基于蚁群算法和动态路阻的物流配送路径优化

配送中心的配送决定了物流配送效率,路径优化在交通动态分配中就显得越发重要,制定合理的配送计划和配送线路是影响配送水平高低的重要环节.针对城市交通路径的特点,分析基本蚁群算法模型,并考虑动态交通路阻函数对蚁群算法进行改进,将其应用于求解路径规划.围绕对哈尔滨市某一配送中心的货物配送实例的仿真计算,成功将改进后的蚁群算法应用验证,求解结果更符合物流企业的实际需求.     

林果抓取装箱作业机械臂运动规划仿真

针对多轴串联型协作机械臂运动规划应用到林果抓取装箱作业场景中存在深框规划速度慢、效率低、不考虑环境约束导致路径质量较低等问题,提出一种基于改进RRTC(RRT-Connect)机械臂运动规划算法。在规划路径之前,考虑实际林果抓取装箱作业环境下的深框抓取姿态问题,提出新的满足环境约束的无碰撞抓取姿态计算方法。在迭代过程中,采用基于高斯采样策略的改进有界采样方法,以取代随机均匀采样,使搜索过程具备目标导向性,提高搜索效率;扩展时引入自适应变步长,提高碰撞检测的成功率;当扩展点陷入深框底部时,采用局部逃逸策略替换高斯随机采样,避免搜索失败。实验结果表明,改进的RRTC机械臂运动规划算法在林果抓取装箱作业中运行时间较短,路径成本较少,有效减少了计算时间。其中,与RRT-Connect算法相比,在复杂障碍物场景及六自由度机械臂仿真场景下,本研究所用算法路径成本分别缩短了45.49%和29.97%,运行时间分别降低了20.75%和74.91%,节点数分别减少了83.01%和84.55%,对于实现自动化林果作业具有一定的参考价值。     

A-Star算法在三维物流模拟中的应用研究

采用科学、合理的方法进行物流配送路径的优化,是物流配送领域的重要研究内容。笔者以3ds文件作为数据源,在此基础之上,深入研究A-Star算法,结合OpenGL进行三维物流模拟。通过模拟物流配送场景,优化物流配送路径,结合最短配送时间、最快响应速度模拟现实物流配送问题,同时,借助三维可视化技术实现物流配送的三维表达,这对于提高物流配送决策效率以及降低物流配送成本具有重要的意义。     

基于ExtendSim的货物配装策略研究

以物流配送效益最大化为目标,针对目前城市物流配送中心货车装载率低下以及装载能力有限的条件下多品种货物装配问题进行研究。在系统分析传统构造启发式算法的基础上,综合考虑车辆类型、体积、载重额、客户优先级以及按区域配送线路等约束条件,建立基于ExtendSim的动态仿真模型,进行仿真分析和参数优化设计,使得车辆空间利用率最大,进而解决货物配装过程中存在的车型复杂、包装品种繁多等原因造成的配装困难、配送效率不高以及人工经验主导的配装方法而造成的成本太高等难题。     

基于客运站小件快运背景下的车辆配载调度问题

指出了车辆配载调度环节是一个物流配送中心配送过程中的关键环节,为提高其运作效率,对客运站小件快运业务的车辆配载调度环节进行了研究。在货物可以转运的条件下,为达到货物处理总时间最短的目标,建立了车辆配载调度优化模型,然后通过改进的遗传算法求解,通过算例证明:该方法可以解决客运站小件快运业务中复杂的调度问题,可为决策者提供有效的决策策略。     

改进型遗传算法在种子园无性系配置设计中的应用

【目的】使用优化算法优化种子园无性系配置的设计方案,以保证种子园子代在具有较高的遗传增益的前提下维持丰富的遗传多样性,为高世代种子园的无性系配置设计提供参考。【方法】基于已有的内蒙古红花尔基樟子松国家良种基地的樟子松亲本为材料,采用SSR分子标记技术及其分析软件确定樟子松亲本之间的遗传距离,使用优化算法开展基于遗传距离的樟子松种子园无性系配置优化设计,并基于研究目标改进原有的优化方法,最后与传统的种子园无性系配置方案、其他优化方法得到的方案进行对比分析。【结果】使用本文改进的优化算法获得的种子园无性系配置方案优于传统的顺序错位以及其他方法的种子园配置方案,该方法能够使遗传距离较近的无性系在配置上保持最大距离,减少近亲交配机会,在一定程度上扩大了子代的遗传基础。【结论】当已知种子园无性系亲本间遗传距离时,可利用本文提出的基于传统遗传算法进行改进的多种群并行自适应的方法,即改进型自适应并行遗传算法,来实现基于遗传距离的种子园无性系优化配置。     

