基于MATLAB的斜齿轮传动多目标优化设计

本文介绍了齿轮传动的多目标设计方法，以斜齿轮体积和传动平稳可靠性为目标函数，建立了斜齿圆柱齿轮传动的多目标优化设计数学模型。并且结合实例利用科学计算软件MATLAB的优化工具箱求解多月标优化问题。目前，对于斜齿轮优化设计的研究主要集中在减小体积方面，一般不考虑传动平稳性。本文对减小体积和提高传动平稳可靠性两个目标进行了联合优化，这对于齿轮传动设计具有理论指导意义。     

基于蚁群算法的自适应路径导航算法

针对时常发生和不断加剧的交通拥挤、堵塞等情况,研究一种动态的、自适应的导航算法,以达到对车辆进行合理有效的路径导航和路径规划的目的.这一算法是在蚁群算法的基础之上,辅以多因素综合评判的方式,改进蚁群算法的评判标准,构建动态导航模型.以该导航模型为基础,通过仿真实验进行求解,仿真实验中将路径宽度、通行时延等随机因素考虑在内并进行综合权衡,使得动态导航的结果具有现实中的指导意义.数据实例表明,该导航算法是可行的、有效的,具有良好的导航效果,可为实际的导航系统提供有力地决策支持.     

基于蚁群算法的交通信号控制

交通信号控制可以有效地调节车流量,避免冲突和减少交通拥堵。蚁群算法具有信息分散性、群体性、随机性和自组织的特点,这些特点恰好符合交通流网络的特性。计算仿真结果表明,该方法优于传统的交通信号控制方法,尤其是在交通流很大的情况下更能体现方法的优越性。     

基于蚁群算法的增程式电动中巴车控制策略优化

应用蚁群算法对某增程式电动中巴车控制策略中的关键参数进行优化,以提高整车燃油经济性。基于Matlab编写优化程序并完成优化,同时在CRUISE软件中对优化结果进行了仿真对比。仿真结果表明,优化后整车能量消耗明显降低,目标车辆燃油经济性得到明显改善。     

灾害情况下基于改进蚁群算法的救援车辆路径优化

自然灾害发生后,最重要的任务是救援。但由于灾后信息传输受到阻碍,相关道路损毁分布状况、预先规划的救援路线发生损毁等信息不能及时获取,给救援救灾带来很大困难,如何根据已获得的灾区路网信息动态规划安全、快速的车辆救灾通道极为重要。文中针对灾后救援时间紧迫、救援路程中道路通过性动态变化及安全性等因素,以到达救援点时间最短为目标,建立灾害情况下车辆路径优化模型;采用基于图论的改进蚁群算法进行全局车辆路径优化,并对救援路径中规划好的救援路线出现障碍点时车辆局部路径优化进行仿真试验,验证改进蚁群算法的有效性,结果表明相对于传统蚁群算法,改进蚁群算法的寻优效果更好。     

基于蚁群算法的公共自行车站间调度优化

公共自行车系统在实际运行中存在借车难、还车难等问题,站间自行车调度不合理、不及时是主要原因。根据自行车调度的实际情况,考虑公共自行车系统特殊的调度车容量约束和下一站点补给约束,建立公共自行车站间调度的数学模型。通过改进常规旅行商问题求解的蚁群算法,以满足自行车调度的约束条件。在Matlab中编程实现改进的蚁群算法,并以武汉市关山光谷片区的24个自行车站点为例,用改进的蚁群算法求解调度回路,结果表明该算法可以求解得到最优调度回路。     

基于蚁群算法的路径规划改进方法研究

无人驾驶技术是近几年来研究的热点,其中路径规划技术则是无人驾驶技术研究中一个重要的内容。本文介绍基于经典蚁群算法的路径规划技术以及两大类改进方法,一类是基于经典蚁群算法的改进,另一类是与其它智能算法融合的改进。     

圆弧齿双曲面齿轮降低噪声的优化设计

根据双曲面齿轮传动的重叠系数达到一适当值之后，便可使传动的平稳性和噪声得到显著改善的观点，本文用优化方法选择圆弧齿双曲面齿轮的主要参数，使重叠系数准确达到一预先给定的合理值。     

