基于单机排序和多因素决策的飞机排序问题研究

提出以单机排序为基础的飞机排序模型,根据各种因素对飞机排序的影响,采用多因素综合决策方法解决飞机排序模型中权重的取值问题.为求解该排序模型,提出以启发式贪心算法为基础的飞机排序算法,仿真结果表明提出的排序算法符合飞机排序要求,具有良好的规划性能.     

基于调度优先规则的海工项目并行进度计划编制

通过编制详细的项目进度计划,可降低不可预测风险,提高项目可控性。为实现海工项目的活动调度,优化进度计划,文章基于调度优先规则,针对海工项目活动的并行调度,应用遗传模拟退火算法对给出的四级进度计划进行了优化。首先,根据海洋平台的结构特点对海工项目的四级计划进行编制;其次,给出了项目活动调度的优先规则及并行安排机制;再次,设计了以遗传算法为外层循环,模拟退火算法做内层循环的优化算法;最后,将设计的算法对海工实例进行应用,并实现进度计划的生成。     

动力吸振器的多目标优化和多属性决策研究

动力吸振器被广泛用于船舶、飞机和汽车等工业领域。在结构振动控制中,为了最大限度地发挥吸振器的耗能减振作用,需要寻找吸振器的最优参数,即最优频率比、最优阻尼比和最优质量比,使得结构在不同的频率激励下获得最好的减振效果。文章将基于进化算法的多目标优化技术与多属性决策方法联合运用,针对主系统存在阻尼的减振系统,研究了动力吸振器的优化和决策问题。对于多目标优化问题,采用改进的非支配解排序的多目标进化算法(NSGAII),求出Pareto最优解,由这些Pareto最优解构成决策矩阵,使用客观赋权的信息熵方法对最优解的属性进行权值计算,然后用逼近理想解的排序方法(TOPSIS)进行多属性决策(MADM)研究,对Pareto最优解给出排序。文中给出了4个设计参数、3个目标函数的动力吸振器优化设计算例。     

船舶排闸的遗传算法设计与仿真

为优化船舶排闸,在对船舶排闸问题进行建模的基础上,提出船舶排闸的遗传算法,详细阐述将遗传算法应用于船舶排闸问题的具体实现方法。给出船舶过闸调度的仿真模型,包括交通流模型和调度模型。构建仿真实验系统,仔细比较3种船舶排闸算法,验证遗传优化算法的有效性。该研究对于内河船闸调度具有较强的理论和实用价值。     

基于遗传算法的军用飞机智能起降调度方法研究

计及军用飞机起降过程中的时间窗口约束和尾流间隔约束条件,基于遗传算法建立了军用飞机智能起降调度的数学模型。飞机队列顺序采用整数染色体编码方案,依据初始化种群、求解适应度函数和轮盘赌方式的选择操作,并配合相应的交叉、变异算子,对军用飞机航班规划问题进行了求解和优化。通过仿真计算,并与其他调度方法进行对比分析,验证和说明了所采用的模型和算法的有效性。     

基于多目标粒子群算法的动力吸振器参数优化和决策研究

动力吸振器在船舶领域得到广泛应用.在船舶振动控制中需要寻找吸振器的最优参数,即最优频率比、最优阻尼比和最优质量比,使得结构在不同的频率激励下获得最好的减振效果.本文将基于多目标粒子群算法的优化技术与多属性决策方法联合运用,针对主系统存在阻尼的减振系统,研究了动力吸振器参数优化和决策问题.对于多目标优化问题,采用多目标粒子群算法(α-MOPSO)求出Pareto最优解,基于熵方法得到属性权重,用逼近理想解的排序方法(TOPSIS)对Pareto最优解给出排序.文中给出了4个设计参数、2个目标函数的动力吸振器优化设计算例.计算结果表明,文中提出的联合方法能够有效应用于动力吸振器的参数优化.     

基于大数据分析的船用通信网络优化调度算法

为了提高船用通信网络优化调度效果,设计了基于大数据分析的船用通信网络优化调度算法。首先分析了船用通信网络优化调度原理,指出了影响船用通信网络优化调度结果的因素,然后收集船用通信网络优化调度的数据,采用大数据分析方法中的相关向量机和时间分析算法对船用通信网络优化调度问题进行建模,最后进行了船用通信网络优化调度算法性能的测试实验。结果表明,大数据分析算法解决了当前船用通信网络优化调度中存在的一些难题,提高了船用通信网络优化调度精度,船用通信网络优化调度时间得以减少,提升了船用通信网络优化调度效率,具有一定的实际应用价值。     

舰船概念设计多目标优化和多属性决策研究

在舰船概念设计阶段,设计者经常遇到要牛成大量的船型方案,并从中筛选出1个或者几个综合性能比较好的方案的问题.将基于进化箅法的多目标优化技术与多属性决策方法联合运用,探讨了船舶的多目标优化和决策问题.对于多目标优化问题,采用改进的非支配解排序的多目标进化优化算法(NSGA Ⅱ),求出Pareto最优解,由这些Pareto最优解构成决策矩阵.基于信息熵方法和层次分析法(AHP)联合得到属性权重,用逼近理想解的排序方法(TOPSIS)进行多属性决策(MADM)研究,对Pareto最优解给出排序.应用本文方法,对水面舰船概念设计进行了分析.数值计算结果表明,综合多目标优化和多属性决策技术,能够迅速、客观地选择合理的主要参数.这种综合方法也能够广泛应用于舰船其它设计领域.     

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。     

基于天牛须算法的机械产品加工过程物料优化调度

文章利用天牛须优化算法解决机械产品加工过程的物料配送与调度问题。在分析机械产品加工过程物料调度问题耦合关系的基础上，建立这一过程的数学模型，然后，确定优化目标并设计了适应度函数，构建用于求解的天牛须优化算法；选择某智能制造中心加工某型货车制动盘浇铸的实例，进行物料调度优化方案比选仿真，并与传统的粒子群优化算法进行对比，从而证明天牛须优化算法的可行性与高效性。