板式家具包装作业流程的优化

流程程序法作为工业工程的一种改善方法,是对工作现场的宏观分析。它将作业过程划分成5种状态,并以符号的形式对作业过程进行记录;它使作业流程以更加直观的形式呈现出来,为生产流程的进一步优化提供依据。以板式家具衣柜非标准件的包装作业流程为研究对象,运用流程程序分析法对包装作业过程的时间和搬运的距离进行记录;并用5W1H(六何分析法)提问技术对整个包装作业过程进行反复提问分析,发现整个操作流程由于布局不合理造成过多的移动距离和时间上的浪费;最后利用ECRS原则,对整个包装作业流程进行优化分析,提出新的包装作业流程。通过将新优化的工作流程与原工作流程对比,结果显示,操作时间上缩短了44.4%,操作距离缩短了67.6%。     

基于GIS的城市水果物流分区配送辅助系统

目前,水果产业随着需求骤然升温,随之也反映出了水果物流技术理论和实践的相对滞后.针对这一状况,根据区位优势原理,构建了城市水果物流分区配送模型,并利用遗传算法优化方法,开发了基于GIS的分区配送辅助决策系统.仿真结果表明:系统能有效地解决配送企业城市水果配送分区及路径优化问题,实现配送的有效决策和管理.     

第一讲 网络计划技术(二)

三、网络计划的优化网络计划的应用,主要是按一定目标在某些条件约束下,寻求最优方案,即所谓网络计划的优化。它是利用时差,求最佳工期,最低成本和对资源最有效的利用。网络计划优化主要有三个方面的内容。一是资源有限、工期最短,即时间优化。就是在人力、材料、设备、资金等资源为限的条件下寻求最短生产周期。二是工期缩短、成本最低,即时间—成本优化。就是根据计划规定的期限,规划出最优成本或根据最低成本的要求寻求最佳生产周期。三是工期规定,资源均衡,即资源均衡优化。就是在工期已定的条件下,求最佳的资源分配方案。     

汽车鼓式制动器的模糊优化设计

鼓式制动器是汽车中广泛采用的一种制动器.制动器的效能因数对制动时间和制动效率有着重要的影响.因此,以效能因数为主要优化目标,给出了鼓式制动器通用设计的模糊优化数学模型.考虑到摩擦系数的不确定性及各约束边界的模糊性,运用模糊评判和模糊优化方法确定了摩擦系数及各相关参数.并结合实例,进行了分析计算.     

带有缓冲约束的板式家具混合流水车间调度求解方法

探讨板式家具生产在缓冲约束下的混合流水车间调度问题,建立缓冲约束,并研究求解方法,为解决由于当前家具生产调度方法缺乏考虑缓冲约束使得现代调度技术难以实际应用的问题提供科学依据。以板件数量作为缓冲约束中容量的表征,根据混合流水车间调度问题的特征,建立工序间有限缓冲约束,并将其编码进遗传算法的适应度函数中;设计满足调度问题特征的交叉操作、变异操作、个体评估与选择操作。其中,交叉操作采用部分映射法,变异操作采用单点插入法,个体评估采用已建立的适应度函数,选择操作则采用精英保留策略和轮盘赌方法。最后利用MATLAB对遗传算法各模块进行编程,通过文献中的案例进行算法的可行性验证。通过对已有文献的调度规则和方法(先进先出原则、NEH算法、模拟退火算法、粒子群算法、蚁群优化算法和改进布谷鸟搜索算法)进行对比试验,结果显示本研究提出的遗传算法在以完工时间为优化目标的前提下均优于其他方法。同样在考虑缓冲约束的案例场景中,本研究提出的方法也具有有效性。基于遗传算法的工序间有限缓冲约束下板式家具多产线混合流水车间调度问题的结果具有一定的可行性,可以为板式家具生产调度技术提供新的解决思路,但仍需综合考虑更多的...     

