基于遗传算法的基坑支护协同演化处理模型

分析了基于遗传算法的协同演化优化方法及深基坑支护的特点。提出了用基于遗传算法的协同演化优化方法来求解基坑支护层次性优化问题的模型，并给出了约束处理和目标函数转换的策略。实例表明所提出的策略是可行有效的。     

协同演化算法在基坑支护工程优化设计中的应用

提出一个用于基坑支护工程优化设计的协同演化模型,并给出相应的协同演化算法．利用基坑支护系统各子系统之间既相互独立又相互联系的特点,提供了问题空间与外空间不断演化的协同机制,实现了基坑支护方案和细部结构的协同优化设计．通过一个简化的基坑支护参数优化问题——“锚杆 排桩”支护体系的应用实例,说明文中的模型和算法对于基坑支护工程的优化设计是有效且适用的．     

面向可加工性的卷材优化下料方法

针对成品为矩形件的卷材优化下料问题,综合考虑材料利用率高和便于加工,将顺序价值修正算法与剪切排样方式生成算法结合,确定下料方案。第1阶段,将卷材纵剪为长条带(子卷),每根条带含同一种矩形件;第2阶段,将条带冲剪出矩形件。剪切排样方式生成算法通过递推生成排样方式。每次生成排样方式后,均对矩形件进行一次价值修正,使其价值接近理想值。每个排样方式满足部分矩形件需求,重复此过程,直到满足所有矩形件需求为止。通过迭代生成不同下料方案,选择材料利用率最高的作为解。与文献算法比较,可知该算法在有效提高材料利用率的同时,可以简化切割加工工艺。     

基于小波变换的数据流快速索引的研究

提出了一个新颖的方案来概要和索引分布式数据流,通过采用离散小波变换在线提取数据流特征,并插入到高维索引结构序列中,来减少维护索引结构所需的开销。实验表明该方法在分析模式和相关性检测上改进了查询精度和响应时间。     

基于粒子群算法协同优化基坑支护问题

城市深基坑支护的优化设计存在着层次性且不同层次间的设计相互影响,为此设计了一种协同智能优化算法:协同演化优化算法,并在协同演化优化中运用粒子群算法来加快演化速度,简化优化过程。分析了协同演化优化系统中子系统优化间存在的冲突和处理方法。最后以锚固式排桩支护和截水帐幕的并行协同设计,验证了该算法的有效性。     

基于草图的分布式数据流聚集查询的研究

讨论了基于草图的复杂聚集查询的近似处理算法.利用随机技术,在数据流过时实时计算数据的草图概要;同时采用了新颖的草图分割技术,有效地提高近似应答的精度.合成数据的查询实验表明草图技术能有效地降低估算误差.     

机器人路径规划的快速扩展随机树算法综述

路径规划是移动机器人的重要研究内容。快速扩展随机树（Rapidly-Exploring Random Tree，RRT）算法因在机器人路径规划中的成功应用，自提出以来就得到了极大的研究与发展。快速扩展随机树作为一种新颖的随机节点采样算法，相对传统路径规划算法，具有建模时间短、搜索能力强、方便添加非完整约束等优点。介绍了快速扩展随机树算法的基本原理与性质，并从单向随机树扩展、多向随机树扩展、其他改进等方面概括了算法的研究现状。最后，展望了算法未来的研究方向与挑战。     

条带上圆形件的优化排样

针对圆形件下料问题,从条带的利用率角度讨论了板材上圆形件的排样问题。条带上圆形件的排样一般有3种排法:并排、品排和基于品排的斜排。由于基于品排的斜排极大地减小了相邻圆形件之间和板材边界与圆形件之间的空隙,因此被认为是最好的排样法。从理论分析、数据模拟和实例计算3个方面出发,具体分析了上述3种排法的优劣,旨在得出已知毛坯规格及数量时,采用何种排样方式排入毛坯。结果显示:基于品排的斜排在绝大多数情况下,材料利用率都优于其他两种方法,且3排斜排优于2排斜排;但从实际角度出发,当某块板材排入的需求毛坯数不大于10时,应采用并排法排入毛坯,当需求毛坯数大于10时,应采用3排品排法排入毛坯。     

基于束搜索的三阶段约束排样算法

基于矩形件三阶段约束排样问题(CTDC),提出基于束搜索的启发式算法优化排样方式、以快速生成同质块三阶段排样方式。采用动态规划确定段的价值。束搜索是一种剪枝的分支定界算法,节点用局部排样方式和余料来表示,对节点的分支,即填充余料。在每一层上选择高潜力的节点作为精英节点做进一步分支,其他节点直接删除不再回溯,这有利于提高算法效率。实验结果表明:算法生成的三阶段排样方式,排样价值高,切割工艺相对简单,且时间相对合理。     

基于自适应遗传模拟退火算法的矩形件排样

研究一种自适应遗传模拟退火算法,应用于矩形件优化排样问题。以整数编码矩形件的排样序列,采用经验选择与随机生成相结合的策略构造初始种群。运用自适应交叉和变异概率动态地控制遗传算法的收敛速度,通过模拟退火算法引导全局最优搜索,采用启发式最低水平线择优算法对排样序列进行解码,形成排样方式。多组对比实验结果表明,自适应遗传模拟退火算法求解速度较快,可以有效提高板材的利用率。