海上电子工程中的蚁群算法资源调度设计

针对海上电子工程中的资源调度方法存在调度时间长、效率低等问题,以提高海上电子工程资源调度效果为目标,设计了基于蚁群算法的海上电子工程资源调度方法。首先对国内外的海上电子工程资源调度方法进行分析,找到导致调度时间长、效率低的因素,然后采用蚁群算法对海上电子工程资源调度方法进行设计,最后采用本文方法对具体海上电子工程资源调度问题进行分析,结果表明,本文方法减少了海上电子工程资源调度的时间,加快了海上电子工程完成时间,而且比其他海上电子工程资源调度方法工作更加稳定和高效,解决了当前海上电子工程资源调度方法存在的调度时间长、效率低难题,具有一定的实际应用价值。     

基于粒子群算法的海上物流智能配送系统

目前,海上物流的兴起与发展为物流行业带来了新的生机,但在海上物流智能配送系统的使用过程中,系统时常无法实现精确的船只调度,因而采用粒子群算法展开优化,设计粒子群算法的海上物流智能配送系统。在原有的硬件体系中引用GIS芯片,提升原有硬件的性能。以上述硬件为基础,采用粒子群算法中的学习因子优化技术,设定船只调度计算模块。将硬件与软件相结合,完成粒子群算法的海上物流智能配送系统的设计工作。构建系统测试平台,通过与原有智能配送系统船只调度精准度对比可知,此系统的船只调度精准度优于原有系统,性能更佳。     

群智能优化算法的船舶信息管理任务批量流水调度研究

针对传统的船舶信息管理任务调度模型的调度平均等待时间长的问题,研究群智能优化算法的船舶信息管理任务批量流水调度模型。根据群智能优化算法理论,将调度过程中的船舶看作粒子,根据实际调度需求设定调度模型的参数。为缩短船舶调度平均等待时间,规划船舶调度的目标函数以及约束条件。计算粒子适应度,将粒子与任务分配一一映射,根据船舶可信度计算得到局部粒子最优解,更新粒子位置直至出现最优调度解,完成船舶信息管理任务批量流水调度模型的构建。通过与传统调度模型的对比仿真实验,验证构建的基于群智能优化算法的船舶调度模型能够缩短传统调度模型2/3的平均调度等待时间,提高了调度效率。     

基于多目标混沌云粒子群算法的泊位-岸桥分配研究

为了提高集装箱港口泊位-岸桥分配效果和优化效率,以集卡运距和船舶在港时间最小为优化目标,建立了多目标离散泊位-岸桥分配模型,利用混沌云粒子群算法对泊位-岸桥分配模型进行求解,开发了粒子可行-整数化处理模块,内嵌于混沌云粒子群算法进化中,制定了粒子编码规则,设计了多目标函数的粒子历史极值和全局极值的计算方法,提出了基于混沌云粒子群优化算法求解多目标离散泊位-岸桥分配模型的新方法,数值算例结果证明了该模型和算法的可行性和实用性。     

双资源约束下的船舶管件柔性生产车间调度优化

针对船舶管件柔性车间的复杂制造环境，建立以完工时间为主要优化目标、以设备资源和辅助资源为约束条件的双资源约束柔性生产车间调度问题模型，设计一种改进布谷鸟算法对其进行求解。针对问题特征及复杂性，在布谷鸟算法核心框架不变的基础上，提出一种莱维飞行自适应步长因子；同时，设计基于2种局部搜索的巢寄生策略，并引入模拟退火算法，以解决工序维、设备维和资源维的调度优化问题。将该算法应用于企业实际生产模型，结果表明：改进算法能有效避免设备资源冲突，具备较好的综合调度特性。     

基于混沌神经网的海上无线通信资源算法设计

在现代海上通信领域,基于无线技术的应用领域越来越多,如海上探测﹑目标侦查以及调度都需要利用无线资源进行数据传输,而海上无线资源十分紧张,所以如何对有限无线资源进行合理的分配是保障海上无线通信各种业务质量的关键。现有的无线资源算法普遍存在复杂度较高,并且最终计算结果与最优解之间还有一定的空间。本文研究了现有的海上无线资源优化算法,提出了基于混沌神经网络海上无线资源优化算法,并给出仿真结果。     

改进自适应惯性权重粒子群算法及其在核动力管道布置中的应用北大核心CSCD

[目的]旨在研究非线性自适应惯性权重粒子群优化算法,实现船用核动力一回路系统管道路径的布置优化设计。[方法]根据船用核动力一回路系统的管道布局设计特点,建立一回路系统的管道布局空间模型、约束条件和评价函数;基于管道节点数量,提出一种粒子群优化(PSO)算法的新型定长编码方法,然后结合该编码方法建立方向引导机制;在此基础上,针对粒子群优化算法易陷入局部最优解、收敛速度慢的缺点,结合辅助线性变化的学习因子,提出一种基于非线性自适应惯性权重的改进粒子群优化算法;将改进粒子群优化算法与协同进化算法相结合,提出一种用于求解分支管道布局问题的协同进化粒子群优化算法,以用于核动力一回路系统的管道布局优化。[结果]仿真结果显示,所提的改进算法与标准算法相比收敛速度提高了40%~50%,不仅能够得到更好的管道布局效果,还解决了标准粒子群优化算法容易陷入局部最优解的问题。[结论]研究成果可为船用核动力一回路系统管道布置的优化设计提供有益的参考。     

基于微粒群算法的舰艇计划修理资源调度优化

为解决舰艇修理计划中时间和资源制约带来的问题,提出了基于微粒群算法的舰艇计划修理资源调度优化方法.将不确定性多项式的求解问题转化为优先级搜索问题,并利用微粒群算法实现了问题的快速有效求解.工程实例的求解得到了合理有效的分配方案,解决了在资源制约下最小化工期的问题.     

蚁群和粒子群优化融合算法在船舶网络资源调度中的应用

在互联网技术高速发展的今天,网络互联技术已经被广泛应用在船舶的自动化控制领域,通过集中化的网络资源管理,船员可以有效地对船舶上的电力系统、导航系统和通信系统进行资源调度,从而达到最优化的水平。本文从船舶的实际控制需求出发,结合最新的人工智能技术——蚁群和粒子优化融合技术,对船舶网络资源进行数学模型的构建。并结合粒子群优化融合算法对蚁群网络的空间布局进行优化,从而使船舶的网络资源在动态调整中达到平衡。仿真结果表明,经过蚁群和粒子群融合算法优化过的船舶网络资源调度效率更高,具有很好的实际应用前景。     

动力定位海洋平台多发电机组的调度方法

针对动力定位海洋平台能量管理中发电机组能耗较高、排放较大的问题,为实现动力定位海洋平台节能减排,通过建立动力定位海洋平台多发电机组能耗模型和动力定位海洋平台多发电机组调度优化函数,采用粒子群算法进行寻优,根据寻优结果对动力定位海洋平台发电机组进行调度。仿真结果表明,相比传统能量管理方法,基于粒子群算法的调度方法能够降低动力定位海洋平台在各个工况下的能耗,实现动力定位海洋平台节能减排目标。