行了仿真实验,表明该算法不仅能够克服早熟现象,而且能够加快收敛速度.     

水切割机器人路径规划方法

以汽车内饰件切割路径优化为研究对象,提出了一种改进禁忌表蚁群算法,实现优化排序.根据水切割过程特点和工艺要求,进行了水切割路径规划问题分析与建模,设计了改进的禁忌表,利用分层思想将禁忌表划分为3段:内部小环段、内部大环段和外部轮廓段,各段的优先级依次降低,并确定了与此相应的禁忌表的更新规则.在此基础上,给出了基于改进禁忌表蚁群算法的水切割路径优化排序方法,对轮廓切割顺序和各轮廓起始点选择同时进行优化.仿真与实验结果表明,改进禁忌表蚁群算法是可行、有效的,可大大缩短水切割机器人的示教编程时间,显著提高水切割作业的效率和质量.     

基于IAPF-ACO的工业机器人运动规划

针对蚁群算法运动规划收敛慢且精度不佳的问题,提出一种改进势场蚁群(improved artificial potential field ant colony optimization, IAPF-ACO)算法。斥力计算模型引入目标调节因子解决势场寻优不可达且易陷入局部最优问题。蚁群算法计算框架加入改进势场模型,即启发信息函数中增加势场信息因子。三维障碍物空间仿真规划表明：IAPF-ACO算法在离散环境与聚集环境规划路径质量较优、规划结果较为稳定。在MATLAB搭建工业机器人仿真模型,关节空间内对规划路径点平滑处理,避障仿真结果表明,工业机器人末端位移是一条安全、平滑的运动轨迹。     

复杂测压管路系统动态特性的通用分析程序

利用流体管道耗散模型 ,建立可用于计算复杂传压管路动态特性的方法和通用计算程序 ,结果用于脉动风压测量的畸变信号修正 .与相关文献比较 ,使用本方法可以灵活地处理更为复杂的管路情况 .定义了衡量管路动态特性品质的控制目标函数 ,并导出了该函数对各种管路参数灵敏度的解析表达式 ,以便于提高管路优化计算的效率 .最后结合两个算例 ,证明了本方法的有效性 .根据计算结果 ,推荐了适合于简单逐点测压试验应用的一组简单优化管路配置方案 ,可供脉动风压测试风洞试验中的传压管路设计时参考 .     

基于机器微视觉的微结构平面运动测试技术

为了对MEMS的微结构平面运动特性参数进行提取和分析，基于机器微视觉构建MEMS动态测试系统，提出模糊图像合成技术．在连续光照明下获取微结构运动图像，利用光学检测方法增强模糊特征带，引入亚像素定位技术提取特征结构边缘，最终获得微结构的平面运动特性参数．实验结果表明，该系统测量误差小于100nm，具有较好的测量重复性精度，与现有系统相比，该系统测量原理简单，实现方便，且能满足微结构的测试需求．     

基于运动试验平台的MOEA/D改进洗出算法仿真及试验

洗出算法参数的调整很大程度上影响其性能,针对目前经典洗出算法应用于飞行模拟器时参数调整的不足,提出一种基于MOEA/D多目标优化的改进洗出算法。将人体感知误差、洗出位移、模拟加速度误差作为优化目标,以运动空间为限制条件,采用基于分解的多目标优化算法对洗出算法参数进行同步寻优,并利用模糊隶属度函数得到最优解。为验证其有效性,建立飞行模拟器运动试验平台,将采用不同优化方法的洗出算法应用其中进行对比分析。仿真及试验结果表明,改进洗出算法归位反应时间最短,相位延迟降低3.5 s,稳定性提高30%,且修正了感觉峰值,优化了54.6%的工作空间,实现了模拟器在模拟极限运动时有足够的运动空间和更高的动感逼真度。     

Evolutionary Cryptography Theory-Based Generating Method for Secure ECs

Ant Colony Optimization(ACO) has the character of positive feedback,distributed searching,and greedy searching.It is applicable to optimization grouping problems.Traditional cryptographic research is mainly based on pure mathematical methods which have complicated theories and algorithm.It seems that there is no relationship between cryptography and ACO.Actually,some problems in cryptography are due to optimization grouping problems that could be improved using an evolutionary algorithm.Therefore,this paper presents a new method of solving secure curve selection problems using ACO.We improved Complex Multiplication(CM)by combining Evolutionary Cryptography Theory with Weber polynomial solutions.We found that ACO makes full use of valid information generated from factorization and allocates computing resource reasonably.It greatly increases the performance of Weber polynomial solutions.Compared with traditional CM,which can only search one root once time,our new method searches all roots of the polynomial once,and the average time needed to search for one root reduces rapidly.The more roots are searched,the more ECs are obtained.     

消除彩色PDP运动图像动态假轮廓的延伸编码及优化

为了解决常规的线性延伸编码在消除动态假轮廓时需要子场数目多的不足，从动态假轮廓的成因入手，在常规的线性延伸编码尾部添加微调码，对其进行了改进和优化；为了维持原有的子场数目，引入了误差扩散技术。仿真结果表明，改进后的线性延伸编码能够有效地消除动态假轮廓，运动图像和静止图像的相关系数为0．8972，使图像显示质量大为改善。     

步进式工件输送机的优化设计

根据步进式工件输送机的工艺动作要求,初拟机械系统运动方案,设计了输送机构各构件的运动尺寸.基于虚拟样机技术,应用ADAMS软件对输送机构进行建模、仿真,获得了输送架的速度和加速度测量结果.在对结果进行分析和评估后发现该输送机构虽能满足输送机的主要技术指标,但输送架在输送起始点对工件的撞击较严重.因此,提出了一种改进的输送机构,实现了输送机机械系统运动方案的优化设计.     

普通车床主传动系统的模糊优化设计

根据车床主传动系统应达到的期望目标所受到的传动参数和结构上的约束，应用模糊数学多层次综合评判法，从初步拟定的几种传动方案中判决出主传动系统的最佳方案．使车床的各种传动方案能用量化方法进行比较鉴定，使传动设计更加高效、可靠与方便．     

飞行管理中的防撞模型

根据相对运动的原理建立了平面区域中飞机两两不相碰撞的约束条件。利用高等数学中的求导方法，及迭代二分法对问题进行逐步遍历搜索，最终得到较满意可行的方案，从而得出一个飞机飞行管理问题中的一般化求解模型     

基于改进蚁群算法的CVRP问题研究

车辆路径优化问题归属于NP-hard问题;针对基本蚁群算法求解效率低下,可行解质量不高,容易陷入局部最优解的情况,在充分考虑具有一般性的车辆路径优化问题的数学模型与解决方案后,提出了一种带有轮盘赌运算与2-opt优化运算相结合的改进蚁群算法,算法在运算过程中对选取路径的概率进行二次计算,扩大了全局的搜索范围;同时对得到的路径进行内部优化,增强了局部搜索能力,提高了解的质量;通过MATLAB软件进行仿真实验的结果表明:相较于基本的ACO算法以及遗传算法得到的结果,改进的蚁群算法在性能上和求解的质量具有很大的优势,可以更好地解决带有容量约束的车辆路径优化问题,为相应的企业更好地节省物流成本。