基于ACO算法的危险化学品车辆运输路径优化方法

城市中危险化学品的运输直接影响人民人身安全,为了合理规划运输路线,提出了一种基于蚁群优化(ACO)算法的多目标路线规划方案.首先,将运输路线图和相关属性建模成一个有向图.然后,根据路线距离、车辆负载和人口分布等属性,构建运输风险和运输时间的计算方法 .最后,综合考虑运输风险和运输时间构建一个目标函数,通过ACO算法来寻找最优路线.仿真结果表明,该方法能够得到最优路线,有效降低运输风险.     

渐变式路径优化在GIS中的应用

为了解决传统算法收敛速度慢、搜索区域盲目等问题，提出了一种新的算法——渐变式路径优化算法该算法是结合Dijkstra算法和遗传算法的优点，采用启发式搜索和自适应禁忌等策略进行优化而形成的一种混合算法对新算法和传统算法进行了比较，同时将该算法应用于GIS路径规划中，对新算法中的关健参数σ、β因子进行了测试仿真结果表明该算法极大地加快了搜索速度，提高了搜索效率，取得了良好的效果     

考虑顾客收货时间的两层车辆路径优化问题

考虑了包含顾客收货时间的两层车辆路径问题,构建了相应的混合整数规划模型,并考虑了最小化总成本和总运输距离等不同的目标函数。通过对两层车辆路径优化模型实验数据的分析,揭示了其优于单层车辆路径模型的特点,并分别分析了顾客需求、顾客收货时间等因素变化对规划决策的影响,为实际车辆路径优化问题提供了管理启示。     

现代物流企业运输物流优化--路线选择和集运初探

根据Ronald H.Ballou的观点,运输决策主要包括运输方式选择、承运人运输路线规划车辆调度和集中运输等[1].结合XX物流公司网络运输业务中出现的实际问题集中讨论路线选择和集中运输的问题,应用最短路径对原有不合理路径进行了优化,并尝试通过集运方式实现运输的规模经济,提高效益.     

球形金属膜片结构分析与多目标优化

金属膜片贮箱具有相容性好、环境适应性强、排出效率高等优点，广泛应用于航天器姿控推进系统的推进剂管理金属膜片作为金属膜片贮箱核心组件，工作过程经历非线性大变形翻转，稳定性差，设计难度大该文对一定容积的球形金属膜片进行结构设计，采用弧长法进行数值仿真利用第二代遗传算法，以减小膜片翻转过程中的偏心位移和增大初始位置的屈曲荷载为优化目标，对该构型球形金属膜片进行多目标优化设计，得到了局部最优的底边半径、膜片定点厚度以及预翻边半径，减小了翻转过程中膜片顶点的偏心位移，增大了初始位置的屈曲荷载     

基于刀位文件的空间复杂曲面机器人 加工技术研究

针对空间复杂曲面难以利用机器人示教方式来实现机器人的路径规划,利用UG加工后置处理的G代码没有体现机器人的空间姿态,人工调整较为烦琐等问题,该文提出一种新算法对UG前置处理的刀位文件进行计算来实现机器人的空间姿态控制,求得对应机器人的末端位姿,经逆运算后以最短路程为优化目标转换为机器人各关节角的变量值,后经Matlab仿真验算,验证了该方法的可行性     

基于前推回代法和禁忌搜索法的配电网无功补偿优化规划

以补偿前后配电网总损耗之差最大为目标的配电网无功补偿优化方法,采用前推回代法进行潮流计算,得到总有功网损,再由禁忌搜索法建立面向固定并联电容器的全局邻域搜索策略和藐视准则,确定固定并联电容器的最佳安装位置和最优补偿容量。对一个34节点配电系统进行优化仿真,得到优化规划方案。结果表明,该方法在配电网无功补偿优化规划中是可行且有效的。     

高校大面积校园电瓶车优化调度与建模

针对高校大面积校园电瓶车的优化调度设置问题,以南方某高校大面积校园停靠点分布以及师生出行数据为例,通过该高校校园路径和师生出行规律的分析,用模糊综合评价法得出校园电瓶车最佳停靠点,借助TSP旅行商算法求出电瓶车行驶最短路径.以实现乘客的等车时间最小和电瓶车企业完成运营需求的利益最大为目标,兼容乘客与电瓶车运营公司的利益,建立电瓶车设置的多目标规划模型.采用遗传算法中的NSGA-II算法求解,并借助Matlab数学软件,得出该校园的电瓶车最优调度方案.     

考虑柔性负荷接入技术的智能电网线路 规划模型构建

电力建设单位在规划建设智能电网线路过程中，没有重点考虑电网的柔性负荷影响因素，导致智能电网线路覆盖率低、信号强度弱和传输性能差等问题，文章提出了一种考虑柔性负荷接入技术的智能电网线路规划模型构建方法首先，对不同类型智能电网的柔性负荷进行分析，根据分析结果建立对应补偿成本函数，在此基础上将通信可靠性和链路成本作为约束指标，以此构建智能电网线路规划模型，再采用改进小生镜遗传算法求解模型，实现智能电网线路的最优规划建设方案实验结果表明，所提方法的线路覆盖率广、信号强度高、传输性能好，具有较高推广和使用价值     

基于改进蚁群算法的智能小车路径规划仿真研究

提出一种改进的蚁群算法,解决传统蚁群算法在路径规划时容易陷入局部最优解的问题,改进的蚁群算法具备更优越的搜索最短路径的能力.MATALAB仿真实验表明,改进的蚁群算法能够节约寻找到最优路径的时间,加快收敛速度,具有更好的鲁棒性.     

