人工鱼群算法的紧急情况下船舶物流配送系统

为降低紧急情况下船舶物流配送成本,设计了一个基于人工鱼群算法的紧急情况下船舶物流配送系统。该系统的硬件包括了单片机、无线通信模块、电源模块,在软件部分,利用人工鱼群算法对配送路径进行了规划,以此完成基于人工鱼群算法的紧急情况下船舶物流配送系统设计。实验结果表明,此次研究的配送系统不仅降低了船舶物流配送成本,还提高了船舶物流配送路径的规划速度,满足设计需求。     

舰船信息网络物流配送最优路径选取方法研究

利用基于神经网络或基于遗传算法等传统方法进行舰船信息网络中物流配送最优路径选取,选取质量较差,使得物流配送时间长,导致运输成本过高,降低了客户满意度。针对上述问题,提出一种基于Dijkstra算法的物流配送最优路径选取方法。该方法主要分为两步:对Dijkstra算法选取最优物流配送路径原理进行分析;在该原理基础上构建物流配送最优路径选取模型,包括问题描述、求加权矩阵、建立距离矩阵、确立需求量与配送距离之间的线性关系、构建Dijkstra算法模型等流程。结果表明:按照本方法选取出的最优路径进行物流配送,平均时间为55.69 h,按照基于神经网络或基于遗传算法等传统方法选取出的最优路径进行物流配送,平均时间为58.62 h和62.42 h。前者与后两者对比,配送时间大大缩短,由此证明本方法选取质量更好,能大大缩短物流配送时间,降低运输成本,提高客户满意度。     

电子商务环境下舰船供应链物流配送最优路径规划方法

传统舰船供应链物流配送最优路径规划方法,普遍采用一种最优计算算法来完成最优量的计算。当计算出的最优量同实际路径发生冲突时,算法无法快速给出当下最优路径解决方案,严重影响物流配送时效。因此,提出电子商务环境下舰船供应链物流配送最优路径规划方法。根据舰船配送货物特征,通过迪杰斯特拉算法对货物配送路径进行多路径规划模型建立,使其模型中的路径能够符合全局配送过程的需要;通过实时优化蚁群算法对模型中的规划路径进行实时最优计算,保证舰船任意状态下的航行路径均为最优路径。对传统路径规划方法所规划的路径与提出方法所规划的路径进行最优路径的二次规划测试,通过二次最优规划所用时间,证明提出方法在路径实时最优规划上优于传统路径规划方法。     

基于PSO的舰船成像多普勒参数的标定算法

针对原有舰船成像多普勒参数标定算法标定结果误差率较高的问题,引用粒子优化算法设计基于PSO的舰船成像多普勒参数的标定算法。采用三维物理量转化二维数字模型的形式,构建理想舰船成像模型。将此模型作为算法设计基础,引用PSO算法中的进化算法,提取多普勒参数估计值区间,并设定专属数据表存储提取结果。对数据库内的数据根据设定的多普勒参数优化流程,展开处理与运算,获取多普勒参数估计值区间的最优解,即多普勒参数标定结果。构建算法测试环节,设定测试目标并获取此算法使用效果。通过与原有算法对比结果可知,此算法标定结果误差率远低于原有算法标定结果误差率。     

改进遗传算法的舰船无线网络路由算法

针对原有舰船无线网络路由算法在使用后造成无线网络耗能较大的问题,引用改进遗传算法,设计基于改进遗传算法的舰船无线网络路由算法。设定舰船网络模型,获取网络中的链路重叠与干扰情况,计算无线网络信道分配数值。以上述计算结果为基础,引用改进遗传算法,设定无线网络的运行空间,根据遗传算法中的染色体计算技术,获取路由路径与数量的最优解。构建算法测试环节,通过与原有算法对比可知,此算法在使用后舰船无线网络的耗能低于原有算法。     

