共查询到20条相似文献,搜索用时 109 毫秒
1.
蚁群算法在PID参数优化中的应用研究 总被引:1,自引:0,他引:1
本文介绍了蚁群算法的基本原理,将蚁群算法应用到了PID控制的参数优化问题中,并详细给出了基于蚁群算法的PID控制参数优化算法的实现步骤。为了验证本文算法的可行性,我们对文献[1]中的例子进行了仿真,并将仿真结果与文献[1]给出的基于遗传算法的PID控制参数优化结果进行了比较,发现:基于蚁群算法的PID参数优化算法无论是在最优解的质量方面还是在算法的执行效率方面都要优于基于遗传算法的PID参数优化算法。 相似文献
2.
《舰船科学技术》2021,(8)
传统基于纯蚁群算法的船舶交通多航道调度优化无法根据实际情况调整船舶优先级,船舶占港时间较长,经济效益差,因此设计一种基于人机交互-蚁群算法的船舶交通多航道调度优化方法。建立多航道调度优化模型,明确各船舶调度策略,确定调度时间、等待时间最小的目标函数,建立避免调度过程中产生混乱和协调船舶交叉的约束条件;在调度优化中引入人机交互-蚁群算法,采用人工设置临时改变船舶工作的优先级,以此来提高港口工作效率,并设置算法的搜索顺序,完成船舶交通多航道调度优化的研究。在算例仿真中,为验证传统方法与设计方法的调度结果,设置港口参数并分析两方法的调度方案,结果表明设计的方法得到的方案能有效缩短船舶平均在港口的停留时间和恢复正常生产所需要的时间。 相似文献
3.
4.
以长江散货船舯剖面纵向构件重量最小为优化目标,针对长江散货船在结构上的特点,采用蚁群算法,通过Matlab语言编程实现该目标寻优过程。利用该程序对实例进行计算,结果说明蚁群算法适用于船舶的结构优化设计,并能取得良好的优化结果。 相似文献
5.
6.
舰船周期性任务的容错调度对保证船舶安全航行,避免发生碰撞事故具有重要作用,因此针对舰船周期性任务容错调度问题进行研究,在求解环节对传统容错调度算法进行改进优化,以期提高可靠性和实时性。任务容错调度算法设计需要经历2个阶段:第一阶段,构建舰船周期性任务容错调度模型;第二阶段,将遗传算法与蚁群算法相结合,完成模型2次求解,先使用遗传算法,得到初步容错调度可行方案,后使用蚁群算法,完成模型精确求解,有效实现舰船周期性任务的容错调度。结果表明:与单一遗传算法与蚁群算法相比,本算法可靠性降低幅度低(1.89%),说明可靠性更好;100个任务的完成所需时间最少,仅花费11.5 s,证明其实时性更佳。 相似文献
7.
物流配送在国民经济中发挥着越来越重要的作用,先进的物流配送系统是企业增强竞争力的重要手段.而进行物流配送系统的优化,主要就是配送路径的选择.虽然蚁群算法已广泛应用于解决路径优化问题,但此算法所固有的收敛速度缺陷一直制约着物流系统配送路径优化问题的解决.本文在系统分析蚁群算法的基础上,结合遗传算法,提出了一种新型的改进蚁群算法,并通过算例对改进蚁群算法的有效性进行了验证. 相似文献
8.
9.
蟹笼渔船船型优化与抗风浪对策研究 总被引:1,自引:1,他引:0
采用无量纲的最小偏差法与遗传算法相结合,开展了蟹笼船型要素的多目标优化研究,结合该船型的特点,提出通过改变蟹笼装载区和活水池不同布置方案,从迎风面积的变化以及自由液舱这几方面对渔船稳性所产生的影响进行分析,探讨了提高渔船抗风浪的一些对策与措施. 相似文献
10.
阻力是船舶最重要的性能之一,阻力最小是构建船型的首先目标,当前最小阻力船型优化方法存在阻力大等缺陷,为了得到最小阻力的船型,设计基于粒子群算法的最小阻力船型优化方法。首先对当前最小阻力船型优化研究现状进行分析,并建立了最小阻力船型优化的数学模型,然后采用粒子群算法对最小阻力船型优化的数学模型进行求解,找到最小阻力船型优化方案,最后通过与其它方法进行最小阻力船型优化仿真测试,结果表明,相对其它最小阻力船型优化方法,粒子群算法可以更快找到最小阻力船型优化方案,最优船型的阻力大幅度下降,可以应用于实际的最优船型设计中。 相似文献
11.
