基于改进差分进化算法的船舶曲面分段车间调度

为有效提升船舶曲面分段车间的加工效率,解决已有算法存在的易陷入局部最优解和初始解质量低的问题,提出一种改进的差分进化算法,对曲面分段调度问题进行求解。以最小化完工时间和最小化班组间负荷差距为目标,建立该曲面分段调度问题的双目标数学模型,并采用改进的差分进化算法对该问题进行求解。该改进差分进化算法将全局搜索策略与局部搜索策略相结合,能提升初始解的质量,并加快收敛速度。使用某船厂的实际数据对该算法进行有效性验证,结果表明,该算法能有效求解船舶曲面分段调度问题,能更好地提升船舶曲面分段制造调度作业效率。     

船舶维修备件供应调度路径优化研究

文章针对船舶维修备件供应调度成本较高的问题,提出两级保障下维修备件供应调度优化策略;为解决基地级备件供应调度路径不合理和基层级装备维修效率低的问题,引入软时间窗的概念,建立了带软时间窗的两级保障下船舶维修备件供应路径优化模型;通过设计优化算法中的算子来改善遗传算法的局限性,提高算法收敛速度,并将算法运用到问题的求解当中;运用MATLAB编程求解目标函数,并用相关案例验证了该模型的有效性,为船舶维修备件供应调度路径的规划提供参考。     

基于云计算技术的舰船信息系统数据多批处理调度方法

传统的舰船信息系统数据的多批处理调度方法存在负载均衡性能差的问题,为此,设计基于云计算技术下舰船信息系统数据的多批处理调度方法。引用云计算的MapReduce迭代方式计算数据多批处理优先级,制定数据多批处理分级接收策略,将收益接近的任务分为同一处理批次,保证服务方在接收任务时收益最大化,通过动态调度算法,计算出数据多批处理任务最优解,实现舰船信息系统数据的多批处理调度。测试结果表明:与传统的调度方法相比,设计的云计算技术下舰船信息系统数据的多批处理调度方法负载均衡性能更好,适合应用在实际项目中。     

蚁群算法在舰船调度系统中的应用

传统的舰船调度系统多数基于遗传算法,存在大量无用的迭代计算,影响系统运行效率。为此,提出蚁群算法在舰船调度系统中的应用。构建基于Agent的双层调度体系,充分发挥分布式计算、多任务并行处理的特点。在此基础上,利用蚁群算法确定舰船初始位置,初始化舰船信息素,根据全局搜索和局部搜索2种情况,通过迭代计算得到舰船调度最优解,将最优解反馈至系统的调度层,实现舰船调度。测试结果表明,在相同的测试条件下,设计的应用蚁群算法的舰船调度系统的迭代计算次数明显少于传统的调度系统。     

电力推进船舶功率计算模块的设计

随着电力推进技术的广泛应用,不同特性的电力负载在起动运行时对电网稳定造成一定冲击,引起电网电压不平衡,从而给负载功率需求计算带来困难。本文针对上述问题,依据软件锁相环设计了负载功率计算模块,并构建简化的船舶电网仿真模型,模拟负载在电网电压三相不平衡情况下功率计算,来验证功率计算模块的性能。结果表明该模块能够快速、准确地计算负载所需实际功率,为电力推进船舶能量管理功率控制策略提供精确数据。     

船舶平面分段流水线多目标模糊调度的改进粒子群算法

针对船舶平面分段建造过程中广泛存在的不确定性问题,考虑在平面分段流水线调度中引入更贴近实际的模糊调度。以模糊数表示加工时间和交货期,以最小化最大完工时间、最大化平均满意度为调度目标,建立平面分段流水线多目标模糊调度问题的数学模型,设计了求解该问题的改进多目标粒子群算法。提出一种按反Logistic曲线规律动态变化的惯性权重,从而在一定程度上平衡算法的全局和局部搜索能力;嵌入由3种邻域结构随机排列构造的变邻域搜索算子以增强算法的局部改良性搜索能力;采用一种基于拥挤距离的非支配解动态维护策略以提高解的分布性。结合实例数据,通过对算法进行比较,证实了各项改进措施的有效性,以及所设计算法求解平面分段流水线多目标模糊调度问题的优越性。     

基于电子地图的改进蚁群算法及其车辆路径寻优

路径优化研究中以目标节点的线性距离之和最短作为最优路径的求解结果难以运用于实际.文中提出了结合电子地图API的改进蚁群算法,首先得到各个节点之间的实际道路导航距离,然后对基本蚁群算法进行改进.在节点选择策略上采用了轮盘选择策略;在算法的不同时期对信息素挥发系数ρ进行调整;计算目标节点距离时去掉节点间直线距离,而采用从电子地图获取的实际导航距离;最后获取电子地图数据,用于改进后的蚁群算法,进行最优路径求解.实验结果分析表明,算法改进前后求得的直线最短路程分别为64.526、62.598 km,验证了改进后算法的有效性,实际道路导航最短路程为89.378 km,说明文中提出的最优路径求解方式更切合实际,实用性更高.     

