基于粒子群算法的船舶物流智能配送系统

当前船舶物流智能配送系统存在配送路径并非最优,配送效率低,导致船舶物流智能配送成本存在居高不下的缺陷。为了节约船舶物流智能配送成本,找到理想的船舶物流智能配送路径,设计了基于粒子群算法的船舶物流智能配送系统。首先对船舶物流智能配送系统的工作流程进行描述,并重点描述船舶物流智能配送路径优化问题,然后设计了一种改进粒子群算法,并采用它实现船舶物流智能配送路径的优化。最后的测试结果表明,本文船舶物流智能配送系统可以在用户规定时间内将需求的产品送到目的地,降低了船舶配送成本,不仅可以帮助船舶物流配送企业提高管理,而且船舶物流配送结果优于其他的系统。     

基于粒子群优化算法的海上电子工程资源调度设计

传统的海上电子工程资源调度方法在数据安全性极高的情况下,资源调度受到限制,其实用性需要进一步提高。为此,提出粒子群优化算法的海上电子工程资源调度设计。根据用户请求将资源转化为资源池,结合实际资源的各项属性设计资源模型,在资源模型上,将资源看作独立的粒子,初始化粒子群,优化加速因子和学习因子,执行粒子群优化算法,输出结果,即为资源调度结果。实验结果表明:设计的粒子群优化算法的海上电子工程资源调度方法任务并发数高、最大资源利用率高,该方法的实用性得到加强。     

海上应急物资配送路径规划模型的构建

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。     

基于蚁群算法的海洋港口物流运输系统研究

传统海洋港口物流运输系统存在货物运输目标参量与船舶调度路径间的协同性异常问题,导致货物运输船舶调度的精准度误差增大。因此,提出蚁群算法的海洋港口物流运输系统研究。首先,在系统硬件中加入船舶货物ID采集硬件,通过货物相关数据,建立起协同数据模型;接着;根据协同模型对运输路径进行基础模型计算,最后;通过蚁群算法,对路径与协同数据进行匹配性最优计算,从而得到最佳的物流调度方案,实现货物与路径的最佳协同性效果。为了验证设计系统的运输调度效果,通过仿真实验来完成对设计系统性能的验证,证明提出设计系统具有提升港口物流运输货物与船舶路径规划协同性的作用。     

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。     

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。     

改进群智能优化算法的海上物流配送路径优化方法

传统算法过早陷入局部最优,不能考虑全局配送问题,导致海上物流配送成本偏高,因此研究改进群智能优化算法的海上物流配送路径优化方法。该方法根据海上物流配送约束条件,建立路径优化模型,利用改进群智能优化算法,进行全局域中混沌局部的同步搜索,实现海上物流配送路径优化。实验结果表明,此次研究方法的物流配送成本,比传统方法低了24 332元,可见此次研究的路径优化方法更好。     

移动网络海上应急物流路径规划算法

传统算法缺乏海上应急物流路径规划网络数据库的构建,导致在对物资配送时时间过长,为此设计一种移动网络的海上应急物流路径规划算法。应用航行条件的属性信息,以矩阵形式构建海上应急物流路径规划网络数据库,根据数据库内信息确定海上路径可通行的难易程度,并对海上应急路径当量长度计算,寻求到最短配送路径进行静态路径规划,考虑船舶行驶中航行环境会发生变化,提出动态规划流程,完成海上应急物流路径的规划。实验中对多个物资点配送,结果表明此次设计的移动网络的海上应急物流路径规划算法的物资配送时间比传统算法的物资配送时间短。     

智能海上交通管理系统设计与研究

交通管理系统是对船舶海上航行过程中进行定位识别、实时监控、避险操作的重要工具,随着物联网、无线网络、通信信息技术在交通管理系统中的应用,能够对原有的交通管理系统进行优化升级,全面打造出智能化的交通管理系统。本文提出智能海上交通管理系统设计总体架构和功能需求,并从开放环境和软件开发层面入手,论述了智能海上交通管理系统设计的实现路径。通过性能测试结果表明,本文设计的系统能够达到百分百的信息调度准确率,具备推广应用价值。     

基于粒子群优化算法的船舶机舱布置优化

船舶机舱布置的优化设计是现代船舶设计的重要研究领域,一个合理的机舱布置不仅能满足整体的空间需求,同时还能提升船舶动力系统性能。船舶机舱布置的优化是一个多条件约束问题,随着现代船舶结构复杂度增加,传统CAD交互式设计方法已经不能满足现代机舱布置优化性能要求。粒子群优化算法是一种基于遗传算法的智能优化算法,能够对多边界条件进行模拟,算法复杂度较低。本文设计了基于粒子群优化算法的船舶机舱布置的优化系统,并进行仿真。     

云计算在船舶物流智能配送系统中的应用

首先设计基于云计算的船舶物流智能配送系统架构和数据库,然后在云平台的基础上,利用遗传算法对船舶物流智能配送路径进行优化,最后通过实例进行结果分析。对比结果说明,利用云服务可以增加系统的配送路径选择,降低运输成本。但运输效率需要在今后的应用中进一步提高。     