基于混合优化算法的城市应急疏散公交车辆路径优化研究

本文就突发事件条件下,研究用公交车进行疏散的路径选择的模型,叫做混合优化算法求解模型,该模型是基于粒子群算法和蚂蚁群算法。用粒子群算法的粒子位置向量得到每辆公交车所需运送的人群种类,用蚁群算法优化单车路径,根据优化的总路径评价得到最优解。     

利用几何画板求解机器人避障问题

针对有效分析机器人在平面场景范围内活动特征的问题,主要从各个障碍物在平面场景范围分布的特征,以及机器人行走的路线特征等方面进行了深入的研究探索,将避障路径规划转化为多阶段决策问题,对每一个阶段的子问题应用几何画板进行几何逼近进行求解,得出各阶段的最短路径。     

基于主从博弈的激励型智能楼宇负荷调度

随着能源的不断消耗和环境污染,对需求侧与供电侧都提出了较高的要求该文通过转移负荷用电时段来获得售电商的价格奖励,以此构建了基于激励的售电商与用户主从博弈的需求响应模型,通过用户调转可转移负荷,售电商予以价格奖励机制鼓励更多的用户参与需求响应并选择其电价使用,分析售电商与用户的需求关系构建双方的效用函数,其求解方法为：售电商公布电价供用户在每个用电时间段选择,用户根据选择满足自身用电需求,并在不影响用电满意度的情况下做出最优用电行为策略,然后将用户的用电策略反馈给供电商,供电商以此对每个用电时段供电价格做出相应的改动来提高自身最大盈利,最终求出均衡最优优化调度方法与电价策略     

基于组合优化理论设计单钻头打孔机生产效能模型

对孔型加工及走刀方式进行分析,基于离散空间的组合优化理论建立了求解最短路径与刀具转换的动态优化模型,并利用Matlab软件结合蚁群算法研究了该类问题的常用求解算法．从而设计出单钻头作业的在最短行进时间和最少作业成本前提下的最优作业线路,即刀具转换方案．     

飞机环控/发动机系统多目标优化

提出一种改进的多目标粒子群优化算法,应用于飞机环控/发动机系统的综合优化. 将不同飞行阶段系统总熵产最小视为不同的目标函数,建立了多目标优化模型. 进而在基本多目标粒子群优化算法基础上,引入跳转操作、族群概念和一种全局最优位置分配方法,提出了一种改进算法,测试结果表明该算法性能良好. 采用该算法对多目标优化模型进行计算,得到收敛且分布均匀的非劣最优解集,为飞机系统综合优化提供一种新思路.     

基于二次A算法的复杂环境下车辆导航路径规划方法

在部队作战或演习中,复杂且未知的野外环境给作战车辆的路径规划造成了极大的影响。针对车辆无法在环境信息未知的复杂野外环境下快速到达目的地的问题,通过改进搜索策略来提高车辆的机动性,同时提出一种加入预处理的二次A~*算法来提高车辆实时避障的能力。首先,针对A~*算法的搜索策略进行改进;其次,通过预处理算法明确目标区域的环境信息,规划得到全局最优路径,当行进过程中突然出现未知障碍物时,根据车辆的实时位置以及障碍物确定局部规划区域,再一次应用A~*算法进行局部最优路径规划;最后,进行实验验证。实验结果表明,车辆在不同地形条件的行驶过程中尽管牺牲了一部分搜索时间和路径长度,但行驶时间分别减少了26.6%、29.5%、32.4%和35.2%。随着地形条件的复杂程度不断变大,算法使车辆的行驶时间减少更多,极大地提高了车辆的机动性,具有重要的现实意义。     

智能控制下的AGV路径规划研究

一直以来路径规划都是智能控制下的AGV的重要内容,使得AGV能够顺利的完成导航任务。笔者简要介绍智能控制下的AGV,阐述其重要的两个路径规划,在静态已知环境中的路径规划和动态复杂环境中的路径规划。其中动态环境中的AGV路径规划是相对来说难解决的问题。笔者从多个角度对智能控制下的AVG静态路径与动态路径规划进行分析研究,希望能够得到一套合理的规划路径。     

移动机器人导航技术现状与展望

移动机器人导航技术的不断发展改善了人们的生活与工作状态。利用机器人的先进导航技术,可全面提高机器人的工作效率,促进社会的进步与发展。本文先介绍移动机器人导航技术的类别,之后对移动机器人的路径规划技术进行探讨,进一步指出多传感器信息融合技术的应用普遍性,最后对移动机器人导航技术做出了合理的展望。     

基于群体竞争遗传算法的带时间窗车辆路径规划

为了提升传统遗传算法的寻优能力,本文提出了基于群体竞争的遗传算法,并从算法设计上说明了其寻优速度提升、不容易陷入局部最优的原因;将基于群体竞争的遗传算法应用于复合函数最大值的求取上,并对比传统遗传算法的寻优结果,结果发现前者寻优速度快;最后将算法应用于基于时间窗的车辆路径规划上,并得出了最优解.     

全身伽玛刀治疗过程自动化的解决方案

提出了一种基于靶点设计几何优化及治疗路径规划的一体化解决方案.该方案建立了几何优化靶点模型,采用遗传算法对模型进行优化,以获得靶点的最优配置;进而对治疗路径进行优化,以减少治疗床不必要的往复运动,提高治疗效率.当靶点数过多时,给出了一种分层优化方案,减少了治疗过程中的定位误差.模拟数据的实验结果表明,该自动化方案快速有效.