基于蚁群算法的电梯群控调度优化策略研究

为了研究多台电梯的群控调度问题,并根据现有电梯调度策略的不足,建立以服务间和运行能耗为优化目标函数的调度模型,提出将电梯群控调度问题转化为离散组合优化问题,并利用蚁群优化算法求解。算法在接受众多乘客的随机请求下,能根据各电梯的运行现状,将不同层的乘客请求组合分配到相应电梯进行服务的最优调度方案,优化了群控电梯的运行模式,仿真实验证明算法能大幅度减少乘客的平均侯梯时间及缩短运行路径,证明了算法的有效性。     

基于模糊PID的二甲醚发动机单片机测控系统

将PIC18F248单片机应用于二甲醚发动机控制系统中,实现了对二甲醚发动机的实时控制,并对二甲醚发动机的控制算法进行了研究;通过对整个电控系统的发动机台架试验表明,功能正确,控制效果良好。     

开卷机钢卷直径计算优化算法在带钢纵剪生产线中的应用

在带钢纵剪生产线的电气控制系统中,开卷机的钢卷卷径（以下简称卷径）是一个重要的检测参数,其检测和计算的准确性对系统的控制精度影响很大。本文介绍了一种适用于纵剪生产线开卷卷径的测量与计算方法,并且简要说明了如何通过西门子S7-400PLC来实现。经过实际的生产运行证明,该方法可以提高开卷机的实际卷径精度,增强测控系统的稳定性和可靠性。     

两级数据融合算法在木材干燥过程中的应用

本文提出了一种基于RBF神经网络和证据理论的两级数据融合方法。利用RBF神经网络实现特征层数据融合,建立基本信任分配函数,具有最佳一致逼近特性,同时解决了D-S证据理论确定基本信任分配函数困难的问题。基于D-S证据理论的传感器故障诊断方法的研究,可有效地判断工业现场传感器的工作状态。实验结果表明该方法可正确定位并准确分离出木材含水率检测系统中失效传感器。     

高层次数据流的多电压低功耗综合方法

为了有效地进行算法行为描述到寄存器传输级结构描述的转换,提出一种同时考虑功能单元功耗、互连功耗和电压转换功耗的模型和基于网络流的低功耗设计方法.首先对给定的数据流图进行单电压高层次综合,然后对单电压综合结果迭代地进行多电压调整;提取每次迭代时需要调整的网络流子图,对该子图运行最小费用最大流增量算法.该方法充分利用前面迭代中得到的优化解,避免了对整个网络流的重复计算.实验结果表明,文中方法在互连功耗、电压转换功耗和总功耗等方面均有较大优化.     

SoC测试访问机制和测试壳的蚁群联合优化

针对系统级芯片(SoC)测试壳优化和测试访问机制的测试总线划分问题,提出了基于蚁群算法的SoC Wrapper/TAM联合优化方法.构造蚁群算法时首先进行IP核的测试壳优化,用于缩短最长扫描链长度,减少单个IP核的测试时间;在此基础上进行TAM结构的蚁群优化,通过算法迭代逼近测试总线的最优划分,从而缩短SoC测试时间.对ITC2002基准SoC电路进行实验的结果表明,该方法能有效地解决SoC测试优化问题.     

社会网络信息的本体论建模与可视化

本体论是共享概念模型的明确的形式化规范说明,基于本体论对社会网络信息建模能够提供客观存在的本质认识,发挥本体论在信息表示与组织上的优势.提出一种针对社会网络信息的领域本体模型,将社会网络信息领域的客观存在抽象为3个主要本体:行动者、关系网络和群组,能够方便地定义各种社会网络分析与可视化方法,为社会网络信息可视化应用提供支持.着眼于社会网络结构分析中的需求,在上述模型框架下提出了基于规则对等组的群组分析方法和基于群组、角色分析的力导引布点算法.最后结合恐怖活动信息可视化实例,阐述了文中提出的领域模型与可视化方法的应用.     

二进制粒子群算法在路径规划中的应用

全局路径规划是智能机器人的一个重要研究领域,将二进制粒子群算法应用于路径规划是一种新的尝试.提出一种机器人路径全局路径规划方法,介绍了利用改进的二进制粒子群算法进行路径规划的详细实现过程.机器人工作空间中的障碍物表示为多边形,对多边形顶点进行编号.利用二进制粒子群算法进行路径规划,粒子的长度定义为工作环境中障碍物顶点的个数,每一位为0或1表示路径是否经过该顶点.为了克服传统的二进制粒子群算法的早熟收敛问题,在改进的算法中采用了双重编码结构,并引入变异操作.最后给出仿真结果证明该方法的正确性和有效性.     

Flow shop问题的嵌套分区优化调度方法

介绍了嵌套分区算法(NP)的基本思想, 并用于求解流水作业优化调度问题. 算法用嵌套分区树来描述流水作业调度问题, 对可行域进行系统性分区, 然后集中搜索有优良解的区域. 在每一步迭代中, 算法跟踪最有希望的分区, 并结合启发式算法和邻域搜索来实现分区转移. 仿真实验表明, 该算法比单纯的启发式算法和邻域搜索有较好的寻优能力.     

混合编码免疫算法在船舶载重计量的应用

提出一种混合编码免疫辨识算法, 并应用于船舶载重货物计量的模型辨识. 该算法结合免疫算法优越的全局搜索性能与GP算法简洁的结构树编码方法, 将抗体编码为模型结构树编码与模型参数编码的组合, 通过对抗体结构与参数的免疫操作, 实现全局寻优及非线性模型的结构与参数的一体化辨识. 算法不依赖对象的先验知识, 辨识的模型结构简单、易于理解. 仿真及船舶载模型的辨识应用验证了本算法的有效性及较强的非线性逼近能力.