基于智能垃圾桶的垃圾分类动态收运路径优化问题研究

针对城市生活垃圾分类收运过程中存在的环境二次污染和垃圾产生量不确定性等问题,提出了一种基于智能垃圾桶的动态收运车辆路径优化方法。建立以最小化碳排放成本、燃油消耗成本、固定成本和车辆延迟到达惩罚成本为目标的动态车辆路径优化模型。采用滚动时域的方式将动态问题转换为一系列静态问题,并设计两阶段算法进行求解。首先采用粒子群算法对收运车辆路径进行规划,而后在每个时域末,综合考虑待清运垃圾桶的位置和垃圾量、垃圾收运车辆的位置和装载量以动态调整现有车辆路径。研究结果表明,相较于传统的静态收运方案,动态垃圾收运方案能够在降低车辆运输成本和碳排放成本的同时,显著降低由于清运不及时造成的环境二次污染的风险。     

Handling multiple objectives with biogeography-based optimization

Biogeography-based optimization (BBO) is a new evolutionary optimization method inspired by biogeography. In this paper, BBO is extended to a multi-objective optimization, and a biogeography-based multi-objective optimization (BBMO) is introduced, which uses the cluster attribute of islands to naturally decompose the problem. The proposed algorithm makes use of nondominated sorting approach to improve the convergence ability effciently. It also combines the crowding distance to guarantee the diversity of Pareto optimal solutions. We compare the BBMO with two representative state-of-the-art evolutionary multi-objective optimization methods, non-dominated sorting genetic algorithm-II (NSGA-II) and archive-based micro genetic algorithm (AMGA) in terms of three metrics. Simulation results indicate that in most cases, the proposed BBMO is able to find much better spread of solutions and converge faster to true Pareto optimal fronts than NSGA-II and AMGA do.     

基于集对分析与NSGA-Ⅱ的生产作业多目标优化

针对生产过程中生产作业的优化调度问题,以生产质量、效率和成本阈值为约束条件,基于集对分析建立了的生产质量—效率—成本控制的生产作业多目标优化模型;利用快速非支配排序遗传算法（NSGA-Ⅱ）求解优化模型,得到相对确定条件下质量—效率—成本控制的Pareto最优解集。决策者依据实际生产过程需要,为各项生产作业从Pareto最优解集中筛选最合理的调度方案。最后,通过算例仿真验证了结合集对分析与NSGA-Ⅱ的方法解决生产作业多目标优化问题的准确性、有效性和实用性。     

基于ARM9与Linux智能搬运分拣机器人的设计与实现

给出了嵌入式ARM-Linux平台环境下的智能搬运分拣机器人的设计方案。其硬件平台是以ARM9架构处理器S3C2440A作为系统控制核心,并根据硬件资源对kernel、根文件系统以及应用程序进行了修订和编译,为机器人构建了Linux系统软件平台。同时还采用了一种改进型SIFT算法进行货物识别。凭借着强大硬件性能、开放的软件系统以及高效的匹配算法,使本机器人动作稳定性好、拓展性强以及识别精准度高等特点,能够工作在多种作业环境下。     

堆场疏浚泥颗粒分选特性初步量化方法

为了准确评估堆场存储能力和合理选择疏浚泥处理工艺,以泥沙运动学为理论基础,将疏浚泥颗粒分为d0.005 mm、0.005 mm≤d≤0.01 mm和d0.01 mm 3个粒组,分析了各粒组相对含量的沿程变化规律,明确了堆场疏浚泥分选的主要原因是d0.01 mm粒组与0.005 mm≤d≤0.01 mm粒组的相对运动;以分选系数量化堆场疏浚泥分选的显著程度,以偏离系数量化原泥颗粒组成对堆场疏浚泥分选的影响,分析了分选系数、偏离系数分布与堆场疏浚泥土性分布的关系,提出了堆场疏浚泥分选特性的初步量化方法。研究结果表明:随着离吹填口距离的增大,分选系数沿程减小,呈幂函数分布,堆场疏浚泥分选性沿程减弱,吹填口附近分选系数最大,颗粒分选显著,粒度差异大,退水口附近分选系数趋近于零,分选不明显,颗粒分布均匀;偏离系数沿程先减小后增大,呈勺形分布,反映堆场前、后段疏浚泥土性与原泥相差较大,而堆场中段疏浚泥土性与原泥接近;分选系数、偏离系数的沿程分布与堆场疏浚泥土性分区具有良好的相关性。     

