飞机除冰服务资源的并行机调度方法

以冬季机场除冰资源优化安排问题作为研究对象,以提高飞机除冰资源利用效率为目标,通过对机场飞机除冰过程调度问题的理论和方法进行研究分析,提出了采用混合调度算法来解决机场除冰调度问题的研究方案.在此基础上构建数学模型来实现除冰资源的最大化利用,并对模型进行了算法仿真和对比分析.结果表明,采用该算法对飞机除冰调度问题进行求解,可以实现除冰资源的更有效利用,能够更好地提升现有人工调度方法的资源利用效率.     

飞机地面除冰运行延误分析与调度方法

基于可拓理论对影响飞机地面除冰延误的影响因素进行了分析研究,基于分析结果设计出飞机地面除冰运行决策算法(HPFS&MD),构建了资源受限条件下大型枢纽机场飞机除冰地面运行多Agent模型,利用北京首都国际机场实际航班数据对上述算法进行了仿真实验验证.结果表明,将本文设计的HPFS&MD算法应用于大型枢纽机场的飞机地面除冰运行调度中,在飞机除冰总延迟时间、飞机延迟数量以及飞机延误率这三个指标上均优于传统的先来先服务(FCFS)策略,且HPFS&MD算法在兼顾不同驻场航空公司飞机除冰过程公平性的基础上,对多机型、不同除冰状态以及大量航班调度过程的表现也明显好于FCFS.     

基于PLC PC-LINK网络的飞机集中除冰控制系统

设计并开发基于PLC PC-LINK网络的飞机集中除冰控制系统,简述其工艺流程、控制要求和控制系统的硬件结构、程序设计.系统具有液体配比、加热、混合的自动/手动控制、状态监测、故障报警与处理等功能.     

多目标遗传算法及其在飞机除冰调度中的应用

飞机结冰问题是困扰北方机场冬季保障的一个难点问题,一般采用分散式方式进行飞机除冰,但是该方法存在缺乏统一调度、资源浪费和环境污染等诸多问题。针对分散式除冰方式存在的诸多问题,该文采用了多目标遗传算法优化飞机调度模型,该算法以pareto理论为基础,以除冰时间最短、费用最少为优化目标,通过迭代寻优的方式搜索得到问题的最优解。通过仿真实验表明,该算法能够得到较好的飞机除冰调度解。     

遗传算法在车辆调度优化问题中的研究

车辆调度优化问题是一个有约束的组合优化问题,属于NP难题（Nondeterministic Polynomial Problem）。随着问题输入规模的扩大,求解时间呈几何级数上升,传统的优化算法本身存在着过早收敛于局部值的问题。针对这一问题在染色体编码、算子的自适应机制和约束的处理等方面对标准遗传算法进行了改进。测试结果表明,该算法提高了优化算法的质量和搜索效率,具有良好的效果。     

遗传算法在货运车辆优化调度中的应用

本文在阐述了遗传算法基本理论和车辆优化调度基本理论的基础上,进一步论述了遗传算法在一般车辆优化调度中的应用。参考近年来遗传算法应用于车辆优化调度的一些文献,对应用于不同情况下货运车辆优化调度的遗传算法进行了总结和分析。最后对本文进行总结,并对未来的遗传算法在货运车辆优化调度中的应用提出了发展趋势。     

蚁群优化自适应遗传算法物流车辆调度实现

研究了使用蚁群算法优化遗传算法解决物流车辆调度问题;针对遗传算法在求解车辆调度问题时容易出现早熟,导致求解质量不高的问题;首先,定义了车辆调度问题的数学模型,在此基础上提出了一种对遗传算法中的交叉和变异概率进行自适应调整的方法,通过自适应遗传算法获得最优解;为了实现对其进一步的优化,使用蚁群算法提出一种对遗传算法最优解的进行优化的算法,将从遗传算法获得的最优路径的适应度初始化蚁群算法的各客户点之间的信息素,从而得到了进一步优化的最优路径;仿真实验得到平均最小配送距离仅为40.72,时间为2.11,计算效率较高,且与标准遗传算法、自适应遗传算法和蚁群算法相比,文中方法在最小配送距离、迭代数以及时间都具有较大优越性。     

遗传算法在金堆城钼矿车辆调度系统优化中的应用

文章介绍了遗传算法在金堆城钼矿运输车辆调度系统优化中的应用,详细阐述了遗传算法在该系统应用中的工作原理及具体工作流程。试验表明使用遗传算法对矿山车辆调度系统进行优化是可行、有效的。     

