多需求点间车辆调度模型及优化算法混合求解研究

为解决多需求点间同时集送货问题,建立考虑需求拆分和转运的车辆路径模型.在模型中,加入车辆装载量动态变化约束、节点可多次访问约束和需求可拆分转运约束,提高问题的普遍性.在模型的优化算法中,算术、蚁群优化算法混合求解.通过算术蚁群算法嵌套优化模式,外层算术优化算法得到配送车辆的任务量,内层蚁群算法优化路径,并将结果反馈给外层算法继续更新求解,直至达到终止条件.同时,添加概率系数、增加算子位置更新公式和更新动态禁忌矩阵对混合算术蚁群算法改进,增加解的多样性,提高算法的求解效率.最后通过实例验证并与混合鲸鱼算法等比较,改进的算法解决本文问题效果更好.     

PRM蚁群融合算法的AGV路径规划研究

针对AGV运货时需一次性取多件货物的路径规划问题,提出一种PRM算法与蚁群算法相结合的融合算法,将问题拆分为路径的选择与TSP问题分布解决,即先利用PRM算法进行AGV路径规划,再利用蚁群算法决策出取货顺序,生成总的路径。最后采用matlab进行仿真实验,并与A*算法进行对比,结果证明了PRM蚁群融合算法比A*算法得出的路径更短、效率更高。     

利用射影Cap构造极大纠缠的纠缠辅助量子纠错码

依据经典四元线性码理论和纠缠辅助量子纠错码理论,由四元线性码的生成矩阵给出四元线性码稳定极大纠缠的纠缠辅助量子码的几何特征。在给定几何特征基础上,由射影空间的Cap理论,设法用组合数学方法和搜索算法构造出给定几何特征的Cap,确定Cap码的参数。利用所得到的参数优良的Cap码,结合纠缠理论,构造出一些参数优良的极大纠缠的纠缠辅助量子码。其中,所构造的极大纠缠的纠缠辅助量子码有许多是最优码,还有一些纠缠辅助量子码改进了前人所得到的纠缠辅助量子码的参数,这些纠缠辅助量子纠错码是无法用已有方法得到的。这也证明了结合组合与搜索的方法来构造极大纠缠的纠缠辅助量子纠错码是有效的。     

无源传感器引导AESA雷达目标搜索

无源传感器引导有源电扫阵列(AESA)雷达完成目标搜索是机载多传感器协同探测的重要应用形式。综合了引导传感器的测角误差以及目标运动产生的偏差2种因素,建立目标指示成功概率模型。提出了一种满足时效性、指示成功率和误交接概率要求的最优搜索策略。采用分步优化的方法在多种场景下对搜索策略和性能指标进行了计算。仿真结果表明:提出的搜索策略与传统搜索策略相比在满足指示成功率要求的前提下,通过增加较少的搜索波位,较大幅度地降低了误交接概率,保证了引导条件下目标搜索的准确性。     

基于图搜索算法的探讨

讨论了图搜索的非启发式和启发式算法,着重分析了它们各自的复杂性、优缺点及其相互关系,提出了改进要点．这对于如何选用一个合适的搜索算法是十分有益的．     

分形编码中的最优压缩映射

提高传统分形压缩编码的性能。方法将分形变换编码建模为一个不等式约束条件下的非线性规划问题,将压缩射条件作用到最优射的求解过程中,得到全局意义上的最优压缩映射,给出了该模型及相应的求解算法,对算法收敛性,初始点选择等问题进行了讨论。     

车间作业计划的模糊多目标网络方法

讨论了模糊集理论在车间作业计划中的应用,提出了车间作业计划的模糊多目标网络模型及其算法。     

带拟凸约束的极小规则

本文给出带拟凸约束规划的一个新算法,其结果改进和推广了文－「１－３」的结论。     

补偿扰动的PWM逆变器无差拍控制

提出了两种ＰＷＭ逆变器的改进无差拍控制算法．这两种算法根据ＰＷＭ逆变器的状态方程,分别采用直接补偿扰动和最优预见控制技术,利用未来信息决定当前的控制输入．使用ＭＡＴＬＡＢ软件对这两种算法进行了仿真．结果表明,当存在随机扰动及电路参数变化时,所提出的两种算法的控制效果均比不考虑补偿扰动的无差拍算法有较大改善．因此,该两种控制算法能够有效地抑制电路参数变化引起的或来自外部的扰动,使输出电压能很好地跟踪参考电压,控制响应快,鲁棒性好．     

梯级水电站群最优运行的递阶控制算法

针对位于同一电网的梯极水电站群联合运行的情况,着重研究了在枯水季节最优调度的计算模式,提出了大系统递阶控制的优化算法。该算法也同样适用于规划中的梯级水电站。实例计算表明该算法是可行的,且解析性强。