基于遗传算法的二阶段迭代模型任务分布方案寻优

针对利用启发式方法求解二阶段迭代模型的最优任务分布方案容易陷入局部最优解的问题,根据二阶段迭代模型中各任务的分布特点,引入具有自适应全局优化特性的遗传算法求解出二阶段迭代模型的最优任务分布方案,从而减少任务执行的时间成本。以某汽车发动机的开发为例,分别应用基于启发式方法和基于遗传算法方法进行求解寻优,通过比较说明了后者的有效性。     

基于地面控制点的迭代动态规划立体匹配算法

提出一种基于地面控制点的迭代动态规划立体匹配算法.该算法首先利用左右图像对的颜色信息以及梯度信息计算视差空间图像,并得到左右视差图;然后运用左右一致性以及可信度约束得到地面控制点,并将地面控制点的约束信息填充到视差空间图像相应的列中;最后基于更新后的视差空间图像,利用迭代动态规划算法计算得到最终视差图.选用了一些标准图像对进行测试,实验结果表明该算法具有很好的性能.     

基于聚类分析的大容量耦合设计任务规划的研究

针对大容量耦合设计任务采用串行执行方式会导致设计项目开发周期冗长、规划方案数量庞大这一问题,通过对聚类分析对象的特点与耦合设计任务的特点进行分析比较,阐述了聚类分析用于缩短耦合任务执行周期和减少其规划方案数量的可行性,进而提出了一种基于聚类分析的大容量耦合设计任务规划的新方法,以获得耦合设计任务的最佳执行顺序及最短执行时间。以某机械手的研发过程为例,验证了该方法的有效性。     

基于动态解区间的操作臂路径规划寻优算法

在机器人操作臂的控制过程中,末端执行器到达目标的路径规划是不可回避的问题,它是机器人操作臂控制的基础.提出了一种有动态解区间关节转角约束且有n个自由度的操作臂最优路径的算法,该算法在操作臂的初始位姿及目标住姿已知的情况下,采用各关节转角之和最小作为最优指标,寻找最佳路径.通过对平面10自由度操作臂的仿真,给出了最优解算例.将该算法向空间推广,成功地应用于YJP-Ⅱ机器人操作臂的控制中,在工程上具有较强的实用性.     

随机动态规划和粒子群嵌套寻优的PHEV能量优化

为了同时降低插电式混合动力汽车的能量消耗和电池寿命衰减速率,提出了随机动态规划和粒子群嵌套寻优的能量管理方法。建立了车辆的传动系统模型和电池模型,在电池寿命模型中引入寿命影响因子,使电池累计电量由理想情况转化为实际情况;为了描述车辆状态,建立了具有概率统计模型的驾驶循环模型;根据以上模型,将混合动力汽车能量控制问题转化为带约束优化问题;提出了随机动态规划和粒子群嵌套寻优的求解方法,使用粒子群搜索最优权重,达到能量消耗和寿命衰减速率最佳平衡。经仿真验证,相比于固定权重系数,嵌套寻优方法具有更优的控制结果;与文献[10]控制方法相比,等价燃油消耗减少了43.74%,电池寿命衰减率减少了35.53%,充分证明了嵌套寻优方的优越性。     

基于动态规划的分层立体匹配算法研究

动态规划是双目立体匹配的经典算法,针对控制点动态规划算法易产生横向条纹以及立体匹配普遍的边缘性和弱纹理区域问题,提出一种基于金字塔分层双向动态规划的改进立体匹配算法。该算法将分层模型加入传统动态规划方法,以低像素层级为高像素层级提供控制点集,并在匹配代价计算中采用一种自适应相关性测度函数,加以匹配代价滤波,提高算法精确度及实时性并获取高精度视差图。以Middlebury标准库中的图片以及实拍图片作为实验对象,实验表明所提出的方法具有较好的性能。     

基于迭代动态规划的网联电动汽车经济性巡航车速优化

为提升网联电动汽车的能量效率,针对变坡度和变限速的交通场景,提出一种结合滚动优化与迭代动态规划(Iterative dynamic programming,IDP)的滚动距离域车速规划策略(Receding distance horizon velocity planning,RDHVP),实现了 电动汽车(Elect...     

基于任务影响因子模型的设计过程规划技术

针对设计过程中的若干复杂性和不确定因素，提出一种基于“任务影响因子”的任务参数模型及最佳评审点定技术，对设计过程进行了规划，该模型可以优化并行设计环境中的设计流程，从而达到保证设计质量，减少设计大循环的目的，为设计项目的过程规划提供了新的途径。     

灵巧卫星任务规划模型及算法

为深入研究灵巧卫星观测调度问题,在分析灵巧卫星观测特点和操作约束的基础上,建立了多星环境下的灵巧卫星任务规划模型.提出智能优化和约束检查相分离的灵巧卫星任务规划算法,该算法基于学习型蚁群算法进行任务指派,采用人机交互方法实现活动调度,使用标签方式实现增量式约束检查.通过实验结果表明了该方法的有效性.     

