可合流的自动分拣系统订单排序优化

现代自动分拣系统广泛采用先分区拣选后订单合流的分拣策略,其中存在着订单排序优化问题．对此,首先提出一种可压缩式订单合流方法,即提前各分区内订单货物的开始拣选时间,并在订单合流过程中将提前的拣选时间转化为对货物间距的压缩,从而既减少了订单总拣选时间,又避免了合单过程中货物的冲突．由于订单的拣选次序影响各订单的提前拣选时间,进而影响订单总拣选时间,故建立订单排序优化问题的数学模型并归结为旅行商问题（traveling salesman problem, TSP）问题,即各订单类似于待访问的城市,受订单排序影响的各订单拣选时间类似于各城市之间的距离,目标为求得合理的订单排序,从而使得总拣选时间最小．最后应用最大最小蚁群算法（max-min ant system,MMAS）求解该模型．仿真结果显示,订单排序优化后自动分拣系统的拣选效率有了较大幅度的提高．     

可合流的自动分拣系统订单排序优化

现代自动分拣系统广泛采用先分区拣选后订单合流的分拣策略,其中存在着订单排序优化问题. 对此,首先提出一种可压缩式订单合流方法,即提前各分区内订单货物的开始拣选时间,并在订单合流过程中将提前的拣选时间转化为对货物间距的压缩,从而既减少了订单总拣选时间,又避免了合单过程中货物的冲突.由于订单的拣选次序影响各订单的提前拣选时间,进而影响订单总拣选时间,故建立订单排序优化问题的数学模型并归结为旅行商问题(traveling salesman problem, TSP)问题,即各订单类似于待访问的城市,受订单排序影响的各订单拣选时间类似于各城市之间的距离,目标为求得合理的订单排序,从而使得总拣选时间最小. 最后应用最大最小蚁群算法(max-min ant system, MMAS)求解该模型.仿真结果显示,订单排序优化后自动分拣系统的拣选效率有了较大幅度的提高.     

基于改进MMAS算法的堆垛机货物拣选路径优化

提出了一种基于改进最大最小蚁群算法(MMAS)的货物拣选路径优化算法.首先建立堆垛机货物拣选路径最短化的数学模型,然后利用改进的MMAS对其求解获得临时优化路径,最后融合2-opt策略进行局部调整获得最优拣选路径.实验结果表明,本算法可有效克服蚁群算法易陷入局部最优的不足,且较之遗传、粒子群等算法缩短了货物的拣选路径,提高了仓库作业的效率.     

配送中心分拣订单合批策略的研究

合理优化货物拣选路径和订单批量策略是劳动密集型配送中心降低拣选成本的一种有效方法。通过分析人工拣选作业和订单合批的特点,从拣选路径、拣选次数、订单提前期3个方面考虑,构造了拣货作业中订单分批的多目标优化数学模型,并分别用先到先服务、基本遗传算法、改进的小生境遗传算法对数学模型进行求解,得出不同的订单数据从执行时间和优化效果方面所对应的最优求解方法。     

自动分拣系统并行分区拣选优化策略

分析自动拣选系统的拣货区数量、缓冲区容量和品项分配与并行分区拣选策略下系统效率的关系,研究各拣货区挡板动作时序对订单拣选总时间的影响,提出一个对并行分区拣选策略的综合优化方法.该方法以总拣选时间最小为目标,确定最佳拣货区数量和缓冲区容量,引入并改进相似系数,建立基于相似系数的品项分配聚类模型,提出一种启发式聚类算法.经对某自动分拣系统进行实例仿真分析,结果表明,该综合优化方法有效.     

"虚拟视窗"算法在成品烟自动分拣控制中的应用

自动分拣系统是当代物流科技发展的标志之一，简述了一种成品烟自动分拣系统和“虚拟视窗”算法，重点介绍了“虚拟视窗”算法理论在成品烟自动分拣控制中的应用，这样提高了控制的灵活性。     

基于MMAS算法的计量检定中心仓储堆垛机拣选路径优化

针对省级电网计量检定中心的自动化立体仓库,研究了堆垛机拣选路径优化问题.根据检定中心运作的实际情况,分析自动化立体仓库拣选的工作特点,构建含装箱约束条件的堆垛机拣选作业路径最短的数学模型,分别采用基本蚁群算法和最大最小蚁群算法进行求解.利用最大最小蚁群算法的信息素初始化机制,可有效克服基本蚁群算法过早陷入停滞状态而出现局部极值的问题,对于求解自动化立体仓库拣选路径优化问题具有很好的效果.Matlab仿真结果表明,与基本蚁群算法相比,最大最小蚁群算法所求得的解性能更优,能有效提高自动化仓库拣选作业的工作效率.     