12.
《舰船科学技术》2019,(22)
为了提高海上应急物资配送和调度能力,提出基于蚁群智能优化的海上应急物资配送路径全局规划算法。根据海上应急物资配送物资规划路径进行运动学模型构造,构建海上应急物资配送路径规划的控制约束参量,以海上应急物资配送的中转节点作为聚类中心,采用蚁群优化算法进行海上应急物资配送路径的自适应寻优,以蚁群个体信息素作为导引参量,构建海上通信网络下的海上应急物资配送路径规划模型,采用蚁群算法进行海上应急物资配送路径规划过程中的寻优迭代,根据自适应寻优控制结果,实现海上应急物资配送路径规划优化。仿真结果表明,采用该方法进行海上应急物资配送路径规划的自适应性较好,规划调度能力,提高了应急物资的配送效率。 相似文献
13.
基于GA的大型船舶制造企业风险管理研究 总被引:1,自引:0,他引:1
介绍了运用遗传算法(GA)解决实际问题通常包括的步骤。探讨了散货船船体吊装顺序优化,建立了在给定周期下实现成本最小的目标函数,提出了一种改进GA来求解全局最优或者次优的装配顺序,采用了整数编码、单点交叉方法和新的变异方式。采用了最小偏差法,构造了FPSO船型优化的统一目标函数,采用了实数编码,以容量最大、造价最小为目标进行了多目标优化。 相似文献
14.
基于Isight软件,对圆柱形水下航行器开展了多学科设计优化技术的研究。首先将圆柱形水下航行器划分为阻力、结构、能源和推进四个学科,对每一个学科进行了详细的建模与分析,然后基于序列二次规划法,霍克-吉维斯直接搜索法以及多岛遗传算法三种优化算法对每个学科进行了单学科优化,在得到优化结果的同时,确定了最适合每个子系统的优化算法。接着确定了四个学科的耦合关系,完成了协同优化框架和同时分析与设计框架下多学科优化模型的构建。基于这两个多学科优化框架,分别在系统级优化器中采用上述三种优化算法,对圆柱形水下航行器进行了多学科设计优化,得到了满意的优化结果。最后总结出了一套适用于微小型水下航行器的多学科设计优化方案。 相似文献
15.
信道均衡问题是移动船舶通信网络研究中的重点课题之一,目前存在的解决方法主要有2种:基于神经网络和基于遗传算法的信道均衡技术,这2种方法经实践,信道分配效果较差,导致产生了极大的误码率,影响了数据传输质量。针对上述问题,研究一种基于蚁群算法的信道均衡技术。该技术首先需要建立一个移动船舶通信网络的信道均衡模型,然后利用蚁群算法对该模型进行求解,找出最佳的信道均衡方案。结果表明:与传统基于神经网络和基于遗传算法的信道均衡技术相比,利用本技术进行信道均衡后,误码率分别降低0.32×10–5%和0.05×10–5%。 相似文献
16.
17.
《舰船科学技术》2019,(2)
船舶物流路径规划的研究具有十分重要的经济价值,当前船舶物流路径规划方法无法找到最优的船舶物流路径规划方案,使得船舶物流运输的成本过高,为此本文设计了基于蚁群算法和粒子群算法的船舶物流路径规划方法。首先分析船舶物流路径规划研究的历史,建立船舶物流路径规划的数学模型,然后采用粒子群算法对船舶物流路径规划的数学模型进行求解,找到有效的船舶物流路径规划方案集合,并在此基础上采用蚁群算法对船舶物流路径规划方案集合进行搜索,找到最优的船舶物流路径规划方案,最后与单一蚁群算法、粒子群算法进行了船舶物流路径规划问题求解的仿真实验。本文方法避免了单一蚁群算法、粒子群算法求解速度慢,难以找到最优船舶物流路径规划方案不足,得到的船舶物流路径规划方案可以帮助企业节约物流运输成本。 相似文献
18.