车辆前端吸能部件多目标耐撞性遗传优化

车辆耐撞性是一个涉及多因素的强非线性问题,而传统响应面模型柔韧性又不足.为克服传统响应面法在拟合车辆耐撞性问题输入与输出之间的映射关系所带来的不精确性和耗时性,这里通过建立一个经试验验证准确性的耐撞性仿真模型,提出采用均匀设计法来提高车辆耐撞性仿真试验的代表性并减少仿真试验次数.通过采用一个具有良好韧性的三层神经网络来拟合车辆耐撞性问题输入与输出之间的映射关系,并基于多目标遗传优化算法NSGA-Ⅱ,得到了一组以峰值加速度、B柱最大位移以及吸能比为耐撞性指标的Pareto解集.优化结果显示,所提方法能够高效、精确的完成车辆耐撞性优化.     

自适应神经模糊推理的方向驾驶员模型研究

以方向驾驶员模型为研究对象,讲解了自适应神经模糊推理系统的原理和结构,并基于自适应神经模糊推理系统建立了一种两输入单输出的方向驾驶员模型。输入变量是道路参考线到预瞄点的横向偏差和道路参考线与车辆X轴之间面积偏差,输出是车辆方向盘转角。首先,通过车辆动力学仿真软件Carsim获取车辆的仿真数据。其次,自适应神经模糊推理系统通过仿真数据能够自动获取模糊控制规则并建立方向驾驶员模糊控制器。最后,将基于自适应神经模糊推理系统建立的方向驾驶员模型和Carsim中的车辆动力学模型进行联合仿真。仿真结果表明:基于自适应神经模糊推理系统所建立的方向驾驶员模型能够对路径进行良好的跟踪。     

改进猫群算法在车辆配送路径优化中的应用研究

为解决在生鲜农产品的车辆配送过程中存在的成本高、碳排放高的问题,以顾客满意度最高和总配送成本最低为目标,构建低碳冷链生鲜农产品的车辆配送路径优化模型。首先,通过多种方法对猫群算法进行优化;然后,用优化的猫群算法对模型进行求解。通过仿真实验对车辆配送路径优化前后效果进行分析,验证了所构建模型的可行性。结果表明,所构建的模型能有效地解决车辆配送的路径优化问题;与传统车辆配送的路径规划方法相比,采用所构建的车辆路径优化模型,车辆配送总路径和碳排放量都有一定程度的改善;车辆总配送路径长度缩短了489.77km、车辆碳排放量降低了21.4%。该方法能有效降低车辆配送过程的总成本和碳排放量,可在一定程度上提高车辆的利用效率和物流企业的市场竞争力。     

基于仿真环境的焊接机器人加工路径的优化

提出了一种结合仿真环境进行优化多机器人焊接加工路径的方法。通过面向对象方法建立车身焊装工位仿真模型 ,运用同轴平面切割机器人活动空间 ,细化工作单元 ,设计出机器人无障碍最佳焊接加工轨迹。通过仿真运行 ,得到输出结果 ,结合相应的评价规则 ,用于更好地指导实践     

计及漂移瓶颈的时变物料配送路径优化

针对不确定作业车间环境下物料配送路径优化问题,采用能反映制造单元相对生产负荷及其变化趋势的瓶颈指数和瓶颈漂移指数表征实时变化的制造单元物料配送优先级,对路径选择过程中违反此优先级的行为设置惩罚成本,提出以最小化包括车辆运输成本和违反优先级的惩罚成本在内的总配送成本为优化目标,建立了时变的物料配送路径优化模型。在此基础上,为保证运输车辆所载物料全额配送,避免非必要负载以及由此造成的非必要配送子路径,对配送路径优化模型进行改进,允许运输车辆非满载和物料拆分配送,以提高物料配送效率降低配送成本;并结合模型特点将贪婪策略融入遗传算法对优化模型求解。最后,通过某作业车间内物料配送实例验证了所提出的计及漂移瓶颈的改进时变物料配送路径优化方法在不确定作业环境中具有有效性和实用性。     