基于人工智能算法的港口物流船舶运输路径优化研究

传统的港口物流船舶运输路径优化后,船舶运输成本很高,运输时间过长。针对上述问题,引用人工智能算法研究了一种新的港口船舶运输路径优化方法,通过船舶配送和客户管理两阶段解决优化问题,通过线性优化区分港口路径组成的种群,形成若干个子种群,分析种群之间的密度,根据密度分析结果得到协同进化方案,同时使用提升操作和协同操作解决路径优化问题,利用"径—环切割"理论对客户进行分组优化,通过时间窗解决运行时间问题。设定对比实验验证方法效果,结果表明,基于人工智能算法的港口物流船舶运输路径优化方法可以有效降低运输成本,缩短运输时间。     

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。     

基于群体智能的船艇货物配送路径图解优化模型构建

由于蚁群算法路径优化模型容易出现局部最优的问题,导致最终的船艇货物配送成本过高,为此构建一种基于群体智能的船艇货物配送路径图解优化模型。以配送路径的难易度系数为标准,对配送路径的当量长度进行计算,引用群体智能算法,确定货物配送路径的动态调整规则,运用图解法计算最短配送路径,完成路径图解优化模型的构建。通过实例论证分析的方式,确定该模型的有效性。结果表明,基于群体智能的路径优化模型较基于蚁群算法的路径优化模型具备优越性,货物配送总成本降低328.5元/天,且大大缩短了配送时长,提高了船艇货物配送效率。     

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。     

基于大数据分析的船舶海上物流配送链优化模型

传统的船舶海上物流配送链优化模型无法对物流资源数据进行特征共享分析,导致优化后的配送路径过长,极大地增加了运输成本与时间。为了解决这一问题,提出基于大数据分析的船舶海上物流配送链优化模型设计。通过大数据分析技术,首先对物流配送链信息进行物流源的分组优化。以收件人为中心将货物与数据资源一一对应分组,清晰物流配送数据的配送关系,对数据进行内部整合计算,精简数据流提升模型计算速度;最后对配送路径进行输出优化计算,通过大数据分析对遗传算法进行实时分析,得到最佳的配送路径。为验证提出优化模型的有效性,通过设计仿真对比实验的方式,模拟配送链数据对提出模型与传统模型进行配送时间的对比,通过对比数据证明提出的优化模型具有配送用时短,节约运输成本的特点。     

低碳条件下的货运船舶配送路径优化规划方法

为了更好地实现节能减排目标,优化船舶航线选择精度,在低碳条件下设计了船舶货运配送路径规划方法。分析船舶航行最优路线和船舶航线拥堵情况,获取航线数据,构建物流配送路径管理模型,实现航线数据的有效搜索和最优路径的选择。实验结果表明,本文提出的低碳条件下的货运船舶配送路径优化规划方法在实际应用过程中,具有更高的实用性和有效性,充分满足船舶配送路径优化要求。     

基于遗传算法的装船顺序整数规划问题求解

针对原有装船顺序整数规划求解算法所求得的最优解精度较低的问题,设计遗传算法的装船顺序整数规划求解算法。根据遗传算法演变规则设定整体算法求解流程;依照流程中的硬约束条件要求采用船舶重心与装船翻箱率结合的形式,设计装船规则;根据装船规则内容,采用翻箱率与船舶重心目标函数组成整数规划模型并进行求解。至此,遗传算的装船顺序问题整数规划求解算法完成。构建对比试验,与原有算法相比,此算法最优适度曲线与准确计算结果相近,原有方法与计算结果误差较大。因而,此算法求解精度更高,此算法更有效。     

船舶航线规划数学建模及求解的人工智能算法

在原有的船舶航线规划数学建模求解算法的使用过程中,其对航向目标函数构建能力较差,导致航向运行成本较高。因此,设计船舶航线规划数学建模及求解的人工智能算法。在航线规划数学模型构建前,需要对路线规划问题进行描述与假设,并设定合理的目标函数。根据此目标函数,选定线性函数作为蓝本,构建约束条件过滤器,同时使用此约束条件过滤器处理结果对可行航线展开分析,得到最优航线方案。构建仿真实验环节,通过与目前使用的求解方法对比可知,此算法的航线选择结果最佳,且成本最低。     