基于Anylogic的果蔬冷链系统配送中心物流运作优化

针对果蔬冷链配送系统的复杂性,依据配送中心的流程与布局特征,利用Anylogic仿真技术对配送中心运作进行仿真分析。建立果蔬冷链物流配送中心动态仿真模型,设计仿真流程及评价指标。通过对配送中心果蔬周转量、进出货时间间隔、各区域作业时间、人员及设备利用率等指标进行仿真分析,提出了资源配置及运作流程优化方案,为实际运营管理决策提供了思路与依据。     

关于运材车辆最佳维修周期问题的探讨

汽车运材的经济效益与汽车的维修方式有直接关系。在预防维修制度中,科学合理地确定维修周期是项非常重要的工作。它不仅能保证汽车在维修周期内有较好的技术状态,而且由于保证了车辆的完好率而可以获得较大的经济效益。确定合理维修周期的传统方法是选取单位行驶里程汽车保养和修理总费用最低的时间。本文提出了除考虑汽车维修总费用最低因素外,还分析了因汽车故障和维修作业使车辆停歇所造成的经济损失以及与维修质量相关的有效度对确定维修周期的影响。综合上述三个因素进行分析,首先建立了运材汽车停歇所造成的经济损失最小的数学模型,并在单位周期维修费用有效度最大条件下,确定出汽车最佳维修周期的方程式。利用此方程式可以对运材汽车的维修效果进行评价,从而指导运材汽车维修管理的目标决策。     

运材车辆轮胎使用情况的分析

本文从穆棱林业局运材车辆轮胎使用中存在的问题入手,用数理统计和因果分析排列图的方法,对轮胎行驶里程、轮胎非正常磨损等情况进行分析和计算,并用比较法找出了不同车型全年完成商品木材立米数和轮胎消耗费用间的关系。指出了提高轮胎行驶里程的措施,有利于林区今后运材车辆轮胎的管理及行驶里程科学合理的确定,降低运材成本。     

大规模定制家具加工中心多钻头并行作业的优化

大规模定制家具超高的生产效率与高度个性化的产品两大特征决定了其需要依赖高水平的信息化与自动化组织生产,是家具制造业智能制造的前沿领域。运用数控加工中心开展钻孔作业是调和个性化产品制造过程中的矛盾、实现柔性生产的重要手段。当前,数控钻孔工序因其作业时间长且板件之间差异较大而往往成为制造过程中的瓶颈。为切实提高生产效率,本研究立足生产实际,从钻头与孔的位置关系中寻求突破口,提出了数控加工中心多钻头并行作业优化问题。以优化钻头排列为主要途径,减少下钻次数为核心目标,基于制造大数据与工艺规则挖掘信息并简化建模,采用差分进化算法求解钻头排列方案,进一步通过聚类算法探索出面向未来高自动化水平下的差异化钻头排列,形成了一套具有实际意义与普适性的优化方法。通过理论与实践验证了该方法的有效性,达到了缩减作业时间、提升加工效率的目的。对打通大规模定制家具制造瓶颈、推动定制家具智能制造具有一定的指导意义。     

基于森林火灾热点数据的无人机优化组合调度研究

以澳大利亚东南部森林火灾为例,收集大量相关数据,利用ArcGIS分析得到火灾热点图,采用人工蜂群算法求解出无人机传输信号的最短路径,再根据多目标线性规划实现SSA无人机和无线电中继无人机的最优组合。通过分析地形对无人机信号传输的影响,建立了中继无人机选址优化模型,通过GIS空间分析法和免疫优化算法求得优化后无线电中继无人机的最优位置。该系统利用火灾热点数据,综合考虑观测及通信任务的需求和地形影响,实现了SSA无人机和无线电中继无人机的组合调度以及优化选址,为大型森林火灾扑救工作提供了研究思路。     