采用状态反馈的无人车路径跟踪横向控制

针对采用传统模型预测控制器的车辆在弯道内跟踪精度难以保证的问题,本文提出了一种基于状态反馈的路径跟踪横向控制策略。基于车辆动力学模型,建立考虑轮胎滑移包络线约束条件的路径跟踪模型预测控制器,并根据车速选择合适的控制器时域参数;以车辆质心位置为控制点建立车辆跟踪误差模型,结合车辆当前位置横摆角偏差建立状态反馈调节器,通过LQR最优控制方法对无人车姿态进行校正。利用MATLAB/Simulink和Carsim软件对改进的状态反馈控制策略进行了仿真验证,典型双移线道路仿真试验表明:中低车速下车辆路径跟踪横向偏差降低了16%以上,横摆角偏差降低了33%以上,所设计控制器能够有效提高车辆路径跟踪精度,可保证车辆对变曲率弯道具有适应性和行驶稳定性。     

车辆路径问题的智能建模方法研究

针对车辆路径问题的自动建模工作,以人类建模思维规律为依托,提出了基于结构差异的智能建模方法,实现了车辆路径问题的智能建模系统,解决了车辆路径问题动态性导致问题建模不能实现的瓶颈.通过该系统的实际应用,验证了建模方法的可行性与有效性.     

基于改善整车加速噪声的试验及仿真方法

为了解决车辆在加速时发动机激励引起的车内噪声问题,进行了整车试验,得到噪声问题的主要频率特征。通过车辆加速时悬置被动侧振动加速度以及整车各个部件模态、振动灵敏度等数据确认了引起车内噪声的关键部件。首先,建立了整车有限元模型,仿真得到了关键部件模态;其次,通过试验验证了模型的有效性;然后,利用所建的整车模型对各部件进行改进,有效降低了各传递路径对车内噪声的灵敏度;最后,根据仿真结果提出了改进方案并进行装车验证。结果表明：车内的加速噪声主要由下拉杆悬置、副车架及前围板等部件与整车声腔模态耦合引起;改进后车内噪声明显改善,声压降低了8~9 dB。     

基于遗传算法的车辆跟驰行驶模糊控制研究

针对车辆安全跟驰行驶问题,利用三种常用车辆跟驰行驶安全距离,通过最小二乘法对安全距离进行拟合,得到一种改进的安全距离;根据两车之间的相对速度、安全距离和实际距离的差值,基于模糊推理理论,建立一个双输入单输出的车辆跟驰行驶模糊控制器;针对隶属函数由专家经验选取的局限性,采用遗传算法对隶属函数进行优化,得到基于遗传算法的车辆跟驰行驶模糊控制器,并在Matlab/Simulink软件中建立仿真模型。最后,分别对前导车匀速和匀减速两种工况进行仿真验证,仿真结果表明优化后的控制器提高车辆跟驰行驶的平稳性。     

自动驾驶车辆偏航控制方法

为解决自动驾驶车辆偏航控制过程中没有考虑车辆回归点回归航向角与预定轨迹切线角度重合问题,提出一种考虑回归航向角的自动驾驶车辆偏航控制方法。对规划的轨迹曲线进行处理得到轨迹各点的曲率和转向角,根据曲线的凹凸性设计了车辆偏航模型,并计算出转向角的补偿量;设计了速度跟踪控制模型,从而保证车辆以最大允许速度回归,计算速度补偿量,最后在MATLAB/Simulink中搭建了仿真模型并进行了仿真。结果表明,所提出的偏航控制方法可以使得偏航车辆在直线路径、圆形路径以及随机路径3个工况下迅速回归,位置误差可以达到精度要求,且满足回归实时性。     

基于改进遗传算法的带硬时间窗车辆路径问题研究

建立了带硬时间窗车辆路径问题数学模型。针对传统遗传算法在局部搜索能力上存在不足这一问题,根据相关文献将爬山算法的思想融入遗传算法中,构造了求解该问题的改进遗传算法。仿真结果表明,该算法在局部搜索过程中能够避免早熟,一定程度上克服了传统遗传算法在局部搜索能力上的不足。     

A decomposition-based hierarchical optimization algorithm for hot rolling batch scheduling problem

In this paper, the hot rolling batch scheduling problem is formulated as a multi-objective vehicle routing problem with double time windows model, in which the first time window deals with the surface grade constraint and the second one is for the linkage modes. In view of the complexity of the proposed model and the priority of considered objectives in practical production, a decomposition-based hierarchical optimization algorithm is proposed to solve the model. Firstly, the model is decomposed into two sub-problems: vehicle routing problem with time windows (VRPTW) and single vehicle routing problem with time windows (SVRPTW). Secondly, MACS-VRPTW is used to optimize the VRPTW sub-problem, in which the first objective is prior to the second one. Then, dynamic programming and genetic algorithm are used to optimize the SVRPTW sub-problem so as to reach a higher hot charge temperature. Experimental results based on the practical production instances have indicated that the proposed model and algorithm are effective and efficient.     

