多约束条件下某智能飞行器航迹快速规划

以某智能飞行器为研究对象,研究复杂环境下航迹快速规划.为校正系统结构限制所带来的定位误差,使得智能飞行器能按照预定的航迹完成任务,基于多约束条件最优化理论,采用遗传算法扩展而来的NSGA-Ⅱ(非支配排序遗传算法)算法进行航迹规划.结果表明,基于NSGA-Ⅱ,使用交叉行为和变异行为将初始解进一步筛选优化并最终得到最优解....     

多约束条件下的无人机轨迹快速规划

多约束条件下无人机轨迹快速规划是无人机航迹规划的重要内容.通过构造无人机在定位误差约束下的数学模型,结合航迹点和转弯半径推导出空间圆弧轨迹方程,利用贪心算法对无人机的航迹进行快速规划,结合软件仿真得到飞行过程中的最优航迹方案,为应用仓储物流路径规划领域以及车辆无人驾驶目标路径规划提供了思路.     

基于多策略差分布谷鸟算法的粒子滤波方法

为了提高标准布谷鸟算法的种群多样性和全局搜索效率,将多策略差分变异过程引入布谷鸟算法中。在布谷鸟的宿主发现过程中借助多策略差分操作来提高种群的多样性,同时,改进的布谷鸟在算法新解选择中增加排队优选机制,与贪心算法相结合以减少局部极值的不良吸引,加快搜索进程。将改进的布谷鸟算法应用到粒子滤波中,用布谷鸟的鸟巢来表征粒子,通过模拟布谷鸟群体搜索巢穴位置的过程来优化粒子分布。实验表明,改进的智能优化粒子滤波算法有效提高了粒子多样性和非线性系统状态的预测精度,并能在粒子数减少的情况下保持稳定估计。     

基于数字化技术的单人飞行器结构设计及优化研究

针对当前汽车保有量飞速增长导致城市交通拥堵、严重制约人们出行和城市发展这一现状,为实现有效载荷的运送,文章基于空气动力学原理,采用旋翼纵列布局,以汽油发动机为动力,经变速、转向、变距等系统,驱动旋翼转动,创新设计一种单人飞行器.通过分析其工作原理,运用数字化技术进行飞行器的机构设计,应用有限元法完成机体结构优化设计,为...     

多邻域链式结构的多目标粒子群优化算法

为了提高多目标粒子群算法求解多目标问题的性能,改善算法的收敛性,提出一种多邻域链式结构的多目标粒子群优化算法。首先,以一种环形链式拓扑结构,将种群划分为多个邻域,每个邻域之间相互交叉重叠,并针对不同位置的粒子,进行不同的速度和位置更新策略。其次,对所有粒子采用速度钳制策略,并引入差分进化策略对粒子进行扰动,从而进一步提高算法的多样性。通过14个无约束和3个有约束函数仿真实验,表明该算法相对于NSGA-II、SPEA2、MOEA/D-DE、SMPSO和OMOPSO算法,获得Pareto解集分布更加均匀,算法的收敛性和多样性也更好。为了进一步验证算法的可行性和有效性,将其应用于72杆桁架结构尺寸设计,并与其他优化方法进行了比较,结果表明该算法获得的Pareto前端更均匀,收敛性更好。     

基于贪心算法的温室钵苗稀植移栽路径优化

温室育苗中,钵苗需从高密度穴盘向低密度穴盘移栽以获得生长空间。温室钵苗自动移栽机获取穴盘中钵苗健康信息并对健康钵苗进行稀植移栽,代替传统人工作业,且效率高、质量好。钵苗稀植移栽路径包括移栽机末端执行器从原点出发,将高密度盘内的健康钵苗逐一抓取移栽至低密度盘,直到完成回到出发点。钵苗取栽位置的先后秩序决定了稀植路径的长短,遍历搜索算法规划路径计算量巨大,无法满足移栽实时性要求。本文基于贪心算法对常规的4种固定顺序路径规划方案分别优化,共组成8种路径规划方案,分别对稀疏和密集穴盘稀植路径进行规划,比较分析优化算法的有效性。结果表明按列扫描的2种贪心优化方案比固定顺序方案要优,规划路径长度与穴盘缺苗数量成正比趋势。最优化方案GAS3对密集穴盘稀植规划路径,相比固定顺序方案的优化幅度达10.6%,算法平均耗时0.84 s。穴盘缺苗数对路径缩短优化效果有显著影响,缺苗数增加后优化幅度有所降低。贪心优化方案使稀植移栽路径得到优化,也满足作业实时性要求,提高了钵苗移栽效率。     

