基于改进人工势场法的机器人实时路径规划

针对传统人工势场法在机器人实时路径规划中存在目标不可达和局部极值点等问题,提出了一种改进的人工势场法.首先,在斥力函数中引入距离影响因子,解决目标点旁存在障碍物时的目标不可达问题;其次,引入动态法向力,消除由单个障碍物形成的局部极值点振荡或停滞;然后采用一种新的虚拟目标点设置方法,解决复杂槽形障碍形成的局部极值点问题;最后根据机器人受到的斥力,设置自适应调节步长.仿真实验结果表明:改进的人工势场法可以有效解决传统算法在目标不可达以及不同复杂度的局部极值点规划停滞,自适应步长调节可降低规划所需步数19%～30%.     

基于动态规划的混合动力有轨电车能量管理方法

针对传统动态规划算法在燃料电池混合动力系统能量分配中存在的误差累积问题，以及为进一步提高燃料电池混合动力有轨电车的耐久性和燃料经济性，提出了一种基于改进动态规划算法的燃料电池混合动力有轨电车能量管理方法；改进动态规划算法在传统动态规划的基础上调整了状态转移方程，通过只对系统状态量进行离散从而避免计算过程中的插值计算导致的误差累积；同时将系统等效氢耗、动力电池充电状态（SOC）约束和燃料电池加、减载带来的耐久性问题作为优化目标构成加权惩罚函数，使系统在获得良好燃料经济性的同时兼顾耐久性；将所提管理方法与功率跟随和传统动态规划进行对比分析. 研究结果表明:所提方法相较于功率跟随方法，使末态SOC值降低了13.3%，燃料经济性提高了78%；相较于基于传统动态规划算法的能量管理方法，使燃料经济性提高了3.5%，且SOC变化范围和燃料电池变载情况均具有显著改善.      

基于参数敏度分析的轮毂轴承寿命多目标优化

为提高某型第三代轮毂轴承受载疲劳寿命,以额定动载荷和额定静载荷作为响应指标,采用正交试验设计对轮毂轴承结构参数进行灵敏度分析,以轮毂轴承滚珠数量、滚珠直径、节圆直径及内外沟曲率半径等主要影响因素作为设计变量,建立轮毂轴承疲劳寿命多目标优化数学模型。分别采用非劣排序遗传算法(NSGA-II)、多岛遗传算法(MIGA)和最优化粒子群优化算法(MOPSO)进行优化求解,得到了轮毂轴承最优结构设计参数,采用有限元仿真分析方法对优化前后的旋压铆合装配成形轮毂轴承疲劳寿命进行对比验证。结果表明：上述优化策略实现了由2个目标函数主导的轮毂轴承整体性能提升,改善了轮毂轴承各组件的应力集中情况,提高了轮毂轴承的疲劳寿命,优化后结构最大应力较初始设计降低了约5.1%,寿命较初始设计结构增加了约3.8%,表明轮毂轴承的疲劳寿命多目标优化设计是有效的。     

航路时空资源分配的多目标优化方法

为了提高航空公司与空管方之间的协同决策程度, 降低航班延误水平, 以航路飞行的航班为研究对象, 研究了航路时空资源的多目标分配; 考虑实际运行条件下航班的唯一性约束、时间顺序约束和可行性约束的影响, 以航班在流量受限区所分配的飞行航迹和进入时隙为决策变量, 以航班总延误成本最小和航空公司延误公平损失偏差系数最小为目标函数, 构建了多目标非线性0-1整数规划模型; 基于模型特点引用了非支配排序遗传算法(NSGA-Ⅱ), 并利用排列编码法设计了一种整数基因编码方式, 以最大限度保证基因产生可行解集; 为了验证模型与算法的有效性, 基于南中国海地区航班运行实例, 对算法搜寻最优解的性能进行了研究, 并将此算法与传统按时刻表分配(RBS)方法进行了对比。研究结果表明: 改进编码方式的NSGA-Ⅱ算法使解集种群在约50代后世代距离从600收敛至30并稳定, 具有良好的收敛性; 针对实例中的多目标优化模型共生成有6组解的帕累托解集, 结果有66.7%的概率完全支配RBS方法, 且优化结果中航班平均延误成本比RBS方法降低了8.5%, 平均公平损失偏差系数降低了70.6%。可见提出的航路时空资源多目标优化方法的执行效果显著, 可在降低总延误成本的基础上兼顾各航空公司的公平性, 是解决航路飞行航班航迹与时隙资源分配问题的一种有效方法。      