常用数据加密技术的对比研究

如今的世界已经是一个信息化和数字化交织的庞大体系,人们对数据安全和保密的重要性认识不断提高,为确保数据的安全多种加密技术被广泛使用。然而数据的非法复制,解密和盗版问题日益严重,数据加密技术依旧是很重要的环节,本文仅对目前常用的加密算法加以比较研究提出较好的加密方法。     

具有区间参数的VRP及其改进的C-W节约算法

在传统的车辆路径问题的基础上,针对配送中心到客户以及客户到客户之间的费用为区间参数时的车辆路径问题,建立了相应的数学模型.用可能度的区间数排序方法对费用区间参数进行排序并应用到C-W(clark-wright)节约算法中,提出了改进的C-W节约算法.通过算例验证了该算法的有效性和可行性.     

子母式穿梭车仓储系统配置优化问题研究

针对仓库资源配置涉及因素众多难以优化问题,提出平均吞吐时间和成本集成的配置优化方法,从提升机和穿梭车两个维度分析,结合子母式穿梭车仓储系统运作特点,考虑穿梭车跨层作业,以平均吞吐时间和成本为目标函数,以货架数量、层数、列数、排数以及设备的数量及运行参数为决策变量,构建子母式穿梭车仓储系统配置多目标优化模型。采用非支配排序遗传算法进行求解,得到Pareto最优解。解集为决策变量的集合,根据这些参数,企业考虑实际情况进行仓储区域的规划布置以及设备选型,为推广应用自动化立体仓库提供了有效参考。     

基于物联网的分拣机器人故障检测系统设计

目前研究的分拣机器人故障检测系统检测准确性较低,导致检测结果误差较大、实时性较差;为此,基于物联网设计一种新的分拣机器人故障检测系统;选用滑轮式机器人载体设定分拣机器人,硬件部分采用Zigbee压力传感器采集机器人故障信息,利用XBEE模块负责数据传输,协调分拣中控机接收各个传感器采集的信息,通过STMP3550芯片实现控制器设计;通过信息标定、信息采集、特征提取、故障识别实现软件工作流程,应用非极大值最大类间方差法来筛选出最优的高低阈值解,得到连续但含有假边缘的故障信息图像边缘;将提取到的图像特征向量映射到类型空间之中,确定故障原因,完成故障识别;实验结果表明,所设计分拣机器人故障检测系统在6次检验中都准确地检测出故障原因,故障检测耗时平均值为3.27 min,能够有效提高检测准确性,加强检测结果的实时性.     

一种矩阵和排序索引关联规则数据挖掘算法

在关联规则挖掘算法中,Apriori由于多次对数据库进行扫描会产生较多的候选集,在多次扫描数据库的情况下容易产生I/O开销问题,并引起数据挖掘效率低。矩阵关联规则在数据挖掘过程中没有删除非频繁项集,致使存在较多的无效扫描,对于挖掘效率的提高也不明显。该文提出了一种改进的矩阵和排序索引关联规则数据挖掘算法,首先,删除不需要的事务和项,通过矩阵相乘和查找表获得频繁的二项式集合,结合排序索引得到剩下的频繁k-项集。与矩阵关联规则算法和Apriori算法进行比较,提出的算法可以直接查找频繁项集并对数据库进行扫描,当产生频繁项集比较多或者数据库需要进行动态更新时,该算法具有较好的可行性和执行效率。实验表明,提出的矩阵排序索引算法很好地降低了内存的使用率和I/O的开销,提高了数据挖掘的效率且具有较好的可扩展性。