复杂轮廓激光切割路径优化算法的研究

激光切割的加工路径优化问题实质上是如何缩短激光头在轮廓间移动的空行程距离.复杂轮廓的切割顺序的生成必须考虑轮廓的嵌套问题.本文以轮廓位置关系为约束条件,根据图论原理将加工路径优化问题归结为广义旅行商问题(GTSP).提出了先按照轮廓位置关系构造树形结构,然后以加工起点为基准点按照从内向外的顺序遍历树形结构的优化算法,并给出应用实例.实验统计表明,使用该算法可将激光头空行程距离减少10%以上,明显的提高了激光切割的效率和质量.     

基于免疫粒子群优化的移动Sink路径规划算法

为了减少能量空洞和延长网络生命周期，在无线传感网中采用移动 Sink 的方式收集节点采集的数据是解决能 量效率问题的有效措施．采集路径的规划问题类似于旅行商问题，无法得到多项式时间的解．提出了将人工免疫算法和粒子群算法相结合，针对移动 sink 数据收集的路径规划问题寻求近似最优解，仿真结果表明: 与其他算法进行性能比较，所提出的优化算法能够有效减少能耗和缩短遍历路径．     

一类多旅行商路径均衡规划算法

本文研究了多个旅行商旅行多个城市的路径规划问题,提出了基于系统科学中的"吸引子"意义下的路径规划算法.路径规划的目标是均衡各旅行商的旅行路径长度并使得路径总和得到优化.为此提出了一种求解该问题的启发式算法思想,并结合邻近点和最短路径设计了算法,同时由复杂度分析知该算法的计算时间复杂度比以往的要低.     

板金加工数控切割路径的优化计算

根据图论理论，对零件切割路径问题，在普利姆算法的基础上提出了一种有效的路径优化算法．该算法可自动确定切割加工的最短路径，有效缩短切割头的空行程时间，提高辅助加工的效率．     

用最小生成树解决TSP问题

旅行商问题(Traveling Salesman Problem，TSP问题)是组合优化领域中研究最多的问题之一，是一个经典的NP难题，也是目前优化领域里的研究热点。目前解决旅行商问题有诸多算法，神经网络、遗传算法、免疫算法等，在各种解决旅行商问题的算法中，还是存在很多问题。本用最小化生成树来求解旅行商问题。在对题目要求进行深入分析的基础上，对原有算法进行了多方面改进，并用C语言进行了实现。采用选取排除最长路径顶点的方法降低时间复杂度、采用比较顶点次序的方法提高算法准确性、通过自动产生顶点坐标降低输入复杂性和测试的准确性，实验结果表明该算法可以取得较好的效果。     

激光切割路径优化的双重编码改进遗传算法

针对激光切割路径优化的特点,将其归纳为旅行商问题,并利用改进遗传算法进行求解。为使优化更具实际意义,建立了考虑时间距离和热效应的多目标优化数学模型。改进的遗传算法采用双重编码对轮廓扫描顺序和各轮廓的起始点同时进行优化。在编码设计时,被切割件除考虑多边形情况外还考虑到圆及椭圆的情况,通过构建的适应函数将多目标函数转化为单目标优化问题,同时为提高算法的优化性能,适应函数采用动态控制,并改进了交叉与变异操作。仿真结果表明,该算法能有效地对激光切割路径进行优化。     

基于随机机会约束规划模型的旅行商问题及其求解算法

为了提高旅行商的效率,将旅行时间引入旅行商问题(TSP),以最短时间和最短路径为目标对旅行商问题进行求解。假设旅行商在不同城市间的旅行时间服从正态分布,以最短路径为优化目标,将旅行时间以一定的置信水平成立作为机会约束条件,构建了旅行商问题的随机机会约束规划模型。提出已构建模型的确定性等价类,设计出遗传算法并编写算法代码,以一定规模的城市为例进行仿真验证。结果表明:给定期望的总旅行时间和置信水平时,可经过计算得出最短距离,并绘制出最优路径图,同时验证了所提出模型的可行性和算法的有效性。     

动态车辆路径问题的优化方法

设计了在动态环境下进行车辆路径优化的导向局域搜索算法.算法在产生初始解以后的动态求解过程中,不再做车辆之间的顾客调整,而只应用2-opt局域搜索算子更新车辆服务顾客的顺序,即针对每辆车辆的旅行路线求解一个旅行商问题.建立了在动态环境下车辆执行运输任务过程的仿真模型.仿真过程中,应用算法根据交通路网实际情况实时优化车辆路径,并采用4种接受准则判别是否接受新的车辆路径.仿真结果表明:算法具有实时、高效的特点,满足动态车辆路径问题的求解要求.     

用启发式贪心法求解旅行商问题

旅行商问题是ＮＰ完全的组合优化问题，分析了邻域启发式算法的基本操作，提出了一种简单的启发式贪心法，仅利用城市间的距离信息求解旅行商问题，理论分析与实验结果表明该方法是确定性的多项式时间算法，对５个不同规模的典型的旅行商问题进行优化，均达到或优于文献中的结果。     

面向多旅行商问题的多目标模拟退火算法研究

多旅行商问题是经典旅行商问题的一种演化,考虑一些约束,可以转换为一些较现实的问题,具有较高的理论研究和应用价值.在多旅行商问题中,一个任务由多位旅行商共同完成,问题的求解难度较经典旅行商问题更大.现有的研究中指定旅行商个数,将问题转换为固定数量的多旅行商问题.本文构建了求解pareto解的多目标多旅行商问题模型,针对一定规模的城市数量和约束的问题,获得多旅行商问题中旅行商的合适数量.本文将旅行商的个数和多旅行商的最长访问路径作为优化目标,采用改进的多目标模拟退火(IMOSA)算法和传统的多目标遗传算法对问题进行了求解.采用30个城市的旅行商问题对两种算法进行了测试,发现改进的多目标模拟退火算法相较于多目标遗传算法计算复杂度低,且能发现较好的pareto解,算法性能更优.     

