基于粒子群蚁群算法的供应链合作伙伴选择研究

针对供应链合作伙伴选择的准确性和效率问题,提出一种基于粒子群和蚁群优化的合作伙伴选择算法。建立基于供应链链节体和连接弧的有向图路径模型,构造多目标规划模型。利用改进的离散型粒子群算法,求取伙伴选择问题的初始解集,构建初始信息素矩阵,通过改进蚁群算法的寻径规则,求取供应链合作伙伴选择问题的最优解。实验结果表明,所提算法有效提高了供应链合作伙伴选择的精度和效率,具有较好的性能。     

固定式减摇鳍执行机构的模态及动态响应分析

采用有限元法对小型高速船使用的固定式减摇鳍执行机构进行模态分析和瞬态动力响应分析,对减摇鳍执行机构的结构动力性能进行全面分析.结果可为同类减摇鳍执行机构的结构设计提供参考.     

速度不确定下作业时间最短的集卡调度优化

在集装箱码头装卸作业中,提高集卡调度对作业效率有非常大的影响。而集装箱卡车重车和空车行驶速度的不确定性,增加了集卡调度的难度。为此提出建立不确定环境下作业时间最短的集卡调度优化模型。在完成固定装卸任务的前提下,通过对集卡的合理调度,达到不确定情况下集卡总作业时间最短。针对不确定模型的特点,采用粒子群算法快速求解,同时保证了解的有效性。算例表明上述模型和算法合理解决了不确定环境下集卡调度优化问题,得到较好的计算结果,并且降低了运算复杂度,提高了调度效率。     

基于双天线的高精度GPS定位测向系统及其在无人水面艇上的应用

介绍了一种基于双天线的高精度GPS定位测向系统,该系统可以实现精确定位、测向;分别从硬件和软件两个方面详细介绍了双天线GPS定位测向系统,双天线GPS系统的硬件部分主要由GPS接收机、主天线和从天线组成,GPS接收机内置OEM板和底层通信板,软件部分主要解析GPS数据处理模块的软件工作流程;通过静态实验和动态实验分析系统定位、测向的精度,实验数据表明静态实验的经度的标准偏差为0.315 5 m,纬度的标准偏差为0.196 2 m,第一次静态实验的测向标准偏差为0.098 1°,第二次静态实验的测向标准偏差为0.092 6°;最后,将此系统应用到无人水面艇,进行直线路径跟踪水上试验.     

基于动态目标追踪的伺服跟随机器人设计

提出一种基于动态目标追踪的伺服跟随机器人设计构架.以低成本单目视觉传感器为观测手段,通过高斯滤波、图像空间变换、图像分割和模型特征提取实现对人造环状标志物的辨识和追踪;并基于此实现对监控目标的伺服跟随.     

围油栏形状优化的数值模拟

文中对传统围油栏进行形状优化,应用流体体积分数法(VOF),数值模拟优化后的围油栏对两种不同粘度油类拦油效果;通过分析、比较拦油失效速度、失效时间以及围油栏失效前的栏前受压,说明围油栏形状优化的可行性,以提高围油栏的拦油性能。     

基于领航位置信息的AUV三维编队控制方法

研究了自治水下机器人（Autonomous Underwater Vehicle,AUV）三维环境中编队控制问题,应用领航一跟随式队形控制方法,仅利用领航者的位置信息及期望编队队形得到虚拟机器人的航行轨迹及速度信息,作为跟随者的航行参考量,应用反步及滑模控制方法为跟随者设计自适应控制律,使其轨迹收敛于虚拟机器人的轨迹,从而与领航者保持期望位姿关系。随后,在具体AUV动力学模型上,利用MATLAB／SIMULINK平台进行了编队控制的仿真研究,实现了预期的控制效果,验证了算法的有效性及实用性。     

论区间B样条曲线的升阶与割角的关系

为了解决区间B样条曲线的升阶理论问题,提出区间控制多边形概念,利用双次B样条基函数证明了区间B样条曲线具有升阶性质;并阐明了区间B样条曲线的升阶就是对其控制多边形的割角过程.最后证明了当升阶次数趋于无穷时,区间B样条曲线的控制多边形收敛到该曲线.     

基于组合特征的集装箱箱号识别法

为准确、高效地识别集装箱箱号,提出一种基于组合特征实现箱号识别的方法。对分割好的字符二值图像预处理后提取孔洞特征、凹凸特征、跳变特征、笔画特征等,利用树形分类器进行分类识别,并结合箱号自身的校验规则进行验证、识别。该方法不需要对字符图像做复杂的细化处理,提高了运算速度,避免了细化造成的字符畸变。实验结果表明,该方法平均箱号正确识别率可以达到93%,每箱号(11个字符)平均识别时间为0.065s。     

改进的遗传算法应用于碎片拼接

碎片拼接实际用途已经越来越广泛,本文讲述传统碎片拼接的方法,引出图形匹配策略,传统的碎片拼接算法大多需要大量繁琐的计算,大大增加了算法的时间复杂度,依据传统算法的不足,改进遗传算法应用于碎片匹配策略,提出可以实现更高效率、更高准确率的碎片拼接算法。