排序方式: 共有18条查询结果,搜索用时 0 毫秒
1.
2.
通过问卷调查分析,获得核电站周围不同人群对核应急疏散的认知情况和行为特征,并且通过Logistic回归模型对人群疏散时可能发生的行为作出预测。采用卡方检验法和Logistic回归模型对该地区的不同人群的疏散心理和疏散行为等因素进行相关分析和影响判断,并且通过最优分配算法对模型预测正确性进行判断。结果表明:是否购买过核安全相关保险、参加过的核应急疏散演习次数、对核应急疏散的了解情况、家中有无核应急防护措施等因素对人群疏散意识和心理有显著影响;性别、对核应急疏散的了解情况、参加过的核应急疏散演习次数、家中是否有核应急防护措施和是否购买过核安全保险等因素对人群疏散行为有显著影响;仿真表明,具有一定核疏散经验的人群能做出相对正确的疏散行为,减少疏散时间。 相似文献
3.
测试了应用于神光Ⅱ系列装置93片N31型钕玻璃的小信号增益系数。结果表明,Nd2O3质量分数为2.2%的钕玻璃平均小信号增益系数为0.0387 cm-1,Nd2O3质量分数为3.0%的钕玻璃平均小信号增益系数为0.0416 cm-1,两种浓度的钕玻璃不同样品间小信号增益系数的起伏范围分别为0.86%和0.76%。根据所测定的增益值,表明N31型钕玻璃的增益起伏符合神光Ⅱ系列装置要求,为实现该装置中每一路增益性能的平衡提供了有力保障,也为今后对更大尺寸钕玻璃增益性质的控制提供了经验。 相似文献
4.
针对传统柔性作业车间调度问题只考虑完工时间,设备利用率,完工成本等因素的局限,构建了以碳排放成本和完工时间成本加权和最小为目标的低碳柔性作业车间调度问题模型,并设计了一种改进的鲸鱼优化算法对其进行求解。首先,采用等长的两段式编码方式来表示柔性作业车间调度问题,引入基于ROV规则的转换机制,实现鲸鱼个体位置向量与调度解之间的相互转换。其次,采用基于一定比例的全局搜索、局部搜索和随机搜索的混合式种群初始化方法,生成一定质量的初始种群,同时设计了非线性收敛因子和自适应惯性权重系数来加强算法协调全局搜索和局部寻优的能力。再次,引入自适应调整搜索策略以提高算法跳出局部最优的能力。最后,通过实验数据验证了改进鲸鱼算法在求解低碳柔性作业车间调度问题方面的有效性。 相似文献
5.
针对最小化最大完工时间的柔性作业车间调度问题(Flexible job shop scheduling problem,FJSP),提出了一种新型元启发式算法,鲸鱼群算法(Whale swarm optimization algorithm,WSA),该算法以"较优且最近"的鲸鱼引导和利用超声波强度来控制鲸鱼个体移动范围的迭代方式,在求解各类标准函数时显示出了其在全局搜索能力和维持种群多样性方面的优越性。采用两段式编码方法将FJSP描述为机器选择和工序排序两个子问题;引入转换机制实现FJSP的离散调度解与连续的鲸鱼个体位置向量之间的相互转换,然后利用WSA完成种群的迭代更新和寻优。最后,通过实验数据验证了WSA在求解FJSP方面的有效性。 相似文献
6.
传统遗传算法在求解车间调度问题过程中存在"易产生非法解"、"早熟"、"收敛过慢"等问题,使其应用受到很大的限制.基于此,提出了一种运用多色集合理论改进的遗传算法.一方面,通过引入围道布尔矩阵来建立车间调度的约束模型,将遗传求解的范围缩小在围道矩阵内进行,以此提高求解效率;另一方面,针对车间调度的双层约束问题,运用单层遗传编码方式进行表示,可以有效降低遗传操作的时间与空间复杂度.最后,通过具体实例的程序仿真验证了该算法的先进性. 相似文献
7.
8.
针对传统阴离子交换器给水泵叶轮在结构和工作效率方面的不足,以提高机械效率为目标,采用速度系数法对叶轮的结构尺寸进行了设计计算,在此基础上,建立了叶轮流道的三维模型,并利用CFD技术和FLUENT软件对阴离子交换器给水泵内部流场进行可压缩非稳态流动的数值模拟,运用GAMBIT前处理软件对叶轮的三维流道模型进行了网格划分,设置好边界条件和控制方程后,进行仿真实验,得到叶轮在接近正常工作模式下的叶片的压力分布图,流道的压力分布图和速度分布图,分析发现较传统的结构,叶轮性能有了明显提高,最后将优化前后两种工作模式下的效率进行了比较,从理论上验证了优化设计方案的正确性和优越性。 相似文献
9.
针对传统多色集合理论改进的遗传算法在求解柔性作业车间调度问题所呈现出的约束模型和染色体中无效信息较多,以及求解速度和精度不够理想的不足,提出基于多色集合层次结构的改进遗传算法。通过设置设备基准,将原来的工序—机床围道矩阵分割为基准与设备型号、设备型号与资产编号的关系矩阵,有效地降低了约束模型的数据量;对染色体长度的合理优化和设置批量基准的合批操作,有效地降低了染色体的时间和空间复杂度。通过对不同实例的仿真结果分析,验证了所提算法的优越性。 相似文献
10.
基于Multi-Agent System(MAS)的人机合作技术适合于解决复杂调度问题。为了使人与机能够更好地合作来完成高效、准确的车间调度,引入C4.5算法,建立并实现了基于机器学习和MAS的人机合作车间调度系统仿真模型。在Java环境下,以Weka、JADE为开发平台,以Eclipse为开发工具,Access为后台数据库,完成了系统的开发。通过实例仿真和结果分析,运用机器学习算法动态调度的结果稍优于最佳的静态调度结果,证明了系统的正确性和优越性。 相似文献