面向全局搜索的自适应领导者樽海鞘群算法

针对实际配送过程中客户需求、车辆服务时间随机可变,提出带软时间窗的随机需求和随机服务时间的车辆路径问题.以配送车辆行驶路径为研究对象,建立基于配送成本、时间惩罚成本、修正成本的配送车辆路径优化模型,并提出一种混合禁忌搜索算法.该算法将最近邻算法和禁忌搜索算法相结合,将时间窗宽度及距离作为最近邻算法中节点选择标准;并对禁忌搜索算法中禁忌长度等构成要素进行自适应调整,引入自适应惩罚系数.实验结果表明,改进后的混合禁忌搜索算法具有较强的寻优能力、较高的鲁棒性,同时算法所得车辆行驶路径受客户需求变动影响较小.     

浅析10kV电力电缆线路的设计、运行与维护

电缆线路的供电性能更加可靠,使用的寿命也相对较长,并且电缆线路一般都是埋设在地下的管道当中,所以受到外界的干扰极小,这也就减少了事故的发生率。其次就是电力电缆的运用对于城市更加方便管理,解决集中供电电网复杂的问题。但是电力电缆在成本方面花费较高,修理也相对困难。本文就将对电力电缆线路的设计、运行以及维护做重点的分析,以供大家参考。     

基于车辆与步行轨迹数据挖掘的输电线路巡视路径规划研究

为解决近年来输电线路规模日益扩大,巡视人员扩充不足导致的人均线路维护量过高、巡视质量下降、巡视路径规划欠佳、出行车辆安排不够合理等问题,确保电网安全稳定运行。本文基于PMS2.0系统中的杆塔台账数据、国网统一车辆管理平台中的车行轨迹数据、PDA移动手持终端记录的巡视人员步行轨迹数据等,结合导航电子地图（离线版）,挖掘出各数据之间存在的关联性、耦合性,深入分析人员的巡视习惯,建立了最优规划路径计算模型,实现了对目标杆塔自动导航寻路功能,并通过现场验证,提高了线路巡视效率;在此基础上,将班组所辖线路进行网格划分,优化了周期巡视计划和特殊区域巡视计划。研究结果可为提高线路巡视计划灵活性、规划合理巡视路径、安排出行车辆提供强有力的决策依据。     

谈110kV电力电缆线路的设计及施工技术

随着用电需求在不断增加,供电企业必须加大电网规模才能满足当前日益增长的供电需求。当前,我国的电缆线路正在从传统10kV电缆线路向着110kV电缆线路转变。本文主要是对110kV电力电缆线路的设计及施工技术进行简要分析。     

基于时域反射法的电力电缆网络故障诊断方法研究

针对维护大规模老化电力电缆网络这一关键挑战,通过详细描述电力电缆中的信号传输物理模型,提取反射信号和透射信号中的故障特征,研究基于时域反射法的电力电缆网络故障诊断方法,实现电缆网络故障的快速辨识与定位;以最小单元Y型电缆网络为研究对象并建立其物理模型,利用分布式检测时测点之间的反射信号及透射信号所反映出的信号传播路径和阻抗不匹配信息,开展多源信息融合的电缆网络故障诊断方法研究;在Matlab/Simulink软件环境中搭建Y型电缆网络的故障仿真模型,通过设计不同主干、分支线路故障的仿真实验,验证了方法的有效性和适用范围,测量得到的故障距离相对误差限定在1%内。     

遗传算法路径规划在无人机电力巡线中的应用

无人直升机在规划巡线线路时,由于不满足无人机的机械性能或有撞山风险,需经常对路径进行局部规划,本文将遗传算法应用于无人直升机局部路径规划。针对遗传算法在进化过程中容易出现大量无效路径,导致进化效率低下,运算时间长的情况,设计了路径修复机制,引入插入算子和删除算子,有效提高了运算效率。试验结果表明这种方法能够很好的解决无人直升机在电力巡线中的局部路径规划问题。     

输电线路巡视效率提升的方法探讨

随着电网的日益扩大，输电线路数量快速增长，提升巡视效率成为了平衡巡视任务和巡视力量的有效手段。而工作班组新老交替，为引导青工尽快适应巡线岗，发挥出应有的作用，分析了影响巡视效率的主要原因，主要介绍了通过减少步行或者寻径的时间，缩短非核心工作时间占比，达到提高巡视效率的目的。     

基于数据集压缩的聚类算法性能优化研究

针对目前聚类算法对大数据集的聚类分析中存在时间花费过大的问题,提出了一种基于最近邻相似性的数据集压缩算法。通过将若干个相似性最近邻的数据点划分成一个数据簇并随机选择簇头构成新的数据集,大大缩减了数据的规模。然后分别采用k-means算法和AP算法对压缩后的数据集进行聚类分析。实验结果表明,压缩后的数据集与原始数据集的聚类分析相比,在保证聚类准确率基本一致的前提下有效降低了聚类的花费时长,提高了算法的聚类性能,证明该数据集压缩算法在聚类分析中的有效性与可靠性。     

基于A*引导域的RRT智能车辆路径规划算法

为了泛化RRT （快速搜索随机树）算法在智能车辆路径规划领域内的应用,解决该算法搜索效率低、最近邻搜索函数不合理等问题,本文提出了一种基于A*引导域的RRT路径规划算法.该算法将A*算法与RRT搜索算法进行有效地结合,利用由A*算法在低分辨率栅格图中生成的最短路径来构建引导域,以提升RRT算法的采样效率;同时在设计RRT算法的最近邻搜索函数时考虑车辆自身约束,以增强搜索树节点选择的合理性.通过仿真实验和实车测试,对该算法的优越性、有效性和实用性进行了验证.     