面向板材渐进成形工艺的单元路径生成

针对板材渐进成形工艺成形时间长的问题,提出一种基于单元的成形路径生成方法.首先,分析适用于渐进成形工艺的单元路径规划原则;然后,对数据模型进行分层计算得到一系列等高线刀位点轮廓,建立每层轮廓内的环之间的拓扑关系(C-Net结构),以及每层轮廓之间的拓扑关系(Z-C-Net结构);最后,结合单元路径规划原则,从Z-C-Net结构中提取出单元序列,并对各个单元实施合适的子路径规划,以及子路径之间实施合理的连接,使成形路径最短.实例计算结果表明:应用单元路径规划与等高线路径规划相比,可节约22.5%的成形时间.     

自构形神经网络模型在天然气储量评价中的应用初探

在ＢＰ（Ｅｒｒｏｒ Ｂａｃｋ－Ｐｒｏｐａｇａｔｉｏｎ）算法基础上,采用ＢＩ（ＢａｃｋＩｍｐｅｄａｎｃｅ）算法,运用了自组织优化隐层节点数和自动化优化网络因子的方法,使得人工神经网络ＡＮＮ的计算速度、精度和柔韧性有所提高,且在微机上其操作变得更加容易。在勘探成熟的气藏中,按照天然气成藏理论,选取能够系统反映气藏的８个储量评估参数,进行网络学习,建立储量评估模型。应用所建的网络模型对正处于勘探阶段的气     

一种改进的LDPC码译码算法研究

针对传统BP算法运算复杂度较高的问题,将BP算法和WBF算法相结合提出LDPC码改进译码算法。在每次BP迭代译码中加入校验式判断,并利用一定的翻转判据进行加权。然后对满足条件的位进行翻转,再次进行校验式判断,加快获得许用码字的速度。在加性高斯白噪声信道下的仿真结果表明,此改进译码算法能有效降低译码的平均运行时间,并且能够保持和传统BP算法一样的优异译码性能。并针对不同最大迭代次数,不同码长,不同码率情况,对改进译码算法和传统BP算法的性能进行详细比较。     

无线传感器网络增配节点实现双连通并优化中继路径

对所有节点有统一通信功率和传输半径的无线传感器网络,用平面无向图建模。提出一个基于广度优先的O(n~3)多项式时间搜索算法来发现无线传感器网络中的双连通分量,继而确定网络中所有关节点,然后提出一个最坏情况有O(n~2log(n/3))多项式计算时间的贪心算法来增加尽量少的节点以实现网络双连通,同时,增配节点形成的新路径有助于减少部分节点到汇聚节点的中继跳数。实验结果也验证了以上算法的效果。     

基于三角网格曲面的环切粗加工刀轨生成算法

提出一种基于三角网格曲面的环切粗加工刀轨生成算法,该算法采用R*-tree建立三角网格曲面的动态空间索引结构,基于该结构快速建立三角网格模型的Z向包络面,采用R*-tree建立Z向包络面的索引结构,对切削平面与Z向包络面求交获取截面轮廓环,判断截面轮廓环的环向,并依据轮廓环间的拓扑关系确定切削区域,通过对轮廓环进行等距偏置获取环切粗加工刀轨.实例证明:该算法对各类复杂三角网格曲面均可准确生成无干涉环切粗加工刀轨,并可实现模型的区域性加工.     

空间分析中双向Dijkstra算法优化研究

在分析现有双向Dijkstra算法基础上,通过调整搜索规则,提出了一种改进的用中间链表加速的双向Dijkstra算法,保证了前向和后向搜索在中间相遇,大大地节省了算法的运行时间.经验证,算法的运行效率比传统Dijkstra算法平均提高90%.     

五坐标加工整体叶轮粗加工刀位规划

针对具有等长叶片和长短交错叶片的叶轮,通过对其气流通道的几何分析,确定了叶轮的粗加工边界和最大刀具直径.采用均匀分层法对叶轮进行粗加工刀具路径规划,针对某一层给出了之字形走刀和三角形走刀的刀具路径规划算法.计算表明,与常规的单向等参数线法相比,之字形走刀法具有计算简单、抬刀次数少的优点,三角形走刀法不但抬刀次数少,而且切削路径长度明显减小,这些将有利于叶轮粗加工效率的提高.对于某一种走刀方式,通过连接切削层上的刀位点和盖盘曲面上的对应点,确定了五轴侧铣叶轮的刀具轴线方向,避免了刀具与叶片曲面和轮毂面的干涉.最后通过实例验证了算法的可行性.     

基于主干树的最小代价组播路由算法

提出基于主干树的最小代价组播路由算法,该算法首先在网络中找出K个代价最小的结点,然后以这K个结点形成一棵树,并称这棵为主干树,然后将不在主干树上的成员结点加入到树上,最后剪去非成员的叶结点。该算法的时间复杂度O(n^3)。该算法所构造的组播树代价略低于MPH算法和KMB算法。