渗流问题的拓扑优化

分析拓扑优化中的密度惩罚函数插值法SIMP（Solid isotropic material with penalization model）,将结构力学中的拓扑优化方法应用到渗流问题的拓扑优化设计中,用有限元的方法建立了简单的理想状态下的渗流问题的拓扑优化数学模型,并采用基于剃度法的数值解法-优化准则法（OC系列算法）,以设计具有最小能量损耗情况下的流体最佳流动路径的拓扑分布。以一组二维渗流问题为例,说明了该模型的有效性,为渗流问题的优化设计提供了一种有效的新思路和方法。     

渗流问题的拓扑优化

分析拓扑优化中的密度惩罚函数插值法SIMP（Solid isotropic material with penalization model）,将结构力学中的拓扑优化方法应用到渗流问题的拓扑优化设计中,用有限元的方法建立了简单的理想状态下的渗流问题的拓扑优化数学模型,并采用基于剃度法的数值解法-优化准则法（OC系列算法...     

求解AGV路径优化问题的遗传算法参数优化

介绍了基于AGVS的有向图模型求解AGV路径优化问题的遗传并行路径规划算法和有关遗传算子.根据遗传算法的运行流程,首先对AGV路径进行初始路径集生成和确定复制算子;其次用实验的方法对交叉算子和变异算子进行了性能比较,确定AGV路径优化中选用部分交叉算子和反转变异算子;最后研究了种群的大小对遗传算子收敛速度的影响.本文给出了部分遗传算子的实验数据和不同种群规模时的收敛情况.本文工作是研究AGV动态调度遗传算法及其仿真与实验的基础.     

矿用井下救援机器人路径优化研究

路径优化是矿用井下救援机器人的研究重点之一.煤矿井下救援具有环境复杂、路径不确定等困难,如何实施有效路径优化是亟待解决的重要问题.因此,选取了A?启发式搜索算法与动态窗口法(DWA)构成融合算法,构建了基于A?算法与DWA算法的矿用井下救援机器人的原理框架,形成了针对直线轨迹、圆弧段轨迹、避障轨迹等多种情形的路径优化总...     

基于剥夺成本分析的应急救援路径优化研究

针对震后路径受损导致受灾人员救援困难的情形,构造了考虑患者剥夺成本和兼顾救援效率与公平的应急救援模型.在区域协同应急救援的场景下,从主观角度出发分析患者遭遇痛苦的心理代价,以伤员总剥夺成本最小和总等待时间最小作为决策目标,应用蚁群算法对传统模型和新模型进行实验求解,讨论研究新模型中职能的划分是否能够为救援提供帮助并且达到减少重伤患者的心理创伤程度和优化路径的效果.实验结果表明：与基于时间和基于距离等传统模型相比,新模型的剥夺成本小于传统模型,具有一定的优越性.     

考虑路径可靠性的垃圾回收选址-路径问题研究

在路径中断情况下,为了降低垃圾回收成本和提高收集路径的安全性,本文主要对基于路径可靠性的垃圾回收选址-路径问题进行研究.建立了带有车辆路径可靠性约束的选址-路径问题优化模型,在路径可靠性水平满足要求的条件下,最小化回收物流总成本.根据问题模型的特点设计粒子群优化(particle swarm optimization,...     

一种载荷路径可控的柔性机翼前缘拓扑优化方法

形变柔性机构拓扑优化设计是解决自适应机翼前后缘连续平滑变形的关键。针对柔性机构传统基结构法拓扑优化结果依赖于其初始结构构型产生方法,存在自由单元和不连续结构的问题,提出了一种载荷路径生成可控并避免路径交叉的方法,运用自适应遗传算法,结合机翼前缘形变柔性机构进行拓扑优化设计,分别用MATLAB编程设计计算和用ANSYS对优化结果进行了有限元形变性能分析,并与传统的载荷路径法的拓扑优化进行了对比分析和实验验证。结果表明:所采用方法有效解决了优化前初始结构构型生成的可行性问题,提高了优化的收敛速度和精度。     

危险品运输车辆路径优化问题研究综述

危险品运输是社会关注的热点之一,危险品运输车辆路径优化也是重要的研究问题.本文对现有相关研究进行整理和分类,梳理危险品运输车辆路径优化问题的研究进展.首先将危险品运输车辆路径优化研究分为4类,即单目标危险品运输路径选择研究、多目标危险品运输路径选择研究、单目标危险品运输车辆路径问题研究、多目标危险品运输车辆路径问题研究...     