智能港口运输交通流模拟系统设计

随着海上运输业的不断发展,关于港口运输交通的研究日益增加。在原有智能港口运输交通流模拟系统使用过程,常因模拟结果误差较大,造成港口交通研究结果可靠性较差的问题。因而,设计线性模型下智能港口运输交通流模拟系统。硬件方面,安装船载GPS收发装置,设定系统控制器,其他硬件部分沿用原有设备。引用线性模型优化交通流模拟计算法,构建高精度智能港口运输交通流模拟模型,提升系统的模拟精度。至此,线性模型下智能港口运输交通流模拟系统设计完成。通过系统测试对比可知,此系统的模拟结果误差数值低于原有系统模拟结果误差数值。综上可知,线性模型下智能港口运输交通流模拟系统模拟精度较高。     

深水环境舰艇短波跳频通信抗干扰算法

针对原有舰艇短波跳频通信抗干扰算法在深水中使用后,依旧出现误码率的问题,设计深水环境舰艇短波跳频通信抗干扰算法。为保证此次设计的科学性,设定短波跳频通信通道模型构建流程。依照模型构建流程,使用相关矩阵建模法构建深水环境下的舰艇短波跳频通信模型。将构建的模型作为算法设计的基础,引用低通滤波器完成舰艇短波跳频通信抗干扰算法的设计工作,并设定通信天线排列格式,确保设定的算法使用效果。至此,深水环境舰艇短波跳频通信抗干扰算法设计完成。构建实验论证环节,通过与原有抗干扰算法的对比可知,此算法的误码率低于原有抗干扰算法。     

大数据背景下的船舶物流配送路径选择研究

传统的混合整数规划模型选择船舶物流配送路径时,为了使成本与路程成正比进行计算,利用路程平摊成本而忽略中转港口的容量限制,因此在船舶路径选择方法研究中,首先建立船舶路径选择函数,在最短路径函数的前提下,配合最短时间的路径选择函数来辅助决策,使用数据融合技术完成港口流量的预测,将预测结果作为路径选择函数的约束条件,从而得到最优路径。实证分析中选择某条航运线路为例,分别使用传统路径选择模型和设计的方法共同进行船舶物流配送给路径选择,选择结果证明,虽然在配送成本和船舶固定成本中,设计的方法选择的路径比传统方法略高一些,但是货损成本和时间窗惩罚成本得到了有效降低,总成本比传统方案节约了12.19万美元。     

水下无人集群优化部署算法设计与分析

部署优化是水下无人传感器集群重要任务之一,针对水下探测需要,本文设计基于粒子群与人工鱼群法混合部署算法。首先利用先用改进粒子群算法进行初期寻优,然后利用人工鱼群算法进行后期寻优,完成水下无人集群节点部署优化设计。通过对特定场景设计,设定实验约束条件,利用Matlab完成优化部署算法的系统仿真实验,对覆盖率进行对比分析,得出部署优化算法覆盖率提高了25%,覆盖度曲线初期收敛快,后期寻优效果有明显提升。     

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。     

无线通信技术在船舶电子系统网络设计应用

针对原有船舶电子系统网络由于通信一体化较差,造成子系统网络误码率较高的问题,引用无线通信技术,设计基于无线通信技术的船舶电子系统网络。根据船舶电子系统的内容设定光纤通道协议结构,上述结构选定网络拓扑结构。采用设定后的网络结构,引用无线通信技术完成子系统通信模块的优化。通过上述部分完成网络的基础设计,在网络中增加信号一体化软件,提升信号的一体化能力。至此,基于无线通信技术的船舶电子系统网络设计完成。构建网络测试环节,设计网络测试平台,获取测试结果。通过与原有网络的对比,此网络中子系统信号误码率较低,且趋近于理想值。综上可知,此电子系统网络优于原有电子系统网络。     

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。