基于CSI改进的WKNN室内定位方法

传统的加权K最近邻算法中以距离作为权值,随着数据维度的增加,计算距离与真实距离的误差越来越大。针对这一问题,提出了一种贝叶斯后验概率的加权K最近邻算法——贝叶斯后验概率(Bayes ian Posterior Probability-Weighted K-Nearest Neighbor,BPP-WKNN)方法。首先用支持向量机算法分类选取测试点的近邻指纹点,其次计算测试点到每个近邻指纹点的贝叶斯后验概率,最后以贝叶斯后验概率的大小作为权值进行BPPWKNN算法定位。实验果表明:与基于曼哈顿距离的加权K最近邻算法和基于欧氏距离的加权K最近邻算法相比,改进后的BPP-WKNN定位算法的定位精确度和稳定性更高;利用支持向量机算法的稀疏性定位完成时间分别缩短了49%与42%。     

蚁群算法在电力巡检路线规划中的应用

为了提高电力巡检效率,需要制定科学合理的巡检路径规划方案。通过分析电力线路巡检工作的内容和特点,建立了基于 VRP(车辆路径问题)的巡检路径规划模型并利用蚁群算法对问题进行求解。实验求解结果表明,利用该方法进行巡检路线的优化,改善了巡检方案的科学性、合理性,提高电力巡检部门的工作效率。     

Optimized design of patrol path for offshore wind farms based on genetic algorithm and particle swarm optimization with traveling salesman problem

With the rapid expansion of global offshore wind power market, the research on improving the full life cycle income and reducing the construction and operation and maintenance costs has attracted the attention of scholars in the industry. In view of the different aging degree and maintenance cycle of wind turbines, this paper studies the optimized design of patrol path for offshore wind farms based on genetic algorithm (GA) and particle swarm optimization (PSO) with traveling salesman problem (TSP). Firstly, the problem of patrol routing planning in offshore wind farms is described as the traveling salesman problem of shortest route optimization. Secondly, the GA and PSO algorithms are simulated and verified separately, and the patrol path distance is taken as the objective function. Finally, through simulation experiments, the optimized patrol path performances of PSO and GA are compared, which can help to find a shortest route and reduce the operation and maintenance costs.     

多时空配送任务驱动的无人车队车辆数优化方法

为解决快递终端配送多时空任务驱动下的最小无人车队车辆数配置问题,提出一种随机优化方法。首先,分析服务时长和等待时长对无人车队行驶路线规划的影响,从而构建最短路径模型;然后,基于二维时空网络构造服务序列网络;其次,通过网络转换将最小无人车队车辆数配置问题转化为网络最大流问题,并建立以车队车辆数最小为目标的最小车队模型;最后,针对模型特征设计一种融合Dijkstra算法和Dinic算法的Dijkstra-Dinic算法来对最小无人车队车辆数配置问题进行求解。在四种不同规模的服务网络中进行仿真实验,实验结果表明：在不同成功服务率下,最小无人车队车辆数与服务网络规模呈正相关,但随等待时长的增加而减少并趋向于稳定;所提算法中所引入的One-stop算子大大提高了搜索效率,所提模型和算法适用于大规模服务网络中的最小车队计算。     

基于文化算法的无人飞行器航迹规划*

现有航迹规划方法无法保证规划最优路径的同时满足实时性要求,因此文中提出基于文化算法的无人飞行器航迹规划算法.利用文化算法的特性,将在线航迹规划方法与离线航迹规划方法相结合,融入文化算法种群空间中.知识提取,将初始航迹提取为形势知识,将航迹中特征节点可变化范围提取为规范知识,使用知识限定规划空间,缩短规划时间.通过知识结合不同规划方法,弥补现有方法的缺点.实验验证文中算法在复杂动态环境下能有效寻找目标点,相比其它在线航迹规划方法,规划速度更快,规划航迹更短,有效减少飞行器执行任务的时间.     

基于遗传算法的城市输电网络巡视路径优化选择问题

为了保障输电网络的安全稳定运行, 降低电网故障概率, 优化输电网络日常管理, 基于实际调研获得输电网络的加权网络图, 考虑输电网络巡视消耗成本、机会成本、风险成本, 根据实际巡航问题的约束条件和效用最大化的目标函数建立数学模型。提出了基于输电网络巡视路线优化的遗传算法设计, 通过与改进的Dijkstra算法相比较, 提出的算法具有计算复杂度低、准确率高、鲁棒性强的特点。针对有关输电网络日常巡视管理优化问题的探讨, 对于提升电网应急响应速度、提高电网可靠性、降低成本、提高效率有十分重要的意义。     

基于改进蚁群算法的线缆路径规划技术研究

线缆布线是复杂机电产品设计中的普遍性难题。针对线缆布局设计中存在的效率低、可靠性差等问题,提出了一种基于改进蚁群算法的线缆路径规划方法。采用分段式空间划分方法对待布线空间进行环境建模,同时对布线空间进行栅格化处理,以获取三维布线路径的规划空间。为解决基本蚁群算法在进行路径搜索时路径点容易发散的问题,引入了基于重力规则的蚁群算法路径搜索策略,提高了路径规划的真实度。在仿真实验中,将所提出的方法与基本蚁群算法进行了对比分析,验证了该算法的可行性和有效性。     

基于GIS的POS机维修信息服务平台

针对商业银行POS机设备高效维修服务问题,对POS机维修信息服务平台进行开发。该平台采用B/S架构,后台采用Spring MVC和MyBatis整合框架,前端采用Bootstrap和easyUI框架以及地理信息系统（GIS）路径优化算法进行设计与实现。对客户方的每一个报修信息及时进行处理、派单维修,使整个报修、维修信息服务过程实现自动化、智能化、规范化,有效地提高了办事效率。