基于Arc GIS的危险品城市运输路径优化模型

为了合理地规划危险品城市运输的路径,降低危险品运输事故所带来的危害,对危险品城市运输过程中的影响因素和路段风险费用进行了分析研究,利用缓冲区等空间分析工具,以长春市市区道路为研究对象,建立了基于Arc GIS的路径优化模型,并结合实际事故案例进行了分析验证。结果表明:该模型优化的路径合理,其图形化描述结果对于管理者具有较高的参考价值。     

智能交通系统中车辆路径优化问题的研究

针对智能交通系统中的车辆路径优化问题,运用蚁群算法进行求解,并对状态转移概率公式的选择做出了调整,进一步对信息素挥发因子进行改进,从而改进了基本蚁群算法到一定阶段后容易陷入局部最优的缺点,提高了算法的运算速度。实例求解表明,改进蚁群算法在车辆路径优化问题中,可以快速有效地得到近似最优解。     

求解动态路径诱导K路最短问题的人工免疫优化方法

针对智能交通诱导系统中传统最短K路算法的运行效果不佳，提出一种新型人工免疫优化搜索算法，并将其应用于扩展节点法建立的城市交通路网模型，实现了城市交通诱导系统的最优K路搜索．该算法基于生物免疫系统的免疫记忆功能，具有全局性并行搜索的特点．在K路最短问题求解时能同时给出K条最短路径，不存在遗传算法的早熟现象并具有更好的并行处理能力．示例仿真验证了算法的有效性与实用性．     

基于碳排放和分类用户满意度的冷链物流路径优化

企业需要在考虑分类用户满意度的前提下降低企业配送成本.同时基于碳中和概念,面对可能的碳税和碳限政策,也需要制定合理的方案来降低企业成本.针对冷链物流路径优化问题,构建了考虑分类用户满意度和碳税碳限政策的冷链物流成本模型,融合遗传算法和蚁群算法设计出Aco-Aga和Aga-Aco算法,并分别对模型优化效果进行对比,Aco...     

基于集送货需求的车辆路径优化问题研究

车辆在服务过程中,既可能面对集货需求,也可能面对送货需求.在国内外学者研究的基础上,提出一种新的解决VRPSDP问题的方法.在系统分析同时具有集送货需求的物流网络机构与要素的基础上,均建基于集送货需求的车辆路径优化模型,利用lingo软件进行优化求解.实例仿真结果表明,通过该模型的建立及软件的应用,能够对车辆的路径进行优化,能够有效地减少车辆的运输成本,提高物流运作的效率.     

求解动态路径诱导K路最短问题的人工免疫优化方法

针对智能交通诱导系统中传统最短K路算法的运行效果不佳,提出一种新型人工免疫优化搜索算法,并将其应用于扩展节点法建立的城市交通路网模型,实现了城市交通诱导系统的最优K路搜索. 该算法基于生物免疫系统的免疫记忆功能,具有全局性并行搜索的特点. 在K路最短问题求解时能同时给出K条最短路径,不存在遗传算法的早熟现象并具有更好的并行处理能力. 示例仿真验证了算法的有效性与实用性.     

大数据环境下企业绩效管理问题及优化路径探索

企业在现代化发展过程中,应当依托大数据技术。面对大数据发展背景,企业需要高效落实绩效优化活动,促进企业朝着现代化方向不断发展,同时显著增强企业的竞争实力。论文结合相关工作经验,将大数据技术渗透于企业绩效管理工作中,并将二者融合成为一个整体,剖析了企业绩效管理中所存在的缺陷与不足之处,并提出相应的优化路径,旨在推动企业绩...     

考虑提前/拖期风险的第四方物流路径优化问题研究

针对现实配送过程中配送任务既有可能延后完成也可能提前完成,而提前或者延后完成配送任务会增加成本、降低收益,从而带来提前和拖期风险的实际情况,对带有提前和拖期风险的第四方物流路径优化问题展开研究.建立了以最小化物流配送费用为优化目标、提前和拖期风险为约束的数学模型,提出了嵌入删除算法的和声搜索算法,对不同实例进行了求解.结果表明所提模型和算法是有效的.     

自适应和最大最小蚁群算法的物流车辆路径优化比较

针对物流车辆路径优化问题,考虑到基本蚁群算法有收敛速度慢、易陷入局部最优的缺点,采用了自适应蚁群算法和最大最小蚁群算法进行车辆路径优化,分析、比较了这两种算法的不同并在Matlab上做了仿真。仿真实验结果显示自适应蚁群算法在收敛速度和寻找最短路径上都略逊于最大最小蚁群算法,最大最小蚁群算法在物流车辆路径优化上优于适应蚁群算法。     

动态车辆路径问题的多目标优化模型与算法

以快递服务相关的动态车辆路径问题为研究对象,建立多目标优化模型,设计了相应的求解流程.多目标优化模型包括最大化服务客户数、最小化客户等待时间和最小化总旅行时间3个优化目标.采用基于词典式的排序方法,开发了改进的Or-opt局部搜索启发式算法.在不同基准问题数据集上进行仿真实验,结果表明,多目标优化模型与单目标模型相比,能明显降低被拒绝的客户数和等待时间,而总旅行时间未发生明显增长.     

多车场带时间窗车辆路径问题的粒子群优化算法

针对粒子群算法解决多车场带时间窗车辆路径问题时产生不可行解较多的问题,设计了对不可行解根据个体极值进行调整的策略,优化不可行解的粒子群算法,并且引入变异算子,增强了粒子寻找最优解的能力.实验结果表明,该算法可以快速求得多车场带时间窗车辆路径问题的目前最优解,提高算法的精度,加快收敛速度,跳出局部最优.