一种改进的贪心遗传混合算法在车间调度中的应用与研究

确定每台机器上各工件的投入顺序与投入时间是车间作业调度所要解决的问题,这种顺序必须和技术约束相容,使某一性能指标达到最优是其最终目的 .寻找高效的调度方法,可以极大的提高资源的利用率和生产效益。遗传算法具有自组织性,并行性和自适应性,对于组合优化问题的求解有着自己的独特的优势,很快便被引入到了车间调度问题的研究领域车间调度问题是典型的NP难题,为了克服传统遗传算法解决车间作业调度问题的局限性,综合遗传算法和局部搜索的优点,提出一种改进的遗传算法,即贪心算法与遗传算法相结合,并通过实验数据证明了该方法的有效性。     

基于离散粒子群算法的卫星任务规划系统设计

为了解决不断复杂化的卫星运控问题,实现卫星任务顶层优化设计,本文引入离散粒子群算法设计卫星任务规划系统。首先建立对地观测任务规划模型,探索面向卫星任务规划的离散粒子群算法,设计包括任务预处理、任务规划、计划生成的三段式卫星任务规划系统。然后对本次设计的系统进行模拟仿真,验证离散粒子群优化算法在本次卫星任务规划系统设计中的作用,设定不同组观测任务和接收窗口数量,采用穷举算法与离散粒子群算法,完成同组数据求解。最后发现,随着问题规模增加,本次设计系统的离散粒子群算法执行时间也随之增长,证明了该系统算法具有良好的可拓展性,可以有效解决大规模复杂度较高的卫星任务规划问题,为类似系统设计提供了参考依据。     

AGV路径规划在智慧工厂中的应用

随着现代化信息技术的发展,越来越多的生产制造企业进入了信息化、智能化的阶段。许多大型生产制造企业着手研究智能机器人,来代替传统的人工生产模式,进而越来越多地把注意力转向自动引导车(AGVs)。智慧工厂存储系统是现代制造业中的重要环节,AGV作为其中的关键设备,在运作过程中需要进行路径规划以保证效率和精度。因此,AGV路径规划是该领域热点研究方向。本文提出一种改进的A^*算法进行无碰撞路径规划。利用栅格法描述自动引导车的运动轨迹,采用A^*算法进行路径规划时,引入AGV共用路线的奖惩值,可以在降低路径冲突的同时优化预估开销。针对不同AGV冲突类型,制定不同路径碰撞解决规则,进一步提高路径规划的可靠性和效率。基于改进的A^*算法和碰撞解决原则,快速规划AGV无碰撞路径,为智慧工厂的生产自动化提供坚实的技术支撑。使用C++语言开发AGV路径规划仿真软件,仿真软件实验结果表明：改进的A^*算法可以提高AGV在智慧工厂中路径规划的运行效率,缓解多AGV系统运行过程中出现的交通拥堵现象。     

MEC下工业AGV的任务卸载策略研究与分析

近年来,AGV被广泛运用到智能化工业生产中,但AGV处理能力有限,难以满足人们对高质量服务的要求。为促进AGV在工业领域的快速发展,将移动边缘计算引入工业AGV中,提出了一种基于粒子群优化算法的计算任务卸载策略,以降低系统迟延,该策略考虑任务优先级,根据任务优先级别来卸载计算任务。结果表明,该策略能有效降低系统时延。     

一种基于离散粒子群的多星任务规划算法

对地观测卫星的任务规划是卫星管控中的关键内容,其本质是一个优化决策的过程。面向多对地观测卫星任务规划的问题特点,建立了问题的数学模型,提出了一种基于离散粒子群的优化算法,设计了离散粒子群的位置变化公式。仿真结果表明,离散粒子群算法具有收敛速度快、寻优能力强等优点,能够有效地解决多约束条件下的多星任务规划问题。     

基于混合蚁群算法的多模式下模具车间调度系统研究

针对多模式下模具车间调度问题,设计了一种混合蚁群算法进行求解。最后在企业信息系统的基础上,基于该算法模块设计了模具车间调度系统的框架。     

改进A~*算法的AGV路径规划在智慧仓储中的应用

自动引导车(AGV)的路径规划是智慧仓储系统的核心和热点研究课题,文中提出了一种基于改进A~*算法的多AGV物流分拣系统无碰撞路径规划方法。利用网格方法描述了AGV智慧仓储的作业环境,通过增加AGV共享路径的惩罚值来改善A~*算法的估计开销,根据不同类型的AVG碰撞制定碰撞解决规则,并结合改进的A~*算法和碰撞解决规则进行无碰撞路径规划。利用C软件平台开发了多AGV分拣系统的仿真软件,仿真结果表明:所提出的无碰撞路径规划方法可以提高多AGV系统的分拣效率,缓解交通拥挤。     

云制造模式下多目标柔性作业车间调度研究

为了解决实现云制造模式过程中的柔性作业车间调度问题,在进化算法的基础上提出了IM-MOEA/D算法。该算法为了减少运算,种群使用双编码模式,初始化种群分两步策略和六种规则,采用两类五种变邻域搜索并设置搜索阈值,以提升算法的全局和局部迭代寻优能力。最后用算例验证了IM-MOEA/D算法的有效性,有助于改善云制造环境下柔性作业车间调度的制造效率。     

基于Voronoi图和离散粒子群优化的无人机航迹规划

航迹规划是根据任务目标规划出满足约束条件的飞行轨迹,是实现无人机突防攻击的关键技术.由于无人机航迹规划的复杂性,提出了一种无人机分层航迹规划的方法,该方法首先由Voronoi图生成初始航路,然后考虑各约束条件,赋予各航路相应的权值,最终应用离散型粒子群算法搜索出满意的规划解.仿真结果表明,该方法规划效率高,占用内存少,...     

