排序方式: 共有17条查询结果,搜索用时 192 毫秒
1.
考虑不同货流运输需求及其时间窗约束,研究长江集装箱多式联运路径优化问题,以运输总费用最小为目标构建数学模型,提出基于深度优先遍历的两阶段多式联运路径优化动态规划算法.第一阶段通过网络遍历提供所有货流可行路径方案集,作为第二阶段的输入完成多式联运路径优化.算例研究结果表明,动态规划算法可实现模型有效求解,适当调整时间窗约束或班次信息可降低多式联运费用. 相似文献
2.
为解决粒子群优化算法中种群多样性与收敛性间的矛盾,提出一种具有重组学习和混合变异的动态多种群粒子群优化算法.该算法动态划分多种群并融入重构粒子作为引导因子,在增加种群多样性的同时保留优秀粒子的空间信息;在算法执行阶段对最优个体施加混合变异,基于时变概率实施反向学习策略或者邻域扰动操作,帮助粒子快速跳出局部困境,加强对附近区域内的精细搜索.基于14个多类型标准测试函数,并与其他的改进粒子群算法进行对比,验证了几种改进措施的有效性和叠加影响.为进一步探究概率性混合变异策略的敏感性,对变异方式及参数设置进行仿真实验,结果表明,所采用的极值扰动策略具有显著的优势,合理地控制学习强度可以充分发挥反向学习的作用,并给出影响参数的建议取值范围.实验结果还表明,所提出的算法能够更好地平衡种群的开发与勘探能力,提高求解精度和收敛性能. 相似文献
3.
多港口联合调度在我国还处于研究上的空白状态。考虑到港离港时间、满空箱量、泊位吨数等方面的因素,设计了重庆港多港口集装箱码头联动调度的原则和策略,建立了联动调度的数学模型,定义了目标函数和相应的约束条件,并实现了调度计划的动态模拟和仿真测试。 相似文献
4.
为解决智能制造环境中具有多时间和多AGV约束的柔性作业车间调度问题,构建了以最小化最大完工时间、最小化总延期、最小化设备总负荷为目标的机器/AGV双约束多目标调度模型,模型中综合考虑加工时间、工件到达时间、交货期等多时间因素,进行了多AGV和机器集成调度。为求解该模型,设计了新的AGV调度规则和改进的NSGA-算法,算法中提出了基于工序的扩展染色体编码方式和基于AGV分配的贪婪式解码策略,同时设计了不同参数控制的多种群二元锦标赛选择和分段交叉变异策略以及基于Pareto级的去重精英保留策略,以促进个体协同优化搜索。通过实例实验,分析了不同AGV数量任务分配方案下的模型有效性,对4个案例的仿真测试和同类算法比较解也验证了改进NSGA-算法求解该模型的有效性。 相似文献
5.
本研究宜在对健美操的实践价值作了具体分析,通过时中学生的心理、生理等方面的特点,讲述大众健美操对中学生身心健康发展的积极影响,促进中学生身心全面发展的目的. 相似文献
6.
用于高速量子密码系统的1.25 GHz InGaAs/InP单光子探测器的研制 总被引:3,自引:1,他引:2
随着量子密码领域的快速发展,近红外单光子探测器的研究已经成为该领域的研究重点和技术制高点。报道了一种基于正弦门控与滤波技术的InGaAs/InP雪崩光电二极管(APD)高速单光子探测器,门控频率达到1.25GHz。在探测效率为10.3%时,暗计数概率为1.3×10-6/gate,后脉冲概率为5.6×10-5/ns。这种高速单光子探测器将大幅度提升量子密码系统的两个关键指标——密钥率和传输距离,为下一代高速量子密码系统的实用化应用奠定了基础。 相似文献
7.
针对传统粒子群优化算法在求解复杂优化问题时容易陷入局部最优和停滞的问题,提出采用种群熵启动反向学习的动态多种群粒子群算法。借鉴狮群算法划分狮群的思想,采用动态多种群划分策略,将粒子划分成3个不同行为子群,对其实施不同的位置更新公式,保持粒子在搜索过程中的多样性;在迭代阶段,为避免算法早熟,构建了各维重心反向变异策略丰富变异备选个体,并结合种群熵指标进行种群状态评价适时启动变异策略,帮助粒子跳出局部最优。最后,通过8个基准测试函数与同种类6种经典和新型改进算法,在不同维度下进行测试对比。数值实验结果表明,改进策略显著提升了粒子群算法搜索能力,在搜索精度和搜索速度方面均优于其他对比算法。 相似文献
8.
AGV路径规划对于提升物料搬运效率起到了重要作用,随着技术的发展与AGV应用范围的逐步扩大,路径规划问题得到了许多学者的研究与关注。本文利用文献统计分析法与可视化工具CiteSpace软件,以中国知网与Web of Science为对象,对中外文文献分析。首先通过关键词词频与中心性排序得出研究热点,中文文献研究热点包含:路径规划算法、AGV调度、时间窗、激光导航;外文文献研究热点包含:flexible manufacturing system、material handling system、layout、AGV system、algorithm,接着对热点逐一述评。然后将中外文文献进行对比,分析异同之处。最后对AGV路径规划的研究进行展望,明确未来的研究将朝着以下几点展开:算法的组合优化、应用场景的针对性建模、相关问题的协同研究。 相似文献
9.
粒子群优化(Particle Swarm Optimization,PSO)算法在复杂多峰函数可行域空间搜索时极易陷入局部极值点.研究表明改变种群拓扑结构和调整算法参数有助于改善种群的多样性,但是目前研究中少有同时考虑种群全局拓扑结构和局部粒子个体能力.本文提出一种具有异构分簇特性的自适应PSO算法.该算法采用K-均值聚类算法对种群进行动态分簇,形成多异构子群,并采用Ring型拓扑结构进行子群间信息流通.而后采用基于寻解水平评价的粒子自适应参数调整策略进行个体调整.通过实验分析表明该算法能够提高粒子群优化的种群的多样性、粒子活性、搜索能力和收敛性能,同时也降低了算法对参数初值的依赖性. 相似文献
10.