室内移动机器人路径规划算法

路径规划是移动机器人导航技术中的核心问题。在以往的研究中,机器人被视为一个点并且优化的目标为使路径最短,这种建模方法得到的路径往往不具有良好的可执行性。讨论了一种考虑路径平滑度和路径安全度的规划算法,并通过带惩罚函数的粒子群算法对其进行求解。最后在MATLAB中通过仿真试验验证了算法的有效性。     

基于多车辆路径问题模型的信通机房巡检路线优化

对信通机房巡检路线进行优化,利用巡检路线优化问题具有带容量约束的多车辆路径问题特点,以巡检总天数最少、总巡检工作时间最短为目标,建立信通机房巡检路线规划问题优化模型,并利用改进粒子群算法对优化模型进行求解。通过海宁地区一个巡检路线优化实例进行验证,结果表明,所提改进粒子群算法能有效求解优化问题,应用该优化模型可以缩短巡检天数,提高巡检工作时间利用效率。     

基于IPSO算法的制造车间物料配送路径优化

针对制造车间物料供应路径复杂多变问题,建立了以物料配送路径最短为优化目标的物料配送模型,并提出了一种改进粒子群优化算法(Improved Particle Swarm Optimization Algorithm,IPSO)旨在解决此问题模型。IPSO算法可以在运行过程中自适应地以正切函数的变化方式调整惯性权重系数,同时构建基于惯性权重系数自行调整的加速度因子c_1、c_2的变化关系式。通过仿真实验与基本及其他典型改进PSO算法进行比较,实验结果表明,IPSO算法具有良好的全局搜索能力与较高的搜索精度,可以有效对制造车间物料配送路线进行优化。     

求解多隔室车辆路径问题的改进粒子群优化算法

针对同时配送多种不能混装货物的多隔室车辆路径问题,建立了最小化车辆行驶成本的数学模型,并提出一种改进粒子群优化算法进行求解。该算法借鉴传统粒子群优化算法与模拟退火算法的思想,以粒子群算法为主框架,在粒子更新过程中引入模拟退火中的Metropolis准则,以一定概率接受劣解,使粒子在寻优过程中能够概率性地跳出局部最优。通过对经典车辆路径问题算例进行改编实验,并与已有文献、基本粒子群优化算法、基本人工蜂群算法分别进行对比分析表明,所提算法不但求解多隔室车辆路径问题有效,而且在求解质量上具有明显优势。     

基于分层PSO的智能车辆超车路径规划

针对自动驾驶智能车辆安全超车问题,提出一种基于分层优化算法的路径规划方案.该方案采用三层结构获得可行、安全的优化路径.首先,通过分析驾驶员超车操作流程,综合路况环境、车辆结构等约束条件,构建超车换道模型,进而采用三角分解法构建智能车辆的可运行空间.其次,在可运行空间内,采用Dijkstras算法生成一条无碰撞路径.最后...     

基于参数优化蚁群算法的机器人路径规划研究

采用蚁群算法(Ant Colony Optimization,ACO)求解棉花搬运机器人全局路径规划时,会出现规划效率低、蚁群算法参数的改变对规划效果影响大等问题。提出了一种粒子群参数优化的改进蚁群算法,该算法能够根据地图情况的不同智能地调节参数组合,从而在各种地图中能够发挥蚁群算法的最佳性能。通过实验数据分析蚁群算法重要参数对规划效率的影响,进行参数优化;针对改进后算法耗时大的问题,提出粒子群算法的动态惯性权重调整策略和改进的蚁群算法信息素更新策略,保证求解质量的同时,提高了优化效率,在障碍物分布不同的地图中进行仿真实验,通过与蚁群算法路径规划结果的对比,证明了粒子群参数优化的改进蚁群算法能够发挥蚁群算法最佳性能,可提高移动机器人到达目标点的速度并降低机器人运动过程中的损耗。     

基于模糊推理技术PSO算法的 机器人路径规划研究

针对移动机器人路径规划质量不高的问题,对环境建模、适应度函数建立、算法选择等方面进行了研究归纳,提出了一种基于模糊推理技术PSO算法的路径规划方法。首先,对障碍物进行了扩展处理,通过坐标系转换建立了简化的环境模型;其次,在分析传统PSO算法采用定值的惯性因子ω和学习因子c_1、c_2取值对算法性能影响的基础上,提出了改进的PSO算法,采用模糊推理技术自适应地动态调整c_1、c_2;最后,将改进PSO算法应用于提高移动机器人路径规划中。研究结果表明:相对于传统PSO与APSO算法路径规划,改进算法在复杂环境下路径长度、平滑度、运行时间方面分别最少提高了17%、14%、7%,验证了算法在路径规划方面的可行性与高效性。     