一种用于模块化多电平变换器的优化均压策略

模块化多电平变换器(MMC)的子模块电容电压均衡问题,是工程应用中需要解决的难点问题之一。本文针对采用电容电压排序,根据电流方向直接选择相应子模块投入的传统均压策略进行了改进和优化,引入了子模块电容电压值的上、下限,有效地避免了子模块的频繁投切现象,降低了系统的开关损耗。最后通过在Matlab/Simulink平台上搭建MMC仿真模型,对优化前后均压策略进行了比较,仿真结果证明改进算法有效地减小了IGBT开关次数,降低了系统损耗。     

基于DIgSILENT仿真的最大功率跟踪和无功补偿研究

论文主要研究了风力发电机运行稳定性的机械部分,运用曲线拟合方法和爬山算法对最大功率跟踪控制方法进行了比较研究,在DIg SLIENT仿真过程中建立了改进的控制模块并进行比较研究,从而得出改进的爬山算法和MPPT的控制模块具有良好的计算效果。通过建立SVC和STATCOM的模型和改进的控制模块连接到风力发电系统,在DIg SLIENT仿真中验证了SVC和STATCOM模型的有效性,并分析了模型对风力发电设备和系统的影响。研究结果表明,STATCOM在电网三相短路故障中有利于电压恢复和无功补偿。     

基于改进禁忌搜索算法的舰载机保障作业调度

[目的]舰载机出动能力是航母综合作战能力的重要指标,而舰载机保障作业调度将直接影响舰载机的出动能力,因此对舰载机保障作业进行合理调度能有效提高航母的作战能力。[方法]通过将舰载机保障作业调度问题转换成车间作业调度问题,建立保障作业调度模型。对传统禁忌搜索算法的初始解、搜索策略和禁忌列表长度进行改进,以减少最大完工时间为目标,提出一种改进的禁忌搜索算法来求解该模型。[结果]通过实验仿真验证了改进的禁忌搜索算法对于舰载机保障作业调度问题的适用性,且该改进算法在计算速度和优化结果方面均优于传统禁忌搜索算法。[结论]改进禁忌搜索算法可以有效地对舰载机保障作业调度问题进行求解。     

基于双阶段的海上应急物资协同调度模型

为解决单一应急反应基地受物资储备量及运力条件限制无法在第一时间将所需物资一次性运抵事故现场以及后续物资供应不连续的问题,在反应基地物资可集结、多应急反应基地、单事故点的情境下,建立急速响应与连续供应双阶段海上应急物资协同调度模型,并结合双阶段应急物资协同调度特点开发精确解算法求解。结论表明,经应急物资调度任务的情景模拟,算法可即时输出调度策略并针对无解情况给出物资调度修改的策略。该研究可为海上应急物资调度策略的制定提供理论支持。     

基于自适应神经网络的电力系统经济调度

为了适应新能源接入大电网的发展趋势,降低输电损耗,提出了考虑输电损耗的电力系统经济调度问题。提出根据功率平衡约束误差在线调整连续神经元更新步长的自适应方法,建立了基于增广的Lagrange-Hopfield神经网络的自适应神经网络算法,并且构建了该算法的仿真计算流程。从理论上证明了该算法的收敛性,论证了该算法具有快速的收敛速度。通过选取不同的更新步长参数求解实例,证明该算法可以在线调整步长,从而提高收敛速度,大幅减少迭代次数。     

基于改进蚁群算法的水下机器人路径规划算法

针对当前基本蚁群算法应用于水下机器人全局路径规划时存在路径搜索速度慢、容易陷入局部最优等问题,对其进行优化,提出一种改进蚁群算法。首先,改进算法引入A*算法作为新的初始路径搜索策略提高初始解的质量,加快算法收敛速度;针对特殊环境下算法容易陷入局部最优的问题做出优化,引入狼群分配策略进行蚂蚁回退。此外,对距离启发函数做出改进,综合考虑当前节点和下一节点以及下一节点和目标节点之间的距离,提高了算法搜索效率;提出一种信息素动态自适应更新策略,加快了算法前期搜寻效率,同时又扩大了算法后期搜寻范围。最后,以三次B样条法为基础引入路径平滑操作,去除规划路径结果中的冗余节点,减少了水下机器人移动过程中的能耗。仿真结果表明,和基本蚁群算法相比,改进算法不仅能取得更短、能耗更低的最优路径,收敛速度也更快。     

