改进蚱蜢算法在电动汽车充换电站调度中的应用

电动汽车充换电站调度优化问题一般采用群智能优化算法求解，但现有算法存在陷入局部最优、早熟收敛等缺陷，因此提出一种改进的蚱蜢算法:采用边界反弹机制，提高算法效率;引入正余弦搜索机制，加强算法的全局搜索能力;采用Lévy飞行对粒子进行随机扰动，防止种群陷入局部最优;采用非线性收敛策略加快算法后期的收敛速度.实验结果表明，该算法在电动汽车充换电站调度优化问题上，性能优于原始蚱蜢算法以及其他现有群智能算法.     

爱因斯坦的洞察力

<正>今年12月2日是爱因斯坦广义相对论论文发表100周年纪念日坐在办公桌前或常年在实验室中独自忙碌,直到——灵感产生——觉察到了一切。这就是科学工作的神话,而且这个过程几乎总是错的。在现实生活中,科学的进步是循序渐进的,大多数研究人员是在团队中工作,孤独的天才总是难以找到揭示宇宙的革命性的新理论。然而,阿尔伯特·爱因斯坦(Albert Einstein)却做到了。来自于哈勃空间望远镜的图像:遥远星系由于地球附近星系团质量的存在而发生弯曲——这种弯曲是由广义相对论所预言的(又称引力透镜现象)     

基于ANSYS Workbench有预紧力的高强螺栓群有限元分析

本文以1 600t造桥机为研究对象,采用SolidWorks软件建立箱梁及螺栓群三维实体模型后,导入ANSYS Workbench对箱梁螺栓群进行有预紧力的有限元分析。计算结果可以为螺栓接头的实际应用提供数据支撑,同时表明采用有限元分析方法可以更加全面、准确地指导架桥机的设计。     

带变量核的分数次积分交换子在变指数Herz-Morrey空间上的有界性

证明了带变量核的分数次积分算子T_(Ω,μ)与Lipschitz函数b生成的高阶交换子[b~m,T_(Ω,μ)]在变指数Herz-Morrey空间MK_(q,p)~(α,λ)(·)(R~n)上的有界性.     

具有sn-网的空间

证明了具有σ—点有限sn—网及σ—局部可数sn—网的空间可刻划为度量空间在某些确定映射下的象.     

含PM-映射的变分不等式

文章在自反Banach空间中，利用锐角原理讨论了含PM-映射的变分不等式解的存在性问题。     

函数空间映射的一个注记

对于拓扑空间Y,连续映射f∶X′→X可诱导函数空间映射f#Y∶YX→YX′,其中f#Y(g)=g f,g∶X→Y.文献[1]证明了:若f∶X′→X为上纤维化,则f#Y∶YX→YX′是纤维化.本文将证明:其逆命题也成立.     

车辆路径问题的粒子群算法研究

车辆路径优化问题是一类具有重要实用价值的组合NP问题．粒子群算法(panicle swarm optimization)是一种新出现的群智能(swarm intellingece)优化方法，将其应用于车辆路径优化问题，构造车辆路径问题的粒子表达方法，建立了此问题的粒子群算法，并与遗传算法作了对比试验．结果表明，粒子群算法可以快速、有效求得车辆路径问题的优化解，是求解车辆路径问题的一个较好方案。