基于蚁群算法的生鲜农产品配送中心选址优化

根据生鲜农产品保鲜期短的特点,以节省企业各项运营成本和最小投资费用为目标,建立了时间约束的多个配送中心选址问题的数学模型。结合实例,采用连续函数优化问题的蚁群算法求解模型,运用VC编写相应的程序,从而提高中心选址决策的效率和精度。     

基于几何结构的求解旅行商问题的蚁群算法

蚁群算法是一种新型仿生算法，但存在搜索时间长，收敛速度慢，易陷入局部最优等缺点。本文提出了一种基于旅行商问题（TSP）几何结构的蚁群算法，利用象限邻居表构造候选集和对偶限象邻居的方法初始化信息素，用以克服上述缺陷。通过对TSP的仿真，结果表明新算法大大缩小了其搜索范围，提高了搜索精确度并减少了搜索时间。     

来凤胡家坪林场蚁科昆虫分类研究

对来凤胡家坪林场的蚂蚁进行了分类研究.经过调查,该林场共有蚂蚁23种,隶属于4亚科,17属.在区系组成上,东洋界种类15种,占全部种类的65.2%,东洋界和古北界均有分布的种类8种,占全部种类的34.8%,这表明胡家坪林场的蚂蚁以东洋区为主.文中还介绍了蚂蚁的经济价值及分类方法.     

基于四维消耗的公交线网优化模型及蚁群算法

针对城市公交线网的优化问题,应用四维消耗概念进行了综合研究,给出了公交线网优化的多目标线性规划模型及蚁群算法.在定义时间、空间、环境、能源等四维消耗概念的基础上,从点、线、面3个方面对公交线网优化问题进行研究.在考虑效益最大化、成本最小化、发展可持续化的情况下,利用效用函数建立了公交线网优化的多目标线性规划模型.并用蚁群算法对多目标线性规划模型求解,得到最佳的公交线路网络布局结构和公交线网运营效率.实例表明,利用蚁群算法优化后公交线网利用率增大、可达性良好、乘客出行时间减少,优化结果符合城市交通的实际情况,该方法合理可行.     

时序电路SACO和PSO混合算法的测试矢量生成

提出了一种新的测试矢量生成算法,其使用SCOAP测度对蚁群算法进行参数调整,并在粒子群算法的框架下进行测试矢量生成,再使用调整后的蚁群算法进行测试矢量优化。该算法不仅克服了粒子群算法的容易陷入局部最优等缺点,而且利用电路本身的特性来确定蚁群算法的参数。以国际标准电路为例,实验验证本文的算法,结果表明本算法应用于时序电路的测试矢量生成时,相对于粒子群算法提高了其收敛性,提高了故障覆盖率;相对于蚁群算法压缩了测试矢量集,减少了测试诊断时间。     

钢丝网增强活性粉末混凝土抗侵彻特性

为研究新型钢丝网活性粉末混凝土RPC(reactive powder concrete)避弹层的抗侵彻性能,进行了抗侵彻试验和数值计算分析.制作了钢丝网RPC、钢纤维RPC试验靶体.分别采用步枪子弹和57 mm半穿甲弹进行了冲击试验,冲击试验的弹体速度分别为710、340 m/s,主要比较靶体的破坏形态和弹体对靶体的侵彻深度.为利用ANSYS/LS-DYNA动力有限元分析软件对上述靶体的抗侵彻性能进行数值计算分析,创建了新型钢丝网RPC的计算模型.计算结果与试验结果基本吻合,证明了计算模型的合理性.试验和计算结果均表明:钢丝网RPC具有较好的抗局部破坏和抗裂的性能,且具有较高的效费比.     

反潜作战一体化仿真环境

为满足不同形式反潜作战的仿真,提出建立一体化仿真环境.通过分析反潜作战对一体化仿真环境的需求,提出了一种开放式、可扩展的一体化仿真环境;给出了系统的体系结构、功能组成、仿真流程;讨论了水声信息处理等关键技术,对利用该环境生成反潜作战仿真系统进行了说明.一体化反潜作战仿真环境可扩展性好、通用性强,将为开发可重用性好、置信度高的反潜作战仿真应用提供有力支持.可用于研究反潜作战战法,验证新型武器系统的作战性能,论证各种反潜武器装备的作战需求.     

韧性交通枢纽中突发大客流疏散优化研究

提升交通枢纽的韧性以应对突发大客流给交通运输系统带来的压力至关重要。基于交通枢纽的内部设施布局，将客流在其内的疏散备选路径抽象为由节点和路段构成的网络图。从改变客流疏散路径角度出发，当发生突发大客流时，考虑开启平时不开放的应急通道用于疏散客流。在已知各起讫点之间的客流量以及客流疏散备选路径的条件下，以最小化客流疏散时间与开启应急通道的广义成本为优化目标，建立客流疏散优化模型，并设计混沌蚁群算法对模型进行求解，得到客流疏散的优化方案。最后以北京南站为案例验证模型与算法，结果显示，在发生突发大客流时，开启合适位置和数量的应急通道可以有效缩短客流疏散时间。该研究从交通枢纽内部的规划布局与客流疏散优化角度，为城市交通枢纽的韧性提升提供了理论支撑。     

运力受扰下的物流无人机干扰恢复模型

为了解决无人机（unmanned aerial vehicle，UAV）运力受扰对末端包裹交付造成的干扰问题，运用干扰管理思想，从客户服务和配送成本角度进行扰动度量，综合考虑无人机能耗、配送时效性、飞行可靠性、飞行安全性等因素建立干扰恢复模型；运用蚁群算法求解问题模型，最后用算例验证本文方案的有效性。结果表明：通过分析3组干扰场景发现，当干扰发生时刻早、受扰客户多时，所建立的恢复模型方案和原始方案对比，可以在短时间内产生新的配送路径，同时以较小的成本代价提高客户服务满意度，实用性更强。     

航空信息网络服务功能链协同构建与映射策略

针对任务时延敏感、资源承载有限的航空信息网络作战任务高效部署问题, 提出一种基于网络功能虚拟化的服务功能链协同构建和映射策略。该策略以平台和链路负载率为参考, 在确定服务功能所映射平台基础上, 通过服务链构建方案与网络资源状况相协调, 获得最佳服务链构建方案, 分别通过改进蚁群算法和广度优先搜索算法获得映射和构建结果。研究结果表明, 所提策略在时间复杂度较低条件下可有效提高任务请求接受率, 缩短任务平均等待时间, 在满足更多任务需求的同时保证任务的快速响应。