基于改进离散布谷鸟算法的干扰资源分配研究

该文对二次雷达机制的协同式敌我识别系统的干扰资源分配问题进行研究,将离散布谷鸟算法(Discrete Cuckoo Search, DCS)引入敌我识别系统的干扰资源分配问题。首先给出协同式敌我识别系统的干扰效果评估指标,建立干扰资源分配模型,将模型简化为一对一、多对少模型,使用DCS算法求解模型。针对Levy飞行后期出现搜索速度慢和精度低的问题,将遗传算法中的交叉与变异操作引入DCS算法得到改进的离散布谷鸟算法(Improved Discrete Cuckoo Search, DCS),用以求解分配模型。仿真分析表明：所提干扰效果评估指标可以合理地评估干扰效果;IDCS算法比IDCS算法收敛更快、耗时更短;IDCS算法与做出相应改进的遗传算法(Improved Genetic Algorithm, IGA)相比具有更好的寻优能力。     

改进蚁群算法的路径规划研究

针对蚁群算法在复杂环境下收敛速度慢且存在停滞问题,提出一种改进的蚁群算法。为了避免蚁群陷入死锁状态,采用回退策略,避免蚂蚁盲目搜索产生大量交叉路径并有效减少蚂蚁死亡数量,并且借鉴了狼群分配策略来更新信息素,提高算法全局性,在状态转移概率中引入一个启发因子并进行调整,避免算法陷入停滞。仿真实验结果表明,改进后的蚁群算法收敛速度明显加快,寻优最短路径达到29.73,迭代次数较少28。验证了该算法的有效性和可行性。     

Wireless-MAN OFDM系统在多径衰落信道下的性能分析

文章通过仿真分析了自适应编码及调制的IEEE 802.16d Wireless-MAN OFDM系统在多径衰落信道(SUI-4)下的性能,提出了一种简化的速率调整算法,仿真结果验证了该算法的可靠性,最后对子带中静态分配子载波方式和动态分配子载波方式的系统进行了比较.     

基于改进遗传算法的移动机器人路径规划研究

针对传统遗传算法进行路径规划时仍存在的较多问题,采用随机法产生初始种群时不可行路径所占比重较大的问题提出基于Cost-Gain算法的避障策略,然后在MATLAB仿真平台上分别对传统遗传算法和改进遗传算法进行仿真实验,结果证明所提算法是有效的。     

基于二次规划优化算法的雷达自适应调度研究

建立了雷达任务数学模型,介绍了几种常用的资源调度方法,对其中的自适应调度算法进行了分析.在此基础上,提出了一种基于二次规划的自适应调度优化算法,分别对其与有时间窗自适应算法进行仿真,然后对比,得到了比传统自适应算法更优的结果.     

一种改进的新型布谷鸟搜索算法在工业流水作业中调度问题的优化应用

流水作业调度是近几十年来出现的一类重要调度问题。流水车间调度问题是一类非确定性多项式优化问题。因此,需要采用优化算法对其进行优化计算。布谷鸟算法是近年来发展起来的一种元启发式搜索算法。当布谷鸟搜索的参数不变时,算法的效率会降低,因此,本文提出了一种改进的布谷鸟搜索算法来解决传统布谷鸟算法排列流车间调度问题。该算法已应用于一些基准测试问题,可以在相关领域推广应用。     

任务可定点拆分的资源受限项目调度问题研究

任务可定点拆分的资源受限项目调度问题是标准资源受限项目调度问题的一个扩展.针对这一问题提出了一种离散人工蜂群求解算法.离散人工蜂群算法中采用基于任务排列的食物源编码方式,并提出了能够一种保证解的可行性和离散型的候选食物源生成方法.项目中允许定点拆分的任务首先要转换为满足先序关系的分任务,然后在通过串行调度机制生成可行调度.实算表明,该算法能够有效求解任务可定点拆分的资源受限项目调度问题,同时也看到在不影响完成质量情况下,项目通过任务拆分能够在一定程度上缩短项目工期.     

基于粗糙集离散化的多频带脑电特征选择方法的研究

不同的受试在进行运动想象时,脑电模式在频带分布上的差异较大,只有找到特定受试的有效特征,才能得到较好的实验效果。文中结合共同空间模型和粗糙集离散化算法的特征选择方法,来选取受试左右手运动想象的多频带脑电特征。与单频带特征相比,文中提出的方法提取的多频带脑电特征,能够有效的剔除了冗余特征量的干扰。实验结果表明(五位受试),文中提出的方法可以有效提高分类准确率。     

TD-LTE新技术特征下的网络规划方法演变

结合技术特征具体分析规划方法的演变,可以为TD-LTE商用试验网建设探索出一条适合于其技术特色的组网规划方法。     

一种面向低轨遥感星座的路由任务规划算法研究

为了解决遥感星座数据传输时效性差的问题,利用星间链组网,提出了一种适应于断续猝发特征星间网络的路由任务规划算法。该算法以遥感卫星成像任务规划结果为驱动,结合卫星网络拓扑结构的时变性特点,改进基于快照序列的拓扑划分方法,降低路由切换频率,减少链路切换代价损失。并将卫星与地面站之间的路由看作低轨遥感星座路由的一部分,在选择星地最短路由路径的同时实现星地建链总时长最大化。仿真结果表明,该算法能够显著提升低轨遥感卫星星座的数据传输能力。