大数据视角下时变路网的生鲜冷链车辆-库存调度优化研究

为了减少生鲜冷链物流总成本,不仅将配送涉及的库存成本和车辆运输成本联合考虑,而且在多温共配时考虑配送车辆的容积,并根据大数据角度得到的各路段不同时段的不同平均车速,建立时变路网的生鲜冷链车辆-库存调度的优化数学模型,采用改进的萤火虫算法对其进行求解。企业实际算例表明,相比人工调度方案节省了28%的成本。这说明时变路网与多温需求下的生鲜冷链车辆-库存调度解决方法是可行的。     

并行缝制流水线人力编排优化

为了提高缝制车间的生产效率和整体生产平衡率,对现有的并行缝制流水线进行分析,根据工人能力的差异,建立了并行缝制流水线人力编排优化模型.在人机相容条件和最大生产节拍条件的约束下,以并行缝制流水线的平衡率为优化目标,对缝制车间的工人进行编排,将具体的工人分配到合适的工位上,从而实现缝制车间人力平衡的最优化.采用改进的遗传算...     

基于复合帕尔贴模块热触觉再现装置研究

设计了一种基于复合帕尔贴模块的改进型温度触觉感知再现装置。首先分析了手指接触复合帕尔贴装置表面时的热传导过程,并根据热网络分析法建立了基于复合帕尔贴模块的热触觉感知模型;据此设计了一种通过控制复合帕尔贴模块表面温度变化来模拟温度触觉过程的装置,复合帕尔贴装置由两个20 mm×20 mm的帕尔贴模块重叠放置构成,通过对上下层帕尔贴模块输入电流分别控制,实现了比单层帕尔贴模块更为快速的升降温速率和更大工作温度区间;最后,通过热图标辨别实验,分析了将温度触觉感知再现应用于特殊人群导航的可行性。     

TD-SCDMA系统中动态信道分配技术研究

作为第三代移动通信系统的标准之一,时分-同步码分多址(TD-SCDMA)系统由于采用了时分双工(TDD)方式而在性能上显示出了不同于其他两个主流标准的优势,它能更充分满足日益兴起的不对称传输服务的需求。动态信道分配(DCA)技术是TD-SCDMA系统中的一种关键技术,它从业务服务的实际情况和趋势出发,更合理地分配信道,缓解频谱资源的紧张状态。本文主要是在现有的动态信道分配技术的基础上提出一种改进算法,通过仿真分析确认该改进算法可以减少数据掉包概率,使得系统资源得到更好的利用,更好的提高无线频谱利用率,防止网络阻塞。     

基于分布式发电的多类型储能系统的设计与应用

针对基于分布式发电的多类型储能系统,构建一套涵盖远程监控、能量管理及协调控制功能的多类型储能应用系统,通过系统拓扑设计及软硬件方案设计,满足多类型储能系统在分布式发电应用中安全、可靠、高效、经济运行的需要,优化系统内各种设备的运行与应用。     

基于TMS320DM642的PPM跟踪算法设计与实现

文中设计了一个实时目标跟踪控制系统,采用PPM（后验概率指标）目标跟踪算法,辅以模板自适应算法和目标轨迹预测算法。系统可以进行360。场景的巡逻监控,并在手动捕获待跟踪的运动物体后,实时跟踪目标。利用目标偏离视场中心的偏差生成控制信号,以此控制云台的运动,确保目标始终处于摄像机的视场中央。经过优化的代码在SEEDVPM642平台上的运行结果表明,该系统能实时可靠地跟踪选定的目标。     

基于示功图的油井供液能力智能识别方法研究

油井供液能力作为游梁式抽油机间抽控制和冲次调节的重要依据,它的准确识别对降低油田生产能耗、提升抽油机系统效率和增加油田产油量意义重大。论文研究了基于数据驱动的深度学习回归模型,采用融合了特征金字塔、高斯热力图和注意力机制的深度学习网络提取示功图图形特征并识别功图的四个凡尔开闭点,根据识别出的凡尔开闭点量化油井供液能力,为后续抽油机的智能控制提供调节依据。实验结果表明,该模型能够准确识别功图的四个凡尔开闭点,实时估算油井供液能力。     

一种基于行为的移动机器人目标人跟踪控制方法

针对室内复杂环境,对于智能服务移动机器人,设计一个连续稳定的目标人跟踪算法是必要的.为此提出一种室内环境下基于行为的移动机器人对运动目标人进行跟踪的控制方法,该方法综合优先级裁决方法与模糊行为融合法选取移动机器人的控制行为,较好地解决跟踪过程中存在多种行为以及行为冲突问题,在完成运动避障的同时保持对运动目标的跟踪.对避...     

针对规则化工件曲面的喷涂轨迹规划研究

基于大曲率复杂自由曲面可被分片造型成若干个近似平面、圆柱面、圆锥面和球面组合的思想,文中分别针对平面、圆柱面,圆锥面、球面等不同规则化曲面的喷涂轨迹优化进行研究。首先根据平面的静态喷涂模型分别建立圆柱面、圆锥面、球面的喷涂模型,并以涂层均匀性为优化目标求解优化的路径参数,喷枪速度v和喷涂间距d,在此基础上分别给出针对平面、圆柱面、圆锥面、球面的喷枪轨迹的生成算法。最后通过仿真验证了所提方法的有效性、正确性。     

海洋环境下武器装备作战效能自学习评估模型

针对海洋环境影响下武器装备作战效能的评估问题,提出了具有自学习能力的评估模型。将作战效能分级,基于神经网络建立海洋环境要素与作战效能级别之间的非线性映射,通过估计武器装备的作战效能级别获得其作战效能。为提高模型的评估可信度,评估模型增加了自学习能力,可对其本身进行自学习修正。随着样本增加,为提高评估结果的数值精度,对作战效能级别作进一步细分,使得模型中神经网络的结构得以改进。在此基础上,通过对模型的自学习训练即可实现模型的自学习修正。最后针对某作战平台作战效能的评估实例,实验结果表明模型自学习更新后其可信度得到提高,从而验证了所提出的评估模型的可行性。与传统方法相比该评估模型无需依赖专家经验,具有较高的客观性。