新型遗传算法求解车辆路径问题研究

建立有时间窗车辆路径问题的数学模型,针对遗传算法在局部搜索能力方面的不足,提出将模拟退火算法与遗传算法相结合,从而构造有时问窗车辆路径问题的混合遗传算法,并进行实验计算.结果表明,用混合遗传算法求解该优化问题,可以在一定程度上克服遗传算法在局部搜索能力方面的不足和模拟退火算法在全局搜索能力方面的不足,从而得到质量较高的解.     

IEC61850变电站间隔层IED的建模与分析

IEC61850为变电站建立了分层的体系结构,目的是实现设备的互操作性和互换性。IED是变电站系统的核心元件,其中间隔层IED更是重中之重。文章以在变电站间隔层实现符合IEC61850标准的IED为目标,对其功能进行分析,根据抽象通信服务接口(ACSI)建模方法,分析建模的一般步骤,举例对间隔层IED建模,阐述ACSI和特殊报文规范(MMS)之间的映射关系,指出支持间隔层IED通信的外部技术支撑,为遵循IEC61850产品的研发提供参考。     

时空加权回归模型的变窗宽局部估计

基于合变系数模型的局部线性估计方法与时空加权回归(GTWR)拟合方法,给出了时空加权回归模型的局部估计方法,并在其中嵌入一个变窗宽以提高其估计精度.     

物联网机器人系统研究进展

物联网机器人系统是物联网技术与服务机器人技术的交叉领域,是物联网与服务机器人领域的研究热点。在分析物联网技术与机器人技术结合必然性及优越性的基础上,本文阐述了构建物联网机器人系统的指导思想和研究现状,重点介绍了网络机器人系统、普适机器人系统、智能空间机器人系统等分支系统的研究进展。最后,剖析了当前物联网机器人系统研究中存在的问题和难点,为进一步研究指明了方向。     

无线通信网络的多智能小车编队控制系统

首先设计了基于ARM Cortex-M3的智能小车控制系统,利用模块化理念设计了无线通信、磁场检测传感器、电机驱动等硬件模块,采用ZigBee设计了多智能小车协作控制的车载自组织无线通信网络,利用磁场检测完成小车的导航方式,采用旋转编码器实现小车的测速功能.然后在智能小车上移植了嵌入式μC/OS-Ⅱ实时操作系统,根据多智能小车协作控制要求,设计了智能小车分布式自主决策程序,实现多智能小车自由运行、队列跟随和路口协作等运行模式.最后采用线性最优二次型的车队跟随控制算法,实现多智能小车编队的启停、匀速和加减速控制,利用通信协商的路口协作算法,实现多智能小车路口协作任务.实验结果表明,设计的无线通信网络的多智能小车系统能够满足多智能小车协作控制、编队控制和路口协作控制要求.     

基于Petri网的多智能体制造系统建模

针对多智能体系统建模困难、不易推广应用的问题,根据其技术特点,提出了多智能体制造系统体系结构,并利用Petri理论对系统进行了建模分析,不但使制造系统的智能化模型得以图形化地体现,而且降低了系统的复杂性,使系统的可扩展性和智能化水平得到了增强．     

浅谈智能电网环境下电力市场面临的机遇与挑战

针对目前电网环境的智能化发展趋势,本文分析了电力市场面临的几个主要发展机遇,为电力系统节能效益的实现奠定了基础.同时探讨了大规模分布式绿色能源并网,大容量间歇式绿色能源并网和广域互联电力系统给电力市场带来的挑战,为智能电网环境下电力市场的深入研究提供参考.     

迈克·塞勒（Michael Saylor）

迈克·塞勒．47岁,美国微策略（Micro Strategy）公司首席执行官和创始者之一。这家创立于1989年的公司总部设在华盛顿特区．现已成为全球商务智能软件领域的领军者。     

粒子群算法改进策略研究

粒子群算法是在鸟群、鱼群和人类社会的行为规律的启发下提出的一种新兴的基于群智能的演化计算技术,是一种启发式全局搜索算法,通过群体中个体之间的协作和信息共享,通过迭代寻找最优解。由于粒子群算法中粒子向自身历史最佳位置和领域群体历史最佳位置聚集,形成种群的快速趋同效应,容易出现陷入局部极值、早熟收敛或停滞现象。基于此,对粒子群的改进进行了全面的分析和研究。     

基于逆向强化学习的装船时堆场翻箱智能决策

集装箱码头装船时堆场翻箱具有时序性与动态性,属于NP(non-deterministic polynomial)难问题。针对常见的顺岸式集装箱码头堆场,以最小化总翻箱次数为优化目标,考虑翻箱对装船连续性及效率的影响,基于马尔科夫决策过程构建装船时堆场翻箱模型,设计逆向强化学习算法。为验证算法的有效性,以随机决策为基准,将设计的逆向强化学习算法与码头常见规则决策、随机决策对比。结果表明,贝位堆存状态不佳时,常见的规则决策不一定优于随机决策;逆向强化学习算法可有效挖掘隐含专家经验,收敛至最小翻箱次数的概率更高,且不同堆存状态下均能更好地限制单次发箱的翻箱次数,可实现装船时堆场翻箱智能决策。