基于改进遗传算法的公路混凝土配合比优化

当前公路建设项目中常常存在混凝土配合比设计不合理的问题,当混凝土配合比设计不合理时,不仅无法满足项目对混凝土材料强度和坍落度的要求,也无法保证经济成本。针对这一问题,尝试引入改进遗传算法,开展对混凝土配合比优化的设计研究。通过基于改进遗传算法的混凝土配合比目标函数构建、设置混凝土配合比优化约束条件、搜寻公路混凝土配合比最优解,提出一种全新的配合比优化设计思路。将新的优化设计思路应用到实际的公路建设项目当中,通过对比试验证明,按照新配合比制备的混凝土材料强度等级和坍落度均符合建设要求,且能降低混凝土制备成本。     

离场航迹降噪优化设计的多目标智能方法

为满足新一代空管系统中离场航迹优化设计时降低噪声影响和减少飞行成本的需要,进行了离场航迹的多目标优化设计方法研究.结合飞行动力学和运动学模型,建立了符合民航飞机离场飞行阶段特征的航迹分段模型,提出了应用状态矩阵和控制矩阵准确表示航迹的数学方法.基于模糊理论建立航迹噪声影响、飞行成本和空中导航约束的满意度评价函数,提出了3种启发式搜索规则和动态领域搜索方法来改进模拟退火算法.仿真结果表明,在绕飞限制空域的前提下,降噪和减少飞行成本的目标无法同时达到最优;离场航迹多目标优化后的总体满意度比仅考虑降噪时提高了4.3%.      

基于改进遗传算法的航班-登机口分配多目标优化

为提高现代机场的资源利用效率和乘客换乘体验, 研究了多目标航班-登机口分配问题; 在考虑航班类型约束、飞机机体类型约束和转场时间间隔约束的基础上, 以分配在固定登机口的航班数量最多、使用的固定登机口数量最少和乘客换乘紧张度最小为目标函数, 建立了航班-登机口分配的多目标非线性0-1整数规划模型, 并设计了一种改进型基因编码的遗传算法以提高求解效率; 基因个体采用两段式整数编码, 设计了该编码方式到可行解的映射流程, 同时从理论上证明该编码方式可以映射到最优解; 对两段基因编码分别设计了不同的交叉算子和变异算子, 避免产生非可行个体; 为验证算法的有效性, 基于某大规模机场的实际运营数据, 对比了改进型遗传算法与MATLAB内置遗传算法。计算结果表明: 采用改进型遗传算法使得安排在固定登机口的航班数目增大5%, 乘客换乘总紧张度减小3%, 乘客换乘平均紧张度减小32%, 占用的固定登机口数量相同, 安排在固定登机口的乘客数量增大20%, 算法运行时间减小8%, 说明改进型遗传算法性能更好, 可提高登机口的利用效率和乘客的换乘舒适度; 在改进型遗传算法的优化过程中, 航班数量目标和登机口数量目标在130次迭代时寻到最优解, 换乘紧张度目标在400次迭后基本收敛, 且最优结果对应的航班时序合理, 说明该算法的迭代收敛速度快, 优化结果合理。      

基于邻域分割的多种群协同进化人工蜂群算法

在人工蜂群算法中,随着优化过程的进行,蜂群的多样性会急剧降低,进而导致算法陷入局部最优.针对这一问题,提出了基于邻域分割的多种群协同进化人工蜂群算法,该算法将待解问题的解空间分割成相互独立的多个领域,在每个领域上和整个解空间上分别使用不同的蜂群来优化,并且定期进行蜜源信息的交换,来提高蜂群的多样性.使用标准函数对改进算法的优化性能进行了测试,测试结果表明改进后的算法具有更好的全局寻优能力.     

轨道交通单线接运电动公交调度优化模型

针对乘客由轨道交通换乘接运电动公交过程中等待时间长、候车成本高等问题,提出一种面向高峰时段乘客换乘情况的轨道交通接运电动公交的时刻表优化方法。通过分析换乘过程,以换乘乘客等候时间成本、换乘失败成本、电动公交使用成本和充电成本共4项成本之和最小为目标函数,以电动公交的发车顺序、换乘乘客的等待意愿、电动公交充放电特性对行驶里程产生的影响等作为约束条件,构建混合整数非线性规划模型。在接运公交的运输需求方面,考虑了除换乘乘客外本地乘客出行需求变化对接运电动公交时刻表的影响。最后提出一种混合人工蜂群算法求解模型,通过与遗传算法、粒子群算法的对比,进行了算法的敏感性分析。结果表明：目标函数总成本为1 355.32元,相比原成本降低了23.56%,其中,换乘乘客等候时间成本为298.17元,换乘失败成本为84.03元,公交公司运营成本为867.40元,电动公交充电成本为105.71元,验证了构建的模型对时刻表优化问题的有效性。     