基于对象模型的YGR—1机器人智能任务规划和控制

研究了一个基于对象模型的机器人智能任务规划与控制系统,对系统中的对象进行模型化,建立对象模型知识库,在设计任务规划时,模仿了人在日常生活中完成普通任务时进行任务规划的方法,在设计控制软件时,根据控制目标,设计了推理程序,因此,系统根据一用句子给出的请求,规划出一系列相关联的基本任务。从而控制机器人各关节协调动作,使之完成目标任务。     

基于迭代学习算法的柔性针轨迹规划

轨迹规划在机器人辅助柔性针穿刺中有着重要作用.在针-组织交互大变形下,针-组织耦合模型可以对由于针组织交互作用产生的针轨迹误差进行预测.提出一种基于迭代学习的轨迹规划算法:首先在离线状态下,基于可达域理论生成刚性空间下的初始路径集,并通过遗传模拟退火优化算法选择出最优路径;再基于针-组织耦合力学模型对柔性空间的针挠曲、...     

基于时间约束网络的动态规划调度算法

为解决与时间有关的规划调度问题,提出了一种基于时间约束网络的动态算法。该算法与传统的计算最短路径方法不同,它只需计算受到新增约束影响的局部网络。同时,给出了算法的最坏时间复杂性,并进行了证明。最后,以Job—Shop调度系统为例进行了仿真验证,结果表明,该算法可快速地判断约束网络的一致性,并计算每个工序的最早可能开始时间。     

考虑动态迭代的快速响应制造系统任务可靠性评估

迭代是设计过程的一个基本特征,在快速响应制造系统中,新产品设计任务以一定的概率规则在各工作节点间逐一进行返工.通过对任务工作阶段的分析,考虑动态迭代情况对研制任务过程进行建模,得到了系统和各工作阶段的任务可靠性模型;最后通过对一个实际的设计过程分析,说明了任务可靠度的计算方法,指出了系统的薄弱环节并提出了改进设计方法.     

概念设计的动态规划评价模型

在分析了结构模块化设计方法的基础上，利用层次分析方法获得评价数据，提出了概念设计的动态规划评价模型。该模型力图解决概念设计中信息匮乏问题、提高寻优速度和避免组合爆炸。该模型是对方案设计方法的一次尝试。     

基于近似动态规划的动态车辆调度算法

针对物流配送服务业中,车辆调度问题日渐呈现任务规模大,车辆类型多、属性多,调度实时性要求越来越高等特点,提出了基于近似动态规划的动态车辆调度算法。根据当前的任务需求与车辆状态以及相应的约束条件作出相应的调度,并且对一些样本进行训练,得到了一个近似价值函数。通过该价值函数,即可对任务迅速作出相应的决策。仿真模拟实验证明了该算法的有效性和优越性。     

动态寻优极值调节控制系统的仿真研究

在实际工业生产过程中存在大量极值调节的问题,以往的动态寻优方法要求控制对象线性部分的数学模型已知,即N阶惯性环节的参数已知,但是要想准确地获得这些参数是非常困难的,文中经分析研究表明：可用低阶的惯性环节近似替代准确的高阶模型,仿真结果证明这种近似替代不仅是完全可行的,而且在实际工业控制过程中很容易实现,先验知识需求的降低使极值调节控制系统调试简单,使用方便。     

随机需求环境下的作业能力规划模型研究

为研究市场需求的随机性对企业能力扩张决策的影响,根据确定性能力规划模型的一般形式,构建了随机市场需求环境下的能力规划模型。该模型以随机环境下期望成本最小为目标函数,引人随机需求变量,建立了市场需求的随机约束。基于随机线性约束的二阶段方法,得到了随机能力规划问题的确定性等价形式,提出了一种将遗传算法和随机线性规划二阶段模型相结合的随机能力规划模型求解算法。该算法在事先得到能力规划变量的情况下,使用二阶段方法求解随机需求约束下的产品组合问题,并以产品组合问题的最优解作为适应度函数,通过遗传操作,搜索能力规划的整数变量,获得随机能力规划问题的最优解。     

考虑模拟退火算法的多阶段主动配电网规划模型

为了提高多阶段主动配电网的规划能力,提出基于模拟退火算法的多阶段主动配电网规划模型。进行配电网规划的最优路径配置,结合输出功耗的自适应分配方法进行节点部署。构建多阶段主动配电网规划的参数解析模型,实现多阶段主动配电网规划过程中的寻优控制。通过结合模拟退火算法构建多阶段主动配电网规划模型,完成模拟退火寻优,进而实现多阶段主动配电网规划。仿真结果表明,采用该方法进行多阶段主动配电网规划的自适应调度能力较好,负载均衡能力较强,能够提高多阶段主动配电网规划的可靠性。     

基于蚁群算法路径规划的收敛性分析

针对基本蚁群算法存在收敛速度慢,计算周期长,易死锁等问题,提出了蚂蚁回退、蚂蚁相遇、带交叉点的路径交叉的改进算法.通过随机数引入和状态转移概率的应用,平衡了各路径信息素,从而有效的避免陷入局部最优,使得算法在收敛速度和执行效率上得到有效提高.仿真结果表明:该算法在较短的时间内能够规划出较优的路径.     

故障装备检测任务分解模型评估

为解决故障装备检测过程存在的突出问题,提高检测任务的执行效率,降低任务执行过程中的复杂程度,在掌握一般检测任务执行过程的基础上,总结了现有故障装备检测过程中常见任务的不同类型;以检测过程中相互间具有约束关系的任务分解为研究对象,借鉴任务关联矩阵(TAM)等相关概念,提出了基于检测任务分解的评估方法和过程模型,从检测周期和资源占用2个角度实现了对检测任务分解程度的定性分析,对任务内聚性、耦合性以及均衡性的定量计算,最后通过实例验证了该方法和模型的可行性,为评估不同检测任务分解方案提供了参考。