求解一般车辆优化调度问题的一种改进遗传算法

文章在对一般车辆优化调度问题(VRP)进行分析的基础上,为之建立了数学模型;提出了一种求解该问题的改进遗传算法,并通过实例验证了该算法具有优良性能。     

病毒进化遗传算法的车辆调度优化模型

为了提高车辆调度优化效率,提出一种病毒进化遗传算法的车辆调度优化模型。建立车辆调度的数学模型,采用遗传算法对模型进行求解,并采用病毒群体感染主群体,主群体在历代个体间纵向传递信息以利于全局优化,病毒群体通过感染操作在同代个体间横向传递信息利于局部搜索,进行仿真对比实验。结果表明,病毒进化遗传算法较好地解决了标准遗传算法存在的不足,加快了车辆调度优化问题的求解效率,获得了更优的车辆调度方案,具有较高的应用价值。     

基于遗传算法的拉动式浸染生产动态排产策略

为解决印染企业中不合理的人工排产使其高耗能、污染大的行业弊端更加明显的问题,提出了一种基于遗传算法的拉动式浸染生产动态排产策略,实现对实际生产中多约束条件的求解,根据染缸的运行情况,在企业资源规划(ERP)系统中实时获取订单进行排产.仿真结果对比人工排产结果表明,该策略在提高生产效率的同时也达到了节能减排的目的.     

基于单亲遗传算法混合动态规划的电动汽车充电调度优化策略

充电调度是电动汽车运营的一个重要内容,合理有效的充电策略在帮助运营商降低成本的同时还能减轻电网高峰时段的供电负担。从充电站运营商的角度出发,在实时电价和每个充电任务时间必须连续的假设下,建立了一个电动汽车充电成本最小模型,给出一个单亲遗传算法混合动态规划的两阶段常规充电调度算法。与电桩一旦闲置即刻分配车辆进行充电的策略以及传统单亲遗传算法相比较,该充电调度策略在电桩负载均衡的情况下有效降低了电费成本,说明了算法的有效性。此外,实验结果表现出了充电任务在多数相同时段聚集从而避开高电价时段的特征,说明充电策略对减轻高峰时段的电网压力也有一定帮助。     

多资源约束的车辆调度问题的改进遗传算法

随着世界经济的发展,物流产业中需要满足的需求越来越多,车辆管理调度是物流系统中一个重要环节。如何在多资源约束的情况下实现车辆的合理的调度是促进现代物流业繁荣和发展的关键问题,因此,通过研究物流配送中的车辆调度需求,针对传统的遗传算法阻碍了车辆调度的发展和改进,减缓物流业快速发展的缺点,提出一种改进的、有效的,对一般车辆调度问题具有一定适用性的遗传算法。通过实例论证表明该算法具有可行性和高效性。     

基于遗传算法的动态资源调度问题研究

建立了无人作战飞机任务规划问题的数学模型，提出了分层递阶的任务规划系统结构．针对任务规划的核心资源调度问题，设计了基于遗传算法的动态资源调度算法，有效地解决了多无人作战飞机的资源调度问题，计算结果表明了算法的有效性．     

基于改进遗传算法的有时间窗车辆调度问题研究*

在分析带有时间窗车辆调度问题的基础上,建立了车辆调度问题的数学模型,并构造了不同时间窗的惩罚函数.设计了针对车辆调度问题基于自然数编码的遗传算法,并改进了传统的交叉运算,避免优秀基因在交叉操作中被破坏,提高了遗传算法的寻优能力.最后,结合算例进行了仿真计算,分析了载重体积约束和时间窗约束对车辆调度的影响,验证了算法的有...     

基于Min-Min遗传算法的网格任务调度方法

针对网格环境异构、分布等特点,在现有的任务调度算法的基础上,结合Min-Min算法和遗传算法的优点,提出了一种基于Min-Min遗传算法的任务调度方法。仿真实验表明：在网格环境下,该算法具有合理性和高效性。     

自动化立体仓库存取设备优化调度方法研究

对大型仓库中有多台存取设备同时作业,如何优化调度存取设备,提高存取设备的自动识别能力,使设备最大限度地发挥其效能,针对此问题提出了一种优化调度方法,利用遗传算法,将自动化立体仓库的常规控制策略改进为智能控制,并进行了实数编码、适应度函数、选择算子、交叉算子和变异算子的设计。实验结果表明该方法能够大幅度降低货物的出入库时间,在实际应用中获得了良好效果。     

基于人工鱼群遗传算法的异构多核系统任务调度研究

异构多核系统的任务调度问题已经被证明是一个NP完全问题。人工鱼群算法在算法初期具有较快的收敛速度,后期收敛较慢,而遗传算法的种群初始化具有较强的鲁棒性,初始化种群的质量直接影响着遗传算法的性能。本文提出了一种将人工鱼群算法与遗传算法相结合的任务调度算法,首先分析了异构多核系统的任务调度问题的本质,使用改进的人工鱼群算法来构建遗传算法的初始化种群,并使用改进的遗传算法进行迭代进化,从而提高了算法的收敛速度。