基于城市配送平台的订单与车辆匹配优化策略

对于货物配送过程中零担订单与配送车辆的匹配问题,由于传统的人工匹配模式会导致较高的运输成本和空载率。针对此问题,根据实际业务情况,将订单体积与重量作为约束条件,以平台利润最大化为优化目标建立0-1整数规划模型。根据平台实际业务设计出GAPVR (Genetic Algorithm based on Price-Volume Ratio)算法,并将该算法与CPLEX和平台目前的业务操作采用的FCFS(First Come First Service)算法进行对比。通过在不同订单量下进行数值模拟分析,结果表明在大规模订单量下,设计的GAPVR算法可以有效节约17.24%的运输成本,并在此前提下,可以进一步将空载率降至平均4.73%,比平台当前FCFS算法的空载率降低50%,证明了模型的有效性,对平台的实际运营具有一定的指导意义。     

模糊滑模控制在轮对试验台中的应用

针对液压伺服系统参数不确定性及外部干扰大等特点,提出一种模糊滑模变结构控制方法。以本轮对实验台液压伺服系统为例建立数学模型,使用趋近律设计方法改善系统趋近运动时的动态品质。将模糊控制理论与滑模变结构控制理论相结合,设计基于等效控制和准滑动模态的模糊滑模变结构控制器削弱系统的抖振。理论分析和仿真结果表明:与常规PID等经典控制及传统滑模变机构控制相比,模糊滑模变结构控制器跟踪精度高、响应速度快、鲁棒性强、抖振小,能够达到满意的控制效果。     

基于CMAC和PID的丝杠导轨疲劳加载系统智能控制研究

在丝杠副、导轨副疲劳加载寿命预测试验台研制中,保证加载系统的高精度与高实时性是设计核心与控制难点。由于电液伺服阀控缸系统中非线性和不确定性因素的存在,传统控制方法难以保证理想加载效果,因此为提高系统加载精度和响应速度,提出一种基于小脑模型神经网络CMAC和经典PID的复合控制方案。通过对不同加载信号的跟踪控制仿真,结果证明,该方法能够显著提高控制系统的快速跟踪能力,减小跟踪误差,对于消除系统的不确定性具有良好的控制作用。     

模糊PID电阻丝恒速恒张力绕制控制

电阻丝容易被拉断,且绕制过程中绕丝张力具有非线性、参数时变性等特点。针对这一问题,在传统PID控制的基础上,将PID控制和模糊控制原理结合,提出了模糊自适应PID绕丝控制的方法;应用MATLAB/SIMULINK进行了仿真,并在所设计电阻绕丝试验平台上进行了试验;试验结果表明模糊PID控制比常规PID控制具有更好的静动态性能,能够对绕丝的张力进行有效的恒速恒张力控制。