基于NSPSO算法的混合装配线平衡问题多目标优化

不同品种作业元素的作业时间差异经常引起混合品种装配线的工作站瞬时负荷瓶颈问题,依据给定的排产顺序,兼顾装配线平均负荷和瞬时负荷,考虑不同品种作业元素的作业时间差异对装配线平衡的影响,建立了以最小化工作站内装配时间波动、工作站负荷平滑指数及装配线超载时间为目标的混合品种装配线平衡模型,并设计了基于非支配排序的粒子群优化算法(NSPSO)。实例验证表明,基于非支配排序的粒子群算法在求解大规模混合品种平衡问题方面比遗传算法具有更高的求解质量和求解效率。     

基于多链存储优化的水产品交易匹配模型研究

区块链技术应用到水产品线上交易架构中可以使交易双方隐私信息得到基本保障,然而,目前区块链水产品线上交易模型和系统存在海量数据存储负载大、维护成本高、数据查询效率低等问题。为进一步缓解以上问题,在梳理和分析水产品交易流程基础上,根据水产品交易业务技术需求,提出了基于多链存储优化的水产品交易匹配模型。该模型在智能合约中通过贪心算法实现了效率较高的多属性水产品线上交易匹配过程,通过区块链多通道技术构建了水产品交易多链架构,实现了用户交易信息分布式存储,提高了交易信息查询效率,同时,采用区块链与本地数据库双模式存储技术,缓解了区块链网络中各个节点海量数据存储的负载。基于Hyperledger Fabric平台实现了基于多链存储优化的水产品交易原型系统。该原型系统测试结果表明,临界值900s平均最多可以完成1296笔交易,说明系统在处理千条交易数据量时可以正常运行,满足水产品线上交易平台日常实际交易业务需求,同时在链上存储1600条合同信息时查询1条用户合同信息平均时间为4.018s,多链存储结构提高了链上数据查询速度。     

基于改进樽海鞘群算法的四旋翼飞行器姿态优化控制

针对集总干扰下四旋翼飞行器的姿态控制问题,提出了一种基于线性扩张状态观测器的快速连续非奇异终端滑模控制策略。该方法通过线性扩张状态观测器来估计和补偿集总干扰的影响,提高控制器的稳定性;借助非奇异终端滑模面有限时间收敛的特性设计控制律,加快控制器的收敛速度;控制器的稳定性分析由Lyapunov函数得以证明。引入樽海鞘群算法来优化控制器中的参数,提升控制性能。进一步地,引入一维正态云模型与自适应算子来克服参数整定算法的固有缺陷,增强其优化能力。通过仿真与试验验证了本文方法的有效性与实用性,结果表明:在阵风干扰下,本文方法比线性自抗扰控制策略具有更高的跟踪精度、更强的抗干扰能力与更快的响应速度。     

算法在多目标优化问题中的仿真应用

综合了PSO算法应用于求解多目标问题的一些思想,引入罚函数对约束条件进行处理,并利用均值的概念来计算选取PSO算法更新方程中的全局最优值,从而使算法在最优解的引导下,跳出局部最小值,更快地向Pareto最优解前沿收敛。压缩弹簧多目标优化设计实例证明了所提出算法的有效性。     

时变多车型下的生鲜农产品配送路径优化模型

针对农业供应链的运输环节中生鲜农产品配送模型存在的速度恒定、碳排放计算方法单一的问题,本研究结合路网时变特征和新的多车型碳排放计算方法,提出了考虑配送距离、多车型碳排放量、货物损耗和车辆固定成本等4个优化目标的生鲜农产品配送路径优化模型;并根据模型特点提出了一种改进的双策略种群协同蚁群算法（Double-Strategies Co-Evolutionary Ant Colony System,DC-ACS ）。利用改进蚁群算法对Solomon数据集的C105算例进行了求解,在4个优化目标上分别取得最优解为937.94 km、4961.48元、4081.78元和7500.87元,证明了本研究提出的模型的有效性。在模型有效的基础上,通过试验结果证明,改进蚁群算法比基本蚁群算法在4个优化目标上的配送总成本平均降低幅度超过14%,证明改进蚁群算法更具有优越性。使用改进蚁群算法对集中、随机和混合3种不同分布的大规模算例进行求解,3种分布上分别求得最优总成本为19,939.53、24,095.00和24,397.58元。综上所述,所提模型和算法可以为冷链物流企业的城市配送路径决策提供良好的参考依据,对完善智慧农业供应链的配送路径优化模型和优化方法提供了新的思路,为企业进一步扩大规模提供了参考。     

基于SOA优化PID控制参数的智能灌溉控制策略研究

为解决智能灌溉系统中水泵运行的不稳定问题,基于人群搜索优化算法（Seeker optimization algorithm,SOA）实现了PID（Proportion integration differentiation）参数的自动优化。该优化算法能够有效解决智能灌溉系统水泵控制中的非线性、时变性和滞后性等问题。为验证SOA优化PID控制的实际效果,与PSO（Particle swarm optimization）算法和GA（Genetic algorithms）算法优化的PID控制进行比较。仿真实验结果表明,基于SOA优化的PID控制响应时间短、超调量小,稳态过程没有振荡。因此,适用于智能灌溉系统中的水泵控制。     