结合控制器局域网技术的船舶智能监控系统研究

本文首先阐述结合控制器局域网的船舶智能监控系统所具有的功能,在此基础上设计系统的总体架构,然后通过船舶柴油机的故障诊断来说明架构中的智能监控,采用粒子群优化算法的模糊神经网络故障诊断模型,最后通过实验来说明本文算法的有效性。     

船舶动力定位智能PID控制器设计与仿真研究

由于船舶在海上的动力学特性具有非线性、大时滞和强耦合等特点,风、浪等外部干扰具有随机特征,因而船舶动力定位控制系统是一个复杂的非线性系统,一次性整定的PID参数难以取得理想的控制效果。鉴于PID控制器的性能完全取决于其控制参数,结合混沌粒子群算法、云模型控制和PID控制各自的优势,设计一种具有参数实时自整定功能的智能PID控制器。首先引入混沌粒子群算法离线优化PID参数使控制系统处于优化状态,再利用二维云模型控制对其进行在线调节以增强控制器的适应性和鲁棒性。仿真结果证明所设计控制器的可行性和有效性。     

无线网络的海上舰船物流流程优化策略

针对有线网络海上舰船物流流程覆盖范围较窄的问题,提出基于无线网络技术的海上舰船物流流程优化策略。在原有物流流程基础上设计具体优化思路,利用RFID技术读写和定位港口货物,快速记录货物数据,及时定位货物位置,利用移动终端高效传输收发货信息,保证信息数据的时效性,通过GPRS车载电脑监控运输调度车辆,建立车辆和控制系统之间的有效信息传递通道,将流程间的串行或反馈运行转化为并行运作,提高运行效率,完成对海上舰船物流流程优化策略设计。实验对比结果表明,设计物流流程优化策略的网络覆盖面更广,优于原有策略,可以为海上舰船物流高效运行提供支持。     

粒子群优化算法在电力控制系统中的应用

粒子群优化算法在电力控制系统中的应用,能够在复杂搜索空间中寻求最佳优化区域,提高整体系统控制反应速率。利用粒子群优化算法控制系统变量参数,优化系统无功函数目标后,在满足系统运行需求条件下,实现调度结构。最后通过计算得到压协调控制最优值,从而完成整体电力控制系统优化。通过仿真实验,对比改进电力控制系统与常用混沌优化电力控制系统的控制反应速率,证明优化有效性。     

粒子群优化算法在港口船舶物流中的应用

传统的用遗传算法的港口船舶物流中存在逾期惩罚成本过高的问题,为此,提出粒子群优化算法在港口船舶物流中的应用。分析港口船舶物流影响因素并完成粒子编码,使得粒子位置与影响因素一一对应,计算多目标适应度函数,根据种群适应值均值调整目标粒子适应度函数,保证适应度函数最优,利用微粒迭代更新粒子的位置和速度,通过判断种群的收敛精度实现最优解的输出。实验结果表明,应用粒子群优化算法的港口船舶物流中逾期惩罚成本远低于应用遗传算法物流中的逾期惩罚成本,说明粒子群优化算法的应用有效地改善了逾期惩罚成本过高的问题。     

基于物联网云计算的海上调度系统研究

随着海洋航运业务的飞速发展,海洋船只的数量与活动越加频繁,如何对海洋运行的船队及相关港口进行调度不仅事关海上航行的安全,而且能够控制航运公司的运输成本。同时,随着现代信息技术的发展,基于物联网及云计算的应用架构及数据交互体系在构建海上船联网系统发挥着极其重要的作用。本文在研究现有物联网及云计算技术的基础上,优化了蚁群算法在海上调度系统中的算法,最后给出算法在基于物联网云计算中的实现,并进行仿真实验。     

海上多目标船物联网智能避碰辅助决策研究

船舶在海上航行的过程中,多船相遇会有不同的情况。本文将基于模拟退火的粒子群优化算法应用于海上多目标船舶智能避碰辅助决策中,建立船舶转向避碰幅度目标函数模型。最后利用仿真实验说明本文算法提高了全局的收敛速度、稳定性和通用性。     

粒子群算法在船舶电网系统中的应用

介绍粒子群算法的原理,并根据算法中的问题,改进粒子群算法,将自适应粒子群优化算法应用于船舶电网系统中。对自适应粒子群优化算法中的参数进行调整和变异,增强了种群全局寻优的速度和精度。最后将此算法应用于船舶电网系统的无功优化中,并通过对比实验说明本文所采用的算法在稳定系统电压方面效果明显。     

突发事故应急船只调度算法研究

为了提高突发事故下应急船只的疏导能力,保持交通畅通,需要进行船只应急调度算法优化设计,提出基于并行动态负载均衡的突发事故应急船只调度算法,采用分布式的网格区域模型对船只交通网络进行群体隔离,结合动态负载均衡方法进行船只出入港流量的疏导模型设计,通过并行控制方法进行突发事故下船只调度控制,实现船舶应急交通网络的负载均衡,提高了船舶在突发事故下的应急疏导能力。仿真结果表明,采用该算法进行应急船只调度的控制性能较好,负载均衡能力较强,提高了船舶交通的应急处置能力。