基于深度神经网络复杂场景下的机器人拣选方法

针对提高快递包裹的分拣效率和识别准确率,提出了一种基于深度神经网络复杂场景下的机器人拣选方法.首先,提出一种改进的目标检测算法,通过将多层浅层特征图与最终的特征图进行融合,提取更加细节的特征,以提升识别的速度与精度;其次,提出了一种基于关键点的级联卷积最优拣选位置检测网络模型,对包裹最优拣选位置进行实时预测估计;最后,结合目标包裹最优拣选框与场景的深度信息和基于三维信息的目标姿态估计算法实现机器人拣选,并通过实验验证了该方法的有效性.     

基于启发式算法的自动化立体仓库拣货路径优化研究

为了对自动化立体仓库拣货系统进行优化,本文根据自动化仓库订单拣货问题的特点,以拣货时间最小化为目标建立了相应的数学模型,设计了基于启发式规则的求解算法,并用MATLAB实现了算法,经仿真验证以及将启发式算法与文献其它算法进行比较,结果表明,应用本文模型以及改进的启发式算法进行拣选路径的设计,能够有效地缩短拣选时间和距离,从而提高拣选效率,本算法具有一定的实用性。     

CDNs基于缓存区预测机制的负载均衡算法

提出了一种基于缓存队列长度动态预测机制的请求重定向（BMP）算法,采用M/M/1排队模型对分布式内容分发网络的负载均衡算法进行了描述,基于队列长度预测的机制减少了分发请求过程中不必要的重定向,同时可以克服单点过载问题.仿真分析结果显示,相比于之前的负载均衡控制策略算法,所提出的BMP算法对服务器缓存区队列长度的均衡效果更优;同时,由于减少了不必要的重定向,也降低了请求响应过程的时延成本.     

虚拟装配环境中基于分层结构三维实体的拾取

提出了虚拟装配环境下基于分层结构的三维实体拾取的实现方法.实现了层次化的三维实体模型的构建,并给出层次化三维实体模型结构以及相应类的层次设计方案,提出了层次化的实体拾取机制并应用OpenGL选择机制,采取动态命名方法实现基于分层结构的三维实体的拾取.     

基于串并行混合拣选策略的自动拣选系统品项分配优化

面向配送中心自动拣选系统的效率需求,提出了一种新型的串并行混合拣选策略,并设计了品项货位分配的优化方法。针对订单拣选作业,结合串、并行拣选策略的优点设计混合拣选策略:首先选择非干涉品项进行并行拣选,而后针对并行拣选后产生的间隙选择合适品项进行插空拣选,最后对剩余品项进行串行拣选。针对该拣选策略受品项货位分配影响较大的特点,设计了改进的小生境遗传算法对拣选系统的品项货位分配进行优化。仿真试验结果证明了串并行混合拣选策略和品项货位分配优化方法对提高自动拣选系统效率的有效性和可行性。     

基于虚拟重力的双足机器人迭代学习控制

基于双足机器人在小斜坡上的无源动态行走步态,采用虚拟重力原理,得到各时刻虚拟重力对机器人关节施加的力矩,将其应用于水平面上机器人动态行走控制,结合迭代学习控制方法,实现水平面上动态行走的步态跟踪控制.仿真结果表明,相对普通PID控制方法,结合虚拟重力的迭代学习控制效果良好,具有较强的鲁棒性.     

基于Nuttall窗插值FFT的电力谐波虚拟测量仪

为了提高虚拟仪器测量电力系统谐波的精度,研究了加窗FFT插值算法的原理,对比分析了几种重要的窗函数的频谱特性,提出了将Nuttall窗插值FFT算法引入LabVIEW平台的方案,给出了算法的具体程序,并进行了仿真和实验验证.结果表明,基于Nuttall窗插值FFT的电力谐波虚拟测量仪精度高,实现方便,开发周期短,能快速地在普通PC机上完成高精度的谐波分析.     

虚拟现实技术在露天矿生态重建仿真中的应用

介绍了用虚拟现实技术开发露开矿生态重建视景仿真系统的几项关键技术。采用层次型与面向对象相结合的三维数据结构，构造露天矿生态5重建仿真模型；采用LOD技术为露天矿虚拟环境中的地形和建筑物构造多层次、多分辨率的细节模型，提出了基于视点的连续LOD算法，对三维地质模型按数据块进行简化，以适应不同硬件平台和视觉特性的分辨率需求；分析了在实时仿真系统中显示露天矿三维动态全景图、根据视点需求实时驱动虚拟场景动态变化及漫游的几种方法，用Vega软件实现了露天矿三维动态全景图的显示与实时驱动；采用实物标图技术在虚拟场景中进行生态重建规划方案的设计；提出一种用鼠标获取三维虚拟场景中实体模型信息的算法，实现三维动态查询和与外部数据库的链接。     

ISAR舰船目标成像时间段选取

定义了图像对比度准则,并提出一种基于该准则的成像时刻和成像积累时间选取的快速算法.针对ISAR舰船目标成像特点,提出一种简化算法确定舰船目标的最优俯视图或侧视图的成像时刻.从该时刻开始积累回波,通过使图像对比度最大来获得最佳成像积累时间.实测数据处理的结果验证了本文算法的有效性和实用性.