改进蚁群算法的舰船避碰辅助决策系统可靠性研究

传统舰船避碰辅助决策系统所采用的蚁群算法在对船舶路径碰撞信息素计算过程中,存在收敛速度慢、碰撞信息素浓度低的问题,导致输出结果的可靠性较低,因此提出改进蚁群算法的舰船避碰辅助决策系统可靠性设计方法。通过对船舶避碰路径模型的构建与分析,结合传统蚁群算法在避碰决策计算上的缺失数据,对蚁群算法进行改进,并将改进的蚁群算法引入到避碰辅助决策系统进行仿真计算,通过对决策数据的分析得到舰船避碰辅助决策可靠性数据。通过设计仿真实验对得到的可靠性数据进行验证,证明了本文方法所得数据的可靠性。     

水下无线通信资源数据库任务自主调度算法

传统水下无线通信资源数据调度算法在日常应用过程中,受到算法自身信号链路计算缺失影响,经常出现通信数据断流,数据库调度延时高的问题。针对此问题,提出水下无线通信资源数据库任务自主调度算法。通过引入无线POS策略算法对传统无线传输信号进行信号增强净化处理,同时配合引入EPD-C优先级调度算法,对传统调度算法调度链路计算逻辑进行修正,根据任务优先级别计算结果,实现任务的自主调度。最后,通过仿真实验对提出算法进行对比实验验证,证明提出的水下无线通信资源数据库任务自主调度算法能够有效解决传统算法因自身不足导致调度延迟高的问题。     

一种电网电压同步检测电路

针对电网同步电压检测中的问题,参考其他学者提出的光耦检测电路,分析了检测电路功耗和检测精确度之间矛盾,提出了以恒流二极管代替限流电阻的解决方案,以一组典型数据为例,计算了改进电路的功耗和检测精度,证明改进电路的性能较原有方案更好。     

求解旅行商问题的模拟退火算法

旅行商问题TSP是一个典型的NP完全问题,模拟退火算法是求解此问题的一种理想方法.模拟退火算法是依赖邻域结构的迭代方法,模拟退火算法对选择试验解比较敏感.本文针对找领域解,提出6种策略.算法的分析和测试表明,策略F是一种简单有效的算法.     

基于粒子群改进算法的水下滑翔机路径优化

水下滑翔机以其低功耗、低成本和低噪声等优势在海洋科研、环境监测、资源探测和军事侦察等领域具有广阔的应用前景。基于效率最优原则的水下滑翔机路径规划对降低滑翔机的功耗和快速到达指定位置至关重要。基于水下滑翔机效率模型的路径规划问题是一种非线性混合整数规划问题,针对此类问题在建立水下滑翔机效率模型的基础上提出粒子群改进算法。利用该算法,在效率最优原则下对水下滑翔机到达指定位置的路径进行优化。通过与其他算法比较可知,该算法能够比较快速地找到质量较高的最优解,适合解决非线性混合整数规划问题。     

求解旅行商问题的模拟退火算法

旅行商问题TSP是一个典型的NP完全问题，模拟退火算法是求解此问题的一种理想方法。模拟退火算法是依赖邻域结构的迭代方法，模拟退火算法对选择试验解比较敏感。本文针对找领域解，提出6种策略。算法的分析和测试表明，策略F是一种简单有效的算法。     

基于大数据与人工智能的舰船避碰路径优化调度算法

舰船航行路径中存在许多障碍物,当前舰船避碰路径优化调度算法存在障碍物识别正确率低、规划路径长,不仅无法获得最优的舰船航行路径,而且不能保证舰船航行的安全,为了获得最优的舰船航行路径,设计了基于大数据与人工智能的舰船避碰路径优化调度算法。首先分析当前舰船避碰路径优化调度算法的工作原理,找到弊端,然后引入大数据分析方法建立舰船避碰路径优化的数学模型,实现障碍物识别,并采用人工智能技术——遗传算法找到最优的舰船避碰路径,最后进行舰船避碰路径优化调度算法性能的仿真测试,结果表明,本文方法可以更快找到最优的舰船避碰路径,舰船避碰路径更短,不仅减少了舰船航行的时间和成本,而且可以准确识别各种舰船障碍物,具有显著的优越性。