一种带时间窗车辆路径问题的混合蚁群算法

针对带时间窗车辆路径问题求解时蚁群算法存在容易陷入局部最优,而遗传算法初始种群的优劣对算法有效性存在直接影响,提出一种混合蚁群优化算法。算法首先在蚁群算法的节点选择概率公式中引入时间窗因素,以得到初始种群,然后通过遗传算法的交叉算子和变异算子对初始种群中的较优路径进行交叉和变异操作,从而得到更优的路径。通过Matlab环境下对文中混合算法进行仿真实验,在车辆利用率和路径规划上效果明显,表明了算法的高效性,同时混合算法可以避免陷入局部最优。     

赤泥使用石灰窑尾气脱碱的模拟实验

通过对山西某铝厂赤泥的基础特性分析,提出用含CO2为20%左右的石灰窑尾气对赤泥进行脱碱模拟实验。热力学分析表明利用石灰窑尾气脱碱是可行的,而实际影响脱碱的主要为动力学因素。实验以脱碱率为指标,分析液固比、CO2体积分数、CO2摩尔比、搅拌速度和反应温度5个因素对赤泥脱碱率的影响。研究结果表明,合理的脱碱工艺参数为:液固比8mL/g、CO2体积分数20%、CO2摩尔比40、搅拌速度400r/min和反应温度60℃,该工艺条件下的脱碱率为31.10%。实验结果表明,可以利用含CO2为20%左右的石灰窑尾气对赤泥进行脱碱处理,该工艺能脱除赤泥中的可溶性碱,符合"以废治废"的循环经济理念。     

赤泥处理铅酸蓄电池厂硫酸雾研究

采用固定床动态吸附法研究赤泥对硫酸雾的吸附效果,探讨了赤泥不同煅烧温度、煅烧时间以及填料孔隙率对硫酸雾吸附效果的影响.结果表明,赤泥对硫酸雾具有较好的去除效果.当煅烧温度为750 ℃、煅烧时间为5 h、孔隙率为26%时,赤泥对硫酸雾的去除率最高,能达到95%以上.运用扫描电镜、X 射线衍射、比表面积测定等方法分析了赤泥的结构特征和成分组成,证明赤泥具有较好的吸附性能.     

基于蚁群搜索理论的优化卡尔曼步频预测

为了使智能下肢能够实时地调节膝关节阻尼,使其固有频率与实际步频相符,达到更加接近正常步态的效果,提出了一种基于蚁群搜索理论的卡尔曼步频预测算法.利用蚁群算法在规定的连续域中寻找卡尔曼预测方程中系统误差与测量误差两个参数的最优组合,实现对卡尔曼预测方程的优化.通过获取六组人行走的步频数据进行实验,结果表明:经蚁群算法优化后,卡尔曼预测算法预测得到的步频与后验值之间的误差比跟随方式的误差分别减少了44.10%,43.42%和36.17%,证明了基于蚁群搜索理论的优化卡尔曼步频预测方法在智能下肢控制上具有良好的应用前景.     

复合物的 制备及苋菜红降解性能的研究

本文利用超声分散和溶液沸腾法制备TiO2,CeO2/TiO2和Fe2O3/TiO2复合物,在可见光的照射下,考察了苋菜红降解的效果,并利用X-射线衍射(XRD)、扫描电子显微镜(SEM)和透射电子显微镜(TEM)对合成的光催化剂进行了表征. 另外,研究了TiO2,CeO2/TiO2和Fe2O3/TiO2复合物的用量、可见光照射时间、处理温度和处理时间等因素对苋菜红降解率的影响.结果表明,CeO2/TiO2复合物对降解染料表现出了更好的光催化活性.     

基于蚁群几何优化算法的全局路径规划

将改进的蚁群算法与路径几何优化相结合,用于解决移动机器人的全局路径规划问题.算法结合机器人的越障性能对移动机器人的环境空间进行建模.通过设置初始信息素加快蚂蚁的搜索速度,同时设置自适应信息素挥发机制,解决特定地图中初始信息素的干扰问题;设置自适应路径长度,筛选规划路径的优劣;提出由路径优劣程度决定的信息素散播策略,并从几何原理出发,对规划路径进行优化处理,加快最优解的收敛速度.仿真结果验证了该算法的有效性和普遍应用性,在随机给定的环境地图中,该算法能够迅速规划出最优路径.     

进口干红葡萄酒的感官质量与价位的关联分析

感官量化分析进口干红葡萄酒的感官特征,旨在筛选影响中国市场上不同价位进口干红葡萄酒产品的感官特征.实验采集上海葡萄酒市场上价格为100～ 600元且销量较好的9款进口干红葡萄酒样品,进行感官量化品评.品评小组由30名经过葡萄酒风味标准物质训练的学生组成,感官分析过程中要求其对所感知的感官特征用5点标度法进行量化,某一特征的最终量化值是词汇使用频率和强度率的几何平均数.量化数据的主成分分析(PCA)筛选出23种对葡萄酒感官质量贡献显著的感官特征,偏最小二乘回归(PLSR)用12种感官特征拟合出供试酒样的整体质量.结果表明,在100 ～600元价位的进口干红葡萄酒在感官特征上表现出差异,其整体质量与价格正相关,可用部分感官特征回归拟合葡萄酒的整体质量.     

蚁群算法求解离散最小约束去除问题

摘要： 引入蚁群算法解决最小约束去除运动规划问题,在求解过程中对蚁群算法的启发函数以及信息素更新策略进行改进,使其不再易于陷入局部极值并适合求解该问题.仿真实验结果表明,该算法在解的质量和收敛速度上优于精确搜索与贪心算法.     

基于改进隶属云模型蚁群算法的喷涂机器人喷枪轨迹组合优化

摘要： 针对复杂曲面分片后的喷枪轨迹组合优化问题,利用哈密尔顿图将其转化为广义开环旅行商问题(OTSP),采用“问题无关的进化算法与问题相关的局部搜索相结合”的策略,首先引入隶属云模型来自适应调节蚁群算法中控制的随机性,然后引入K-opt局部搜索策略的基于改进隶属云模型蚁群算法(MCMACA)对喷枪轨迹组合优化的OTSP问题进行求解.仿真结果表明,改进隶属云模型蚁群算法的全局搜索性和局部收敛性更佳,在复杂曲面上对喷涂机器人喷枪轨迹进行优化具有明显的优越性.
关键词： 组中图分类号：文献标志码： A     

考虑节能的城市物流配送方案优化

针对城市物流配送环节,提出了一种能够节约车辆能耗的物流配送方案优化方法.首先,在考虑载重和车速对车辆能耗因子的影响及时间窗开启前的等待时间约束等条件的基础上,提出了以能耗最小为目标的物流配送路径选择数学模型,并采用蚁群算法求解该问题,实现物流配送方案的一次节能优化;然后,基于一次优化结果,通过调整配送车辆从配送中心及各配送点出发的时刻,实现物流配送方案的二次节能优化;最后,基于北京市道路网的仿真试验显示,相对于以最短时间为目标的优化方法,本文提出的节能优化方法可使城市物流配送过程中的能源消耗平均降低约6.68％.