基于自适应遗传-粒子群优化算法的风电场微观选址优化

为了减小尾流效应对风电场发电量的影响,提高风能利用率,提出了一种自适应权重的遗传-粒子群优化算法(genetic-particle swarm optimization algorithm, GA-PSO)。首先,以风电场单位发电成本为目标函数,风机坐标为优化变量,通过在优化变量的速度更新中加入惯性权重,以改变算法的寻优速度;其次,在WASP软件选址的基础上,对风电机组进行布局优化;进而,将计算结果与遗传算法(genetic algorithm, GA)、萤火虫算法(firefly algorithm, FA)和粒子群(particle swarm algorithm, PSO)优化算法进行对比。结果表明：运用PGOA算法优化后的风电场单位发电成本为2 016元/GWh,减少了232元/GWh,年发电量为82.633 GWh,比优化前提高了8.538 GWh,同时尾流损失减小了1.12%。可见研究结论对未来的风电场微观选址具有一定指导意义。     

复杂产品碳足迹结构元规划方法研究*

日益增长的环境压力对复杂产品供应链碳足迹优化提出了更高的要求。为了降低优化过程动态性及不确定性,在综合评述产品拆卸建模分析研究方法的基础上,依据约束关系和装配结构,通过构建规则,设计多目标复杂产品碳足迹结构元拆卸混合图模型,确立模型约束关系矩阵,利用迭代分层思想设计驱动式递归聚类搜索算法,规划各层次碳足迹结构元模块。经液晶显示器实例证明,该规划方法可有效剖析复杂产品碳足迹结构基本元及模块单元。     

基于FPGA的多接口路由系统设计与实现

在异构设备采集数据的过程中,为解决多种接口之间数据传输与交互的问题,设计了一种基于FPGA的多接口路由系统。给出了该系统的总体设计方案,针对不同端口间地址不匹配的问题,提出了一种基于虚拟IP地址分配方法的路由算法,并对其进行了仿真,最后在FPGA上实现了该算法。实验结果表明该系统具有不同接口之间数据路由寻址功能,能够满足不同应用场景、带有多种接口设备数据采集与传输的功能需求。     

基于D*算法的场面滑行动态规划研究

研究了机场场面滑行路径动态规划问题.基于三种滑行冲突约束,建立了使航班总体滑行时间最短的动态优化模型.改进了传统的D*算法,提出了基于时间权值的冲突预测和代价修正函数.案例计算相比Dijkstra算法得到的结果减少了203s,有效减少总滑行时间,提高场面运行效率.该算法不仅可以用于滑行路径的初始规划,也适用于场面实时滑行引导的实施.     

不完全判断矩阵权值的粒子群优化算法计算

不完全判断矩阵权值求解是一个重要问题.在分析不完全判断矩阵权值求解的各种方法基础上,提出以使判断矩阵的最大特征值达到最小为目标,建立求解权值准则.给出利用粒子群优化算法解决此问题,实例表明该方法比较有效.     

一种涡轮泵故障阈值检测算法

涡轮泵是火箭发动机的心脏,是火箭发动机中的高速旋转组件,也是故障率较高的部件之一。涡轮泵的可靠性在整个发动机的可靠性中占有重要地位。传统的故障检测有时会出现虚警或漏警的现象,而且主要用于试车后的状态分析与评估;在实时故障检测中存在很大的不足。涡轮泵发生故障的主要原因是由于振动,因此振动加速信号研究对涡轮泵的故障检测显得尤为重要。通过一种阈值检测算法对振动加速信号进行研究,并结合已有涡轮泵故障信息对该算法进行验证,验证了该算法的准确性、实时性等要求。     

面向大气背景测量卫星的任务规划问题、建模及求解方法

研究了面向大气背景测量试验的卫星任务规划问题。采用长短期相结合的规划方式,建立了基于模型预测控制的滚动规划模型,运用禁忌搜索算法进行求解。最后实例验证了方法的有效性;为此类卫星的研制提供了重要的借鉴意义。     

求解货物在线装箱问题的融合算法

实现集装箱的自动码放规划对于提高装箱容积率、提高经济效益具有重要意义.针对货物在线码放过程中存在的多种实际约束,提出一种由在线极值点(online improved extreme point,IE)算法与模拟退火(simulated annealing,SA)算法结合的在线融合码放(IES)算法,考虑货物尺寸约束,质量约束与装载顺序约束设定多种码放规则以及优化函数,对IE算法中角点坐标序列进行实时迭代更新,并将该角点序列作为初始解序列,基于模拟退火优越的局部搜索能力以及算法的灵活性,两者融合来寻求全局最优角点解坐标.实验结果表明IES算法平均容积率达到89.17％,相比IE算法提高10.34％,证明IES算法在强异构货物实时码放和提高集装箱容积率方面有较好效果.该算法提高了三维装箱算法的工程性,为实现集装箱货物的自动码放创造了必要条件.     

地图代数距离变换算法的改进及实现

为进一步提高地图代数距离变换算法的效率,详细分析了已有地图代数的欧氏距离变换算法,针对三个方面对已有算法进行改进,并且运用C++语言编写程序实现。该算法在增加较小存储空间的情况下,避免了行列号的排序查找,与已有算法进行了对比试验,证实该算法的效率较已有算法提高了约20%。     

基于非泊松分布的不可修备件优化配置模型

 针对已有备件配置模型的局限性,研究需求服从非泊松分布的不可修备件优化配置模型.通过分析两级库存系统不可修备件的保障特点,将需求服从泊松分布的假设放宽,建立需求服从非泊松分布的不可修备件满足率通用模型,在此基础上构建以备件配置费用最小为优化目标,以系统备件配置满足率为约束条件的两级库存系统不可修备件配置优化模型,并通过遗传算法给出最优配置方案.结合案例的优化及验证结果显示,该优化配置模型适用于正态分布等需求服从非泊松过程的备件配置问题,其配置方案在保证系统备件配置总费用最低的前提下,使备件满足率达到95.02%,与Opus 10 软件的计算结果一致,表明优化配置模型的可行性和可靠性.