Solving reverse logistics vehicle routing problems with time windows

A vehicle routing problem with simultaneous pick-up and delivery in closed-loop logistics network optimization is studied in this paper. Since, in practice, material pick-up and delivery are only allowed to take place on certain time periods, we consider the reverse logistics vehicle routing problem with time windows. A mixed integer programming model is proposed to formulate the considered problem. A heuristic solution approach for solving the model is developed due to the NP-hard nature of solving the model. The heuristic solution is then used as an initial solution of a simulated annealing procedure for improved solutions. The proposed heuristic method and the simulated annealing procedure yield very promising solutions in much less computational time when compared with optimal solutions generated by exact solution procedures. Numerical examples are presented to illustrate the developed model and solution methods.     

带时间窗的多中心半开放式车辆路径问题

针对多中心协同配送下的车辆路径问题,建立了总成本最小化模型,所建模型满足多中心、多需求点和半开放式的特征。考虑到问题的复杂性,设计了一种三阶段求解算法：将K-mediods聚类算法用于原始数据分解,将原规模较大的多配送中心路径问题转换成多个单配送中心路径问题;设计了改进多蚁群算法来求解单配送中心路径问题,得到初始方案;在调整阶段,利用节约算法优化初始方案。分析了算例,并同其他文献的算法求解结果进行对比,结果表明,所提算法比GA-ACO算法求解得到的单中心配送最优路径值减小32.16%,总成本减小30.42%;比狼群算法解得的最优路径值和总成本均减小8.99%;比蚁群算法求得的最优路径值减小24.76%,最小配送成本减小3.40%,从而验证了所建模型的合理性和所设计多阶段算法的有效性。     

有时间窗车辆路径问题的改进遗传算法

给出了有时间窗车辆路径时间通用数学模型，该模型不仅能够满足大多 数实际问题的需要，而且通过对特定参数的设定，还能够转换成其他几种典型的组合优化问题的数学模型，通过引入新颖交叉算子，构造了一种进遗传算法，该算法摆脱了对群体多样性的要求，不存在传统遗传算法常见的“早熟收敛”问题，该算法已用于解决有时间窗的车辆路径问题，实验结果表明，它可以有效地求得有时间窗车辆路径问题的优化解，最求解车辆路径问题的一个较好方案。     

川江流域水电站群检修物流车辆调度研究

川江流域水电站群检修物流车辆调度具有非满载频繁运输、多时间窗约束、公用设备种类多等特点.为解决物流车辆调度问题,对传统车辆调度模型进行改进,建立了包含时间效应成本、检修公用设备变量的水电站群检修物流车辆调度数学模型.用LINGO11.0建模语言对实例求解,验证了所建模型的有效性、求解方法的可行性,对降低水电站群检修物流...     

多车型动态需求车辆路径问题建模及优化

针对现代物流配送系统中客户需求动态变化、配送中心车型多样化以及车辆行驶路线开放式的特点,建立了多车型开放式动态需求车辆路径问题的两阶段数学规划模型。制定了相应的预优化路线调度和实时动态调度的两阶段求解策略,提出了混合2-OPT量子进化算法的求解方法,设计了一种将常用的整数编码转换为量子比特的编码方法,每一个染色体都代表一种行车路线方案,对于量子进化算法求得的行车路线方案,引入2-OPT优化方法,对线路内的子路径进行局部调整,进一步提高了算法的收敛速度。最后通过实例测试及与其他算法的比较,验证了该方法的有效性。     

Some extensions to the sweep algorithm

The sweep algorithm has been widely used for the vehicle routing problem and its variants since it was published in 1971. It clusters a group of stops into a route according to the polar angle between the stops and the depot. In this paper, we point out the weakness of grouping stops solely by the polar angle in the sweep algorithm and propose some extensions to the algorithm. The sweep nearest algorithm and the usage of various reference points are proposed. The effectiveness of the extensions is demonstrated by computational results on the benchmark problems of the capacitated vehicle routing problem.