基于能量感知的实时并行任务蚁群调度算法

为提高异构平台实时任务的调度成功率、降低能量消耗,建立了实时directed acyclic graph(DAG)调度模型,提出了以降低能耗为目的的能耗模型,将蚁群算法运用于实时DAG任务调度。实验验证了蚁群算法可以高效解决能耗问题,提高调度成功率。     

装配式PC构件车辆调度问题研究

装配式PC构件体量大,配送频次高,使装配式PC构件运输成本成为影响PC构件成本构成的主要因素之一。研究传统车辆调度问题、粒子群算法、运输影响因素,建立了基于车辆油耗和车辆租赁、人工成本的PC构件运输成本模型。使用精确算法能够计算其最优解但耗时耗力,传统的粒子群算法存在一定缺陷,因此采用改进粒子群算法与精确算法对一个实例进行求解,得到了两种方式下车辆调度方案和综合最优成本相同,证明了改进粒子群算法的正确性和有效性,为求解此类问题提供了良好的方法。     

混凝土生产运输协同调度模型与算法研究北大核心

混凝土生产,特别是大平面基础工程混凝土浇筑过程通常具有工程量大、持续时间长、并行性突出等特点,目前大多采用预拌混凝土方式,由多个搅拌站协同供应混凝土。由于工程量大,涉及搅拌站和浇筑点数量多,整体生产和运输过程的时效性要求很高。为保证施工质量,提高施工效率,聚焦于大平面基础工程混凝土浇筑过程,建立了最小中断浇筑时间和最小车辆等待时间的双目标优化模型,用遗传算法对最小中断浇筑时间问题进行求解,在最优解中寻找车辆等待时间最小的调度方案。仿真试验表明所用的模型和算法可以找到中断浇筑时间最短的解,同时有效降低车辆的等待时间。     

混凝土生产运输协同调度模型与算法研究

混凝土生产,特别是大平面基础工程混凝土浇筑过程通常具有工程量大、持续时间长、并行性突出等特点,目前大多采用预拌混凝土方式,由多个搅拌站协同供应混凝土。由于工程量大,涉及搅拌站和浇筑点数量多,整体生产和运输过程的时效性要求很高。为保证施工质量,提高施工效率,聚焦于大平面基础工程混凝土浇筑过程,建立了最小中断浇筑时间和最小车辆等待时间的双目标优化模型,用遗传算法对最小中断浇筑时间问题进行求解,在最优解中寻找车辆等待时间最小的调度方案。仿真试验表明所用的模型和算法可以找到中断浇筑时间最短的解,同时有效降低车辆的等待时间。     

基于遗传算法的房屋建筑工程项目优化调度算法

为保证各项收益最大化,建筑行业对工程项目的优化调度问题十分关注,房屋建筑工程项目优化调度算法存在运输车辆最短碳排放时间过长的问题,为此,设计基于遗传算法的房屋建筑工程项目优化调度算法。假设施工产生的直接成本是所需工期的单调递减函数,获取房屋建筑工程项目成本,利用降维技术将关键路径上的工作都转移到同一个时间维度,基于遗传算法构建资源动态管理模型,将延期条件量化成经济损失,设计项目优化调度算法。实验结果表明：设计的房屋建筑工程项目优化调度算法,与另外两种房屋建筑工程项目优化调度算法的运输车辆最短碳排放时间均值分别为：237.67 h、336.51 h、298.03 h,说明在结合遗传算法后,设计的房屋建筑工程项目优化调度算法实用性更佳。     

基于混合量子遗传算法的外贸企业物流配送车辆优化调度

为了提高外贸企业物流配送车辆调度能力,提出基于混合量子遗传算法的外贸企业物流配送车辆优化调度算法。构建外贸企业物流配送车辆路径规划的地图网格模型,采用混合量子遗传算法进行外贸企业物流配送车辆调度的信息模拟,构建外贸企业物流配送车辆的移动规则模型,进行外贸企业物流配送车辆调度的路径规划。结合信息素导引方法进行外贸企业物流配送车辆优化调度的自适应控制,构建外贸企业物流配送车辆优化调度的混合量子遗传进化寻优模型,根据混合量子遗传路径约束寻优方法构建外贸企业物流配送车辆优化调度的人工智能算法,实现外贸企业物流配送车辆优化调度和人工智能控制。仿真结果表明,采用该方法进行外贸企业物流配送车辆调度的寻优能力较好,路径规划能力较强,提高了车辆调度效能。     

蚁群算法在城市交通导航系统的应用

本文基于蚁群算法模拟城市交通导航系统,对于解决城市交通拥堵问题给出了一些帮助。根据城市交通结构图,结合蚁群算法,有效解决了城市行驶车辆最优路径问题,并建立了智能导航系统。该导航系统利用蚁群算法不仅可以找到车辆行驶的较短路径,还可以帮助车辆选择车流量少的路线。模拟结果表明,该系统可以在较短的时间内,给用户指定最优路径,具有较好的导航效果。     

基于无线射频识别的混凝土企业车辆调度系统

本文介绍了如何利用无线射频识别技术对混凝土运输车辆进行识别和调度管理,实现混凝土生产企业车辆自动调度管理,能大大提高设备使用率和生产效率,有利于混凝土生产企业的信息化管理。     

交互烟花算法求解多车型需求可拆分车辆调度问题

针对物流配送过程中客户需求较大、单辆车难以满足且客户对驶入车型有限制的问题,构建了多车型需求可拆分车辆调度模型。提出交互烟花算法(interactive fireworks algorithm,In-FWA)优化求解模型,在烟花算法(fireworks algorithm,FWA)的基础上作出如下改进:1)在FWA常规爆炸中引入一种新的扇形爆炸机制,加强了烟花间的信息交流;2)使用螺旋变异方式替换了原有的高斯变异,加入了变异烟花与当前最优烟花间的信息交流;3)采取种群间精英群体吸取较差群体中较优维度的方式,进一步加强了算法种群间的信息交互性。最后,通过实验进行验证并与增强型烟花算法(enhanced fireworks algorithm,EFWA)、粒子群优化(particle swarm optimization,PSO)算法、免疫粒子群优化(immune particle swarm optimization,IPSO)算法、蚁群算法(ant colony algorithm,ACA)进行对比分析。结果表明In-FWA具有更高的收敛速度与局部搜索精度,明确了In-FWA求解该问题的有效性与优越性,并提出基于本算法的车辆调度方案。     

基于改进蚁群算法的结构抗震优化设计

为将蚁群算法应用于结构抗震优化设计,构造了基于性能的结构抗震优化模型.针对优化模型的特点和算法自身缺陷,从路径选择方式、信息素更新方式以及信息素浓度控制三方面改进算法,通过信息素的动态区块更新策略和整体缩减调整策略的结合实现了算法的阶段性搜索.以三层四跨框架模型作为优化算例,显示了改进蚁群算法在基于性能的结构抗震优化设计中的适用性和有效性,为抗震优化设计提供了一种可行方法.优化结果表明,改进的蚁群算法求解质量更优,稳定性更好,且在搜索效率和求解速度上提升显著.