农业机械装配分组配置优化策略分析

【目的】农业机械分组配置优化设计中,没有充分考虑到生产岛分组配置的相关限制,导致了其收敛能力差、产品产量和产品配置效率低下等问题。【方法】笔者建立了农机生产设备组装的条件,包括公差等级、尺寸链、质量损失-容差和费用控制功能,将这些因素综合起来建立了一个组装约束方程,并将其应用于农机生产过程中。该方法采用了一种改进的微粒群算法,不断地对外集进行更新,以确保资料的完整性,同时对极点进行更新,最后反复迭代得到最佳的分配,从而达到农机生产过程中的晶片分组配置的最佳分配。【结果】试验证明,本算法收敛速度快,产量大,生产效率高,配置效率高。【结论】该算法可以较好地解决优化后的收敛能力差、产出率低和优化工艺效率低的问题,从而降低生产成本,提高企业生产效益。     

基于群智能优化算法的土壤水动力参数反演

土壤水动力参数是模拟田间土壤物质传输过程的基本参数,准确确定土壤水动力参数对实现农田生境精准调控具有重要意义。基于一维垂直入渗试验数据,采用代数方法和数值方法,构造3个不同的目标函数,并分析鲸鱼优化算法和灰狼优化算法反演Brooks-Corey-Mualem模型参数的适用性。结果表明：通过选择合适的目标函数,两种群智能优化算法均可用于反演土壤水动力参数。在代数方法中,鲸鱼优化算法在目标函数2下(由累积入渗量、入渗时间、含水率构成的相对误差)固定参数θ_r、θ_s优化得到的土壤水动力参数误差最小,反演参数得到的累积入渗量、入渗率、含水率的相对误差都在9.74%以下,决定系数都在0.904 0以上,反演时间为70 s;在数值方法中,灰狼优化算法在目标函数3下(由累积入渗量、湿润锋深度、含水率构成的相对误差)固定参数θ_r、θ_s优化得到的参数误差最小,反演参数得到的累积入渗量、入渗率、含水率的相对误差都在2.53%以下,决定系数都在0.991 7以上,反演时间为115 s。因此,代数方法所用时间短、精度相对较低...     

数控多轮廓加工走刀空行程路径优化

将多轮廓加工走刀空行程路径优化归结为广义旅行商问题,基于蚁群算法和最近邻算法,提出一种走刀空行程路径优化算法.采用蚁群算法优化任意选择的走刀路径,得到一条轮廓排列序列,对该轮廓序列,采用最近邻算法在相邻轮廓上寻找节点构建走刀路径,再采用蚁群优化及最近邻算法由此路径构建新的走刀路径.如此反复迭代,就得到一条优化的走刀路径.给出一个优化实例,验证了算法可有效构建走刀空行程路径.采用单因素分析和均匀试验设计的方法,详细给出了优化参数选择方法.     

基于差异演化算法的动压滑动轴承多目标优化

为研究流体动压轴承的多目标优化问题,提出一种改进多目标差异演化算法.该算法在选择差分向量时,对产生差分向量的两个个体比较其优劣,用非支配解减去支配解,引导个体向非劣解进化,提高算法的收敛速度;其次提出了种群修剪策略,消除进化后期种群中相同个体引起的种群全局搜索能力下降的缺点,以提升算法的全局寻优能力.通过与其它算法的比较,发现该算法能有效避免“早熟”收敛,具有较好的收敛速度和多样性.工程实例求解结果表明了算法的工程可行性.     

改进飞蛾火焰算法在多目标水资源优化配置中的应用

水资源紧缺局面愈演愈烈,迫切需要进行水资源优化配置,以此提高水资源利用效率。基于自然元启发的优化算法越来越多的应用于求解多目标水资源优化配置问题。飞蛾火焰算法全局收敛性能较差且容易陷入局部最优解,针对以上问题,结合帕累托最优解概念,引入快速非支配排序策略,利用拥挤度及拥挤度比较算子对飞蛾火焰算法进行改进,继而采用改进的飞蛾火焰算法对ZTD1、ZTD2及ZDT3等3个多目标函数进行仿真实验,结果表明计算得到的帕累托最优前沿接近于理想帕累托前沿,收敛性能及精度优于本文所列举大部分多目标优化算法。最后将改进飞蛾火焰算法应用于三亚市水资源优化配置中,得到了23组帕累托最优解。选择了对缺水量最小有特殊偏好的方案作为最终决策方案,结果显示三亚市不同用水户总需水量39015万m^3,各用水户总分配水量为39015万m^3,缺水量为0,产生的经济效益为203.91亿元。改进的飞蛾火焰算法为多目标水资源优化配置问题提供了新的求解方法。