基于改进免疫遗传机理的动态路径诱导算法研究

针对传统算法存在的不足,提出基于改进的免疫遗传机理的动态路径诱导算法。通过引入单点交叉算子配合控制策略的改进思想,在宏观上控制交叉过程以及构造优化简单的目标函数,较好地弥补了传统遗传算法早熟收敛、陷入局部最优解、运算效率较低等问题。最后采用此算法进行路网实例计算,结果表明该算法能较大程度地提高路网利用率,减少交通拥堵。     

求解拆卸线平衡问题的改进人工蜂群算法

大规模拆卸线平衡问题（disassembly line balancing problem,DLBP）是NP完全问题。为克服传统算法求解DLBP搜索过于随机、易于早熟,且求解难度随任务规模的增加呈指数级增长等不足,构建了基于最小化工作站、均衡负荷、尽早拆卸有危害和高需求零部件的DLBP多目标优化模型,在此基础上,提出了改进人工蜂群算法。该算法包括以下4个阶段:在初始解生成阶段,引入危害指标和需求指标,提升算法收敛性能;在雇佣蜂搜索阶段,采取可变步长搜索策略,增加对较优解的搜索深度,加速淘汰劣解;在观察蜂搜索阶段,采用常规搜索与蠕动搜索相结合的混合搜索策略;在侦察蜂搜索阶段,构造了基于分布估计的搜索策略,引导搜索过程。应用本文算法对70个测试问题进行求解,其中65个求得了最优解,寻优率为92.86%;对10个任务实例求得最优解的需求指标为9730个,比蚁群算法减少了360个;52个任务实例的开启工作站数目、平滑率和拆卸成本3项指标均取得了更优的结果,求解较大规模问题的性能显著提升。      

集装箱码头岸桥调度优化模型及算法

为弥补集装箱码头岸桥调度问题的传统优化方法仅适用单船舶情况的不足,以总费用(所有岸桥使用费用和船舶停靠费用)最小为优化目标,考虑岸桥不可穿越性和安全距离约束条件,建立了了面向多艘船舶的集装箱码头岸桥统一调度和卸船任务分配问题的混合整数规划优化模型.使用任务网络图方法,搜索影响卸船任务最终完成时间的关键任务及其相应的限制任务路径,设计了基于限制任务路径进行邻域搜索的双层模拟退火算法求解模型.12个不同规模的算例结果表明:与分支定界法和遗传算法相比,本文算法节省时间6.32%~18.36%,近似最优解的质量更高,而且最优解目标值之间的差距仅为0.38%~2.20%;考虑岸桥之间的安全距离约束导致系统运营成本增加3.41%~11.21%.      

Evolutionary algorithms for solving unconstrained multilevel lot-sizing problem with series structure

This paper presents a comparative study of evolutionary algorithms which are considered to be effective in solving the multilevel lot-sizing problem in material requirement planning (MRP) systems. Three evolutionary algorithms (simulated annealing (SA), particle swarm optimization (PSO) and genetic algorithm (GA)) are provided. For evaluating the performances of algorithms, the distribution of total cost (objective function) and the average computational time are compared. As a result, both GA and PSO have better cost performances with lower average total costs and smaller standard deviations. When the scale of the multilevel lot-sizing problem becomes larger, PSO is of a shorter computational time.     

A multi-objective optimal approach to automated construction of sacrificial multi-piece molds

Sacrificial multi-piece molds can be used for producing complex parts. To obtain the optimal design of molds automatically, a multi-objective optimal approach is proposed. Mold pieces number, material utilization and partitioning area are taken as the objective functions, and the machinability of each mold piece is taken as constraint condition. Genetic algorithm (GA) is adopted to realize global optimization of partitioning process. Each mold piece in optimal scheme can be manufactured by milling and drilling operations, which reduce the tooling cost and shorten product cycle obviously. Using the proposed approach, mold design can be significantly automated for making complex parts.     

基于改进遗传算法的接地网优化设计

为减少接地网均压导体数量和提高均压效果，根据短路时地表电压分布建立了接地网不等间距均压带优化布置的数学模型．优化计算采用改进的遗传算法．介绍了青藏铁路牵引变电所接地网的仿真计算．结果表明，该方法可在满足安全电压的条件下，得到接地网不等间距均压带布置形式．与传统的等间距布置形式相比，可以减少近50％的施工量．     

