引入信息预处理的多状态二进制改进算法

针对多状态二进制防碰撞算法通讯数据存在冗余的情况,引入信息预处理与阅读器部分接收机制。在识别过程只处理冲突位,阅读器只接收并记录标签部分数据,尽量避免数据重复发送与接收,状态标志根据不同指令做变化,减少交互次数,从而降低通讯数据量。采用Java进行算法模拟仿真,结果表明,在碰撞位不连续,碰撞位冲突率低于25%时,算法在减少通讯量方面,具有明显优势。若不计入预处理过程,该算法在任何碰撞位冲突率下通讯数据量都有较大优势。     

新的室内移动机器人自定位方法

针对现有室内移动机器人自定位方法中存在的定位精度不高,随时间积累定位误差增大,复杂室内环境下信号存在多径效应和非视距效应等问题,提出了一种基于蒙特卡罗定位(MCL)的新的移动机器人自定位方法。首先,通过分析基于无线射频识别(RFID)技术的移动机器人自定位系统,建立机器人运动模型;然后,通过分析基于接收信号强度指示(RSSI)的移动机器人自定位系统,提出机器人移动过程的观测模型;最后,针对粒子滤波定位执行效率不高的问题,提出粒子剔除策略和依据粒子方位赋予粒子权值策略,提高系统的定位精度和执行效率。仿真实验表明,机器人在移动过程中的自定位误差在X轴和Y轴方向上为3 cm,传统定位算法误差为6cm,新算法定位精度提高近1倍,且算法具有很好的鲁棒性。     

小生境自适应遗传模拟退火智能组卷策略研究

为了提高智能组卷质量,提出一种基于小生境自适应遗传模拟退火算法的智能组卷策略.该算法动态调整交叉和变异概率进行遗传操作,对中间种群进行小生境选择和模拟退火操作,从而增强了种群多样性,有效克服了遗传算法局部收敛和早熟的缺点.文章针对各约束条件建立了组卷数学模型,给出了基于期望平均分的难度分布函数和小生境自适应遗传模拟退火组卷模型.大量测试数据表明,该方法是一种有效可行且实用的组卷方法.     

考虑返回补偿的闭环供应链随机库存补充策略

针对同时拥有制造和再制造的企业,研究了返回补偿的回收策略对库存管理的影响,给出了具有两条补充渠道(正向渠道和再制造逆向渠道)库存系统。首先,在返回补偿价格影响产品返回概率的条件下,建立了单产品多周期随机库存模型;然后,在系统收益期望值最大的目标下,得到了正向渠道库存补充的最优策略结构;最后,对最优决策进行了参数分析。     

遗传算法的FPGA硬件实现

针对遗传算法软件实现速度慢、效率低的缺点,提出了便于算法实现的串行和流水线两种硬件实现方案。详细描述了设计方案,选择算子、交叉变异算子结构,种群以及适应度的存储和流水线结构,并在流水线中引入并行机制。利用函数极值和旅行商问题分别对方案的资源耗费、运行速度的有效性进行了验证。实验结果显示,这两种硬件实现方法结构简单,资源耗费少,运算速度和运行效率较软件实现大大提高,运行速度平均提升2~3个数量级,为算法在一些实时性要求较高的场合得到应用提供了良好基础。     

改进多状态二进制防碰撞算法及其硬件实现

针对普通多状态二进制防碰撞算法中阅读器和电子标识之间存在冗余通讯数据的缺点,提出一种改进多状态二进制防碰撞算法.改进新算法通过引入信息预处理机制和令阅读器只处理当前有用通讯数据位的方法对原算法进行了算法改进,且新算法便于硬件实现.模拟仿真、理论分析和实例均验证了新算法的可行性、实用性和高效性.同时也提出了对应的基于FPGA的总体硬件实现方案,并详细给出了编码器和解码器等分模块的设计实现方案.模拟仿真表明硬件实现方案结构简单,资源耗费少,识别周期短,通信速率高,具有较高的硬件加速比,为算法实际应用提供了良好基础.     

基于改进遗传算法的物流配送路径优化研究

通过对物流车辆配送过程的研究分析,建立了不带时间窗约束的物流车辆配送路径优化模型。针对普通遗传算法早熟和易陷入局部最优的缺点,通过引入小生境技术对遗传算法进行了改进。其中,选择操作采用了最优个体保留和轮盘赌结合的策略,交叉操作采用最优路径子路径保留策略;变异算子保证个体逐代进化。个体交叉前的配对选择以及交叉完毕后的调整都引入了小生境选择机制。这些方法大大增强了种群的多样性和全局寻优能力,加速了算法的收敛。最后通过实例验证了算法的可行性、实用性和高效性。     

遗传模拟退火智能组卷策略研究

智能组卷是一个包含多重约束条件的最优组合问题,设计有效算法求解优化问题对获得高满意度试卷至关重要,为此,提出了一种基于模拟退火与标准遗传算法的混合智能组卷算法。约束模型采用了基于期望平均分的难度分布函数计算试卷难度系数,该算法模型采用分组实数编码,单点交叉算子,单个和随机两种基因变异算子,并对每代个体进行模拟退火操作。给出了详细的实验对比结果,表明了该算法的有效性。     

一种改进的动态多叉树防碰撞算法

树型防碰撞算法以其简单易用的特点而备受关注.针对现有的二叉树防碰撞算法所需搜索深度大、时隙较多的问题,四叉树防碰撞算法空闲时隙较多,造成交互次数较多、通讯量较大的缺点,提出了一种新的动态多叉树防碰撞算法.该算法根据响应的标签个数在二叉树和四叉树中进行动态自适应选择,从而有效减少搜索时隙和空闲时隙,减少了标签识别的交互次数,大大降低了标签识别的通讯量.算法采用Java语言编写,Eclipse平台运行.经仿真和实验验证,改进的动态多叉树防碰撞算法能有效减少搜索时隙和空闲时隙数目,缩短识别时间,提高系统效率.     

基于信息预处理的分组动态二进制防碰撞算法

针对现有二进制防碰撞算法通信数据量大、存在冗余信息的缺点,提出了一种新二进制防碰撞算法。新算法在阅读器与标签的首次通信中首先进行信息预处理,后继识别过程中只处理冲突位,然后利用每次探测得到的碰撞位信息构造二叉树。最高碰撞位之前的部分后接一个“0”为左子树,最高碰撞位之前的部分后接一个“1”+两个最高碰撞位之间的部分为右子树,在叶子结点实现标签的识别。该算法从阅读器和标签两方面同时进行改进,减少了通信量,提高了识别效率。