地铁施工围挡区路段行车风险评价

针对地铁施工围挡占道影响相应路段行车风险的问题,运用基于单车风险的路段行车风险评价方法,引入等效最小安全距离(MSDE)和平均每车潜在事故风险值(FX)的概念,并以此为基础构建地铁施工围挡区路段行车风险评价模型。以哈尔滨地铁3号线征仪路车站施工工程为例,通过对施工围挡区路段道路与交通状况的调查,利用VISSIM交通仿真软件模拟该路段的交通流状况,并以仿真输出的数据计算各道路断面的FX值,进而判断各断面的行车风险情况。研究结果表明,该路段主要存在两处高行车风险区域,风险主要表现为跟驰行驶风险和换道行驶风险。     

基于改进差分进化算法的鳞翅目昆虫图像识别方法

【目的】应用计算机图像处理技术提取昆虫图像特征,提出一种新的特征选择技术筛选昆虫识别相关的特征,以准确、快速地识别出鳞翅目昆虫种类。【方法】基于开源的利兹蝴蝶数据集和拍摄的以森林鳞翅目昆虫为主的数据集,采用改进的纹理特征提取算法(DRLBP)提取鳞翅目昆虫图像纹理特征,应用汉明距离计算的粒子间距离度量种群多样性,提出进化过程中自动调整多样性的方法,给出二进制自适应差分进化算法(BADE)。利用BADE算法筛选合适的较小维数的纹理特征子集,并用基于概率协同表示的分类器(PROCRC)进行图像分类。【结果】PROCRC分类器在所有数据集上均展现出良好分类效果,平均识别率分别为81.73%和88.18%。经特征选择后的昆虫的分类精度显著提升,最高提升率达13.49%。BADE的性能高于其他特征选择算法,且经BADE算法特征选择后纹理数据集的维数和分类所需时间均显著下降,其降维率接近50%,时间减少率最高达50%。【结论】BADE算法可有效进行特征选择,提高识别精度,节约模型的识别时间,利用群体智能优化算法对鳞翅目昆虫图像进行特征选择的方法具有可行性,DRLBP和BADE算法相结合的鳞翅目昆虫识别方法在农林昆虫的快速、准确识别中具有广阔应用前景。     

城市潜在绿色廊道构建方法——以常州市为例

在RS和GIS的支持下,利用遥感影像分类、斑块连通性分析和耗费距离模拟等方法形成一套完整的城市潜在绿色廊道构建体系。首先采用最优指数(OIF)和决策树(QUEST算法)获取城市绿地斑块空间布局,分析绿地斑块间的连通性;然后利用Spearman秩相关等统计方法确定不同连通指数对连通阈值的敏感程度,优选最稳定的连通指数划分绿地斑块的重要性等级,将具有较高重要性值的斑块作为绿地"源"和"目标";最后选用频率比方法改进耗费距离模型的成本表面,在不同空间尺度下,情景模拟城市潜在绿色廊道的空间布局,并对模拟结果进行定量分析与评价。结果表明:最优指数结合决策树方法的分类总精度为90.35%,Kappa系数为0.86,提取绿地面积占城市总面积的22.88%,大面积绿地斑块主要分布在滆湖的西部和太湖的北部;整体连通指数(IIC)具有较高的稳定性,在200～2400m的距离范围内,其dIIC的Spearman秩相关系数变化值最低(0.21);在600m的距离阈值下,以dIIC值大于1%作为标准,确定竺山斑块为绿地"源"及7个主要的绿地斑块为"目标";在不同空间尺度下,模拟的潜在绿色廊道的变形系数ξ值相近(1.28),其空间格局受研究尺度的影响较小。最后进一步探讨该方法体系实践的可行性,为城市绿地系统规划和建设提供科学合理的参考和依据。     

基于PSO的发动机故障诊断算法与应用

为提高发动机的安全性,利用BP神经网络进行发动机故障诊断。BP神经网络隐含层节点数根据经验公式选择,并考虑训练方法的影响,通过比较每种方案的误差确定为最佳BP神经网络方案。由于BP神经网络存在诸多有待优化之处,选择粒子群算法优化BP神经网络,首先提取粒子群中相应参数作为网络的权值和阈值,然后设置网络进化参数,最后将从粒子群中提取的数值赋给神经网络,进行网络训练。利用发动机故障诊断台架对两种算法进行故障诊断测试,将结果与未优化的BP神经网络进行比较,结果显示,经过粒子群优化后的BP神经网络学习速度和诊断正确率均优于未优化的BP神经网络。