基于交叉熵算法的电动车辆复合电源参数优化

为了提升电动汽车动力性能、降低车辆成本，以复合电源成本和车辆电耗最小为目标，通过交叉熵（cross- entropy，CE）算法对车载复合电源的参数优化进行了研究. 首先，以某款纯电动汽车为研究对象，根据能量与功率性能指标确定锂离子电池和超级电容的容量范围；其次，选取复合电源成本和车辆电耗建立多目标优化函数，并在ADVISOR环境中搭建车辆仿真模型；接着，采用CE算法，通过种群的不断迭代，更新高斯概率密度函数的均值和方差，找到复合电源参数的Pareto最优解集；最后，从最优Pareto解集中选取典型的匹配参数，分析复合电源成本、车辆电耗和整车性能. 研究结果表明:在满足基本约束的前提下，得到了由100个解组成的Pareto最优解集. 与第二代非劣排序遗传算法（non-dominated sorting genetic algorithm-Ⅱ，NSGA-Ⅱ）比较，CE算法有更好的收敛性与分布性；复合电源成本平均降低了9.49%，车辆电耗平均降低了22.81%； 此外，城市道路循环工况（urban dynamometer driving schedule，UDDS）下车速误差最大值降低16.15%，整车动力性也有显著提升，百公里加速时间缩短7.81%，最高车速提升1.98%.      

基于动态规划算法的增程式电动汽车能量管理策略优化

提出了一种动态规划改进算法, 根据约束条件确定未来可达状态序列, 通过计算离散状态点间的转移代价, 在保证求解精度的同时, 降低了离线优化计算量; 利用改进动态规划算法设计了增程式电动汽车能量管理策略, 根据能量管理优化问题特点, 建立了动力系统模型和适用于全局优化求解的系统状态方程, 并确定了以动力电池荷电状态为系统状态量和增程器发电功率为系统控制量; 在迭代计算过程中, 将发动机燃油费用和动力电池电能费用之和作为目标函数, 构建了基于北京主干道不同行驶里程仿真工况, 得到了驱动电机需求功率最优分配结果; 提取了增程器启停状态与动力电池荷电状态和驱动电机需求功率二者之间的控制规则, 利用最小二乘法对增程器功率分流比与驱动电机需求功率的分布规律进行拟合, 建立了基于优化规则的能量管理策略。仿真结果表明: 对于行驶里程为100km的仿真工况, 动态规划改进算法计算时间为7 239s, 与经典动态规划算法相比计算效率提高了78.2%;基于优化规则的能量管理策略能够获得类似动态规划改进算法的控制效果, 2种控制策略的动力电池荷电状态误差小于2.5%;相比实车电能消耗-电能维持型控制策略, 基于优化规则的控制策略能够使整车经济性提高5.4%, 使燃油经济性提高7.9%。      

终端区飞机排序的混合人工鱼群算法

为了保障飞行安全,对终端区着陆飞机进行有效的排序,建立了以航班延误总时间最小为目标函数的规划模型,以人工鱼群算法为基础,融合了遗传算法的选择操作和模拟退火算法的依概率接受的思想,形成混合人工鱼群算法,对着陆飞机排序问题进行了仿真计算,并与先到先服务算法、模拟退火算法以及蚁群算法进行了对比研究。仿真结果表明:与先到先服务相比,使用人工鱼群算法使得单跑道、双跑道延误分别减少了9·3%和48·0%,计算时间小于3s;与蚁群算法和模拟退火算法相比,求解的延误与时间最小,因此,提出的混合算法可行。     

多目标U型拆卸线平衡问题的Pareto蚁群遗传算法

针对传统方法求解多目标U型拆卸线平衡问题的不足,提出了一种基于Pareto解集的多目标蚁群遗传算法.在构造初始解阶段,以协同考虑最大作业时间、最小拆卸成本差作为蚂蚁的启发式信息;通过蚁群算法搜索可行拆卸序列,并根据多目标之间的支配关系得到Pareto解集;将蚁群算法的Pareto非劣解作为遗传操作的个体,进而将遗传操作的结果正反馈于最优拆卸路径上信息素的积累,并采用拥挤距离作为蚂蚁全局信息素更新策略,可以平衡多目标对信息素的影响,使算法快速获得较优解.将所提算法应用于52项拆卸任务算例和某打印机拆卸线实例,在算例验证中,通过对比Pareto蚁群算法,所提算法求得的8个非劣解在3个评价指标上性能分别提高了50.43%、3.25%、14.10%,在实例应用中所提算法求得8种可选平衡方案,从而验证了所提算法的有效性、优越性和实用性.      

混凝土系杆拱桥优化设计

为探讨混凝土系杆拱桥的多参数优化设计方法,选取计算矢高、拱肋截面尺寸、系梁截面尺寸、吊杆面积和系梁纵向预应力筋数目作为设计变量,规范限值为约束条件,全桥总造价为目标函数,建立了混凝土系杆拱桥的优化模型;采用大型通用程序ANSYS和桥梁结构平面分析程序,结合混合整型序列二次规划法,混合编程求解优化模型.以某拱桥为工程背景,建立并求解优化模型,将优化结果与设计值进行比较.结果表明:系梁混凝土用量减少40.98%,拱肋混凝土用量减少23.81%,预应力钢筋数目减少28.23%,全桥材料总造价降低28.63%.