基于蚁群优化算法与出租车GPS数据的公众出行路径优化

以出租车GPS采集的浮动车数据为依据,研究出租车驾驶员路径选择的认知及类蚂蚁的行为特征。根据城市道路功能等级与出租车的通行频率等信息素,建立出租车驾驶员路径选择信息素等级路网,并以此作为路网初始信息素,综合考虑路径通行时间、通行距离、路径信息素等级等多个因素,提出了基于蚁群优化算法的公众出行路径规划优化算法。以武汉市路网和浮动车为试验数据,将模型规划的道路与浮动车数据库中的轨迹进行了比较。结果表明:基于蚁群优化算法与出租车GPS数据的公众出行路径同出租车驾驶员选择的出行路径相似度很高,能为公众出行提供出租车驾驶员选择的行车路径。     

基于改进蚁群算法的多物流中转站选址规划

根据多物流中转站选址问题的特点,应用遗传算法和分配算法将大规模客户点划分为不同的配送单元,建立了包含配送中心和中转站的运营成本以及配送中心和中转站的大小车维护费用的数学模型,其中,运营成本包括车辆的运输成本和中转站的建造成本.提出了一种解决多物流中转站选址问题的改进蚁群算法,由于该算法在评价函数中隐含加入了约束条件,并...     

基于改进型蚁群算法的车辆导航路径规划研究

在分析车辆路径规划问题(VLD)特点的基础上,提出了VLD的数学模型以及适用于求解VLD的蚁群算法。详细分析了蚁群算法的参数对算法收敛速度和计算结果精确度的影响,提出了一种能够提高算法的收敛速度和全局搜索能力的参数自适应调整的策略,并对原有基本蚁群算法进行了改进。随后进行了仿真试验,根据所得仿真结果将改进蚁群算法与基本蚁群算法从全局收敛能力、计算稳定性以及计算速度等方面进行了全面比较,结论表明改进蚁群算法各方面均优于基本蚁群算法,证明了改进算法的可行性及有效性。     

基于蚁群算法的军事配送车辆调度问题研究

针对军事配送的特点,以"等待损失"和运输成本最小化为目标,建立了问题的数学模型,并应用蚁群算法求解了这一问题.算法中改进了状态转移规则,设计了局部搜索模块.为测试算法性能,应用改进的蚁群算法求解了文献中的21个基准算例.计算结果表明,这一算法明显优于已有算法.     

基于改进蚁群算法的交通分配研究

交通分配是交通规划诸多问题中被国内外学者研究得最深入、取得研究成果最多的内容。但是把蚁群算法应用到交通规划中在国内外都不多见。介绍蚁群算法在交通流分配中的应用。     

基于遗传蚁群算法的履带式混合动力车辆控制策略参数优化

针对控制策略参数优化中存在的问题,提出一种基于遗传蚁群算法的履带式混合动力车辆整车控制策略参数优化的新方法。基于优化设计的思想,以最小燃油消耗量为目标函数,建立控制参数优化问题的数学模型,然后结合遗传算法和蚁群算法各自的优点提出一种遗传蚁群优化算法,并对控制策略参数优化问题进行数值求解。结果表明,优化后车辆燃油消耗减少14.9%,说明该方法可以找到一组全局最优的参数,大大缩短控制参数的实车标定时间。     

基于蚁群算法的地铁隧道沉降预测研究

紧邻大型深基坑的地铁隧道因影响因素极其复杂,难以准确预测其沉降变形,以致无法较早判定隧道的安全状况,亦无法根据其变形信息及时、有效地指导基坑施工。针对这一问题,立足TSP基本蚁群算法模型,结合地铁隧道沉降变形实际,在确定模型路径选择机制的基础上,通过合理构建信息函数和启发函数,确立信息素更新机制以及蚂蚁搜索机制,最终建立了地铁隧道沉降预测的蚁群算法模型,并用实例验证了模型的预测效果,为运营中的地铁隧道特别是紧邻大型基坑的地铁隧道沉降预测开辟了一条新的途径。     

一种基于并发奖赏蚁群系统的A*算法

为优化出行者在动态路径诱导系统中进行路径选择,提出一种基于并发奖赏蚁群系统的A*算法,利用A*算法的成熟性和蚁群算法的动态性,用蚁群算法对A*算法估价函数f(x)=g(x)+h(x)中的h(x)进行研究,考虑了交通路况中的各种动态因素,使A*算法具有动态性;为了提高算法的效率,基于在最优路径附近往往存在更优路径这一原理...