基于粒子群优化算法的小型足球机器人路径规划

为了解决足球机器人无法躲避动态障碍物和容易陷入局部极值的问题,在深入研究粒子群优化算法的基础上,提出了采用栅格法与粒子群优化算法相结合的路径规划算法。首先采用栅格法对小型足球机器人工作环境构造模型,再利用改进的粒子群优化算法进行最优路径搜索。该算法实现简单,收敛速度快,不易陷入局部极值,不仅能够满足足球机器人实时动态的路径规划要求,而且能满足不同环境下的路径规划要求。仿真实验表明,该方法可以很好地应用于足球机器人的路径规划中。     

基于云计算的果园移动机器人动态路径规划

针对复杂果园环境下的移动机器人路径规划,提出一种基于云计算的混合改进人工鱼群算法.首先云端服务器利用栅格地图对环境进行建模,将Pareto支配关系和A*算法引入人工鱼的设计中,结合自适应的视野范围计算出静态全局最优路径,然后发送至移动机器人完成果园环境的路径规划.最后,针对动态环境中不同障碍物的速度和方向,提出3种避障...     

基于云计算的物联网运营平台的探讨

物联网实现了物物相连,云计算实现了数据的高速处理,物联网因云计算获得有力的运算工具,云计算因物联网而获得最佳的实践途径。物联网与云计算协调发展、相互促进,促进助力战略性新兴产业的推进。论文从物联网与云计算的体系结构到现代化的应用进行分析、探讨,验证了物联网运营云平台的架构和实施策略的正确性。     

云计算模型在机械设备远稻故障诊断数据处理中的应用

对工业企业的计算模型、数据处理进行了特征分析,探讨了云计算模型中的虚拟化技术在企业计算资源整合及MapReduce模型在大规模数据处理中的应用模式,提出了基于云计算模型的机械设备故障诊断的数据处理框架,并通过模拟故障诊断数据处理,验证了框架可行性,为云计算模型在企业中的应用提供借鉴和参考。     

云计算模型在机械设备远程故障诊断数据处理中的应用

对工业企业的计算模型、数据处理进行了特征分析,探讨了云计算模型中的虚拟化技术在企业计算资源整合及MapReduce模型在大规模数据处理中的应用模式,提出了基于云计算模型的机械设备故障诊断的数据处理框架,并通过模拟故障诊断数据处理,验证了框架可行性,为云计算模型在企业中的应用提供借鉴和参考.     

基于运营决策的物流作业分析方法研究

以作业成本法为对象,分析了传统物流成本计算的缺陷,提出了降低物流成本的10大基本原则,在此基础上研究和提出了基于企业运营决策的物流作业分析方法。     

汽车零部件厂内线边物料配送路线优化方法研究

针对某汽车制造公司线边物料配送存在的路线循环、资源浪费等问题,以牵引车配送路线和载重为研究对象,以牵引车路径最短为优化目标,建立物料配送路线优化问题的整数规划模型,通过改进的遗传算法进行优化求解.利用汽车公司实际数据对模型的应用情况进行了实例验证,并通过对比分析验证了模型和算法的优越性.结果表明：该模型和算法能很好地解决实际生产中的问题,提高了资源利用率.     

面向ASP应用的多目标物流配送路径算法研究

探讨了在将第四方物流和ASP引入到物流配送活动中后，如何规划物流配送中车辆安排和路线优化的MVRP问题。提出了一种先分类再确定路线的二阶段法优化算法，该算法首先采用“容重比平衡法”确定车辆配装，然后设计一种改进遗传算法对配送路线进行优化。通过改进遗传算法进行“群体位元交配”、变异率逐代递减等操作来优化多车辆配送路线，避免搜索范围过小和陷入局部最优现象，最后采用固定字串长度(FSL)的二元矩阵编码方式解决了各车辆配送站点数目不相同的问题。     

基于产能柔性的装饰布企业生产计划模型构建

针对装饰布企业生产特点及存在的问题,探讨了提高装饰布企业产能柔性方法,建立了面向产能柔性的装饰布企业生产计划模型,并给出了遗传算法的具体求解步骤。     

基于产能柔性的装饰布企业生产计划模型构建

针对装饰布企业生产特点及存在的问题，探讨了提高装饰布企业产能柔性方法，建立了面向产能柔性的装饰布企业生产计划模型，并给出了遗传算法的具体求解步骤。     

基于MATLAB的商用车平顺性优化与分析

为解决传统商用车平顺性优化三要素之间隐性表达式给优化带来不便的问题、分析乘员舒适性与货物安全性对悬架参数改变的响应,提出半显性优化方法.以驾驶室振动和货箱振动加速度加权均方根值为改进目标函数、悬架动行程和车轮动载荷为约束条件,调用振动仿真模型获得目标函数评价,运用均匀设计法得出约束条件与优化变量之间的关系.应用遗传算法...