自适应蚁群算法求解车间作业调度问题

车间作业调度问题(JSP)是组合优化问题中的NP-Hard问题,应用传统的蚁群算法在求解时存在易于陷入局部最优解、收敛速度慢等缺点.通过在蚁群算法的信息素局部更新策略和全局更新策略两处引入自适应方法对蚁群算法进行了改进,并应用此算法对经典的FT06问题和FT10问题进行了大量的求解试验.试验结果表明该自适应蚁群算法在求解车间作业调度问题时,搜索速度和收敛速度比传统的蚁群算法都有较好的提高.     

大规模MLCLSP问题的简化方法研究

提出关键资源及主资源思想，将大规模MLCLSP问题简化为只与关键资源和主资源相关的较小规模问题，从而可利用现有算法进行求解．本文方法为大规模MLCLSP问题的求解提供了一种有效途径．     

路网节点间铁路冷藏车空车调整的蚁群算法

数量调配和网络配流是铁路冷藏车空车调整的2个核心问题。在对问题进行抽象描述的基础上，建立了铁路冷藏车空车调整协同优化模型，将空车调整径路与数量两者统一到同一个模型中，实现两者整体上的优化。通过约束条件分析，在不改变铁路冷藏车空车调整问题协同优化性质的前提下对模型进行简化，将非线性模型转化为线性模型，设计相应的蚁群算法（ACO），并对算法复杂度进行分析。通过理论分析和实际算例分析表明，ACO算法易于利用计算机实现，对求解铁路冷藏车空车调整问题具有优势。     

铁路罐式集装箱空箱调配优化模型及遗传模拟退火算法

针对罐式集装箱运输的特殊性,考虑重箱流和空箱流调配的综合优化,以罐箱运输费用最小为目标,建立铁路罐式集装箱空箱调配优化多商品网络流模型,并构造了1种嵌入模拟退火操作的遗传算法对之进行求解。为了使模型与算法可得到更符合实际、操作性更强的结果,给出了3种空罐箱调配的策略,作为隐含条件加入到算法求解过程中。利用自适应遗传模拟退火算法对随机生成的实际规模问题算例进行求解,并与用通用代数建模系统软件GAMS的计算结果进行对比。结果表明,前者得出的结果与最优解差距不大,而且运算速度更快,更能满足解决实际问题的需要,为铁路罐箱调配优化提供了良好的决策支持模型和算法。     

潜艇大气环境多传感器信息融合技术研究

介绍多传感器信息融合技术的概念,分析了多传感器集成与信息融合的问题,介绍了贝叶斯准则、D-S证据理论、模糊理论和神经网络的4种方法与算法,论述了潜艇大气环境多传感器信息融合技术研究的优点及其必要性.     

基于自适应粒子群算法的隧道窑温度模糊控制策略

针对隧道窑燃烧过程中的大惯性、纯滞后、多变量、时变参数以及工作机理复杂等特征,利用清晰集构造模糊集法确定模糊控制器输入量和输出量的隶属函数,并基于自适应粒子群算法给出了隧道窑新的温度模糊控制策略。运用模糊控制系统对隧道窑温度进行仿真研究和实时控制,结果表明,该模糊控制器能够克服许多干扰因素,具有良好的控制效果。     

ZigBee技术在煤矿井下人员定位中的研究

近年来,我国煤矿事故频发,煤矿安全让人担忧。矿井中井下人员的管理非常困难,地面工作人员不能随时了解井下人员的分布情况及作业情况,很难进行人员定位,一旦事故发生,对井下人员的抢救非常困难。针对此问题,本文研究了一款基于Zig Bee的井下人员无线定位系统。该系统以CC2430/CC2431芯片为核心,利用RSSI定位算法,实现井下工作人员的实时定位,使地面人员随时了解井下作业人员的分布状态、作业情况等,使井下人员定位管理的有效性与可靠性大大提高,具有极大的市场经济价值。     

智能移动系统中大规模分布式车辆路径规划问题研究

本文针对智能交通和主动交通管理提出了一种适用于大规模交通分配和路径规划的分布式计算方法。讨论了通过信息传递接口(MPI)在多中央处理器(CPU)上并行计算实现的一系列研究需求和实现挑战;将基于时空事件的车辆路径规划模型应用于大规模的城市路网仿真;将原始车辆路径规划模型分解为一系列计算效率较高的子问题,大幅减少了仿真耗时和通信开销。通过将子问题分发到单独的分布式CPU上,使CPU可以同时执行其任务,并保证较好的负载平衡。重点分析了将所提出的方法应用于北京路网大规模路径规划,以及该方法在不同CPU核数下的计算效率。结果表明:所提出的并行计算方法可以显著减少计算耗时,并在512个计算节点上实现200倍以上的加速比。     

基于双护盾TBM的导向系统研究

为满足隧道施工中双护盾硬岩隧道掘进机位姿的测量需求，研发一种能够提高其数据准确度的双护盾位置检测装置，包括感光靶、激光靶、激光发射器、全站仪、棱镜等硬件，并研究双护盾导向系统设计、测量算法的实现、激光位置检测装置误差修正算法。为验证整个算法的正确性以及软件的稳定性，进行CAD模拟和软硬件联合调试，并利用全站仪进行模拟测量。结果显示： 采用该算法计算的坐标与全站仪测量的真实坐标相比，误差在5 mm以内，可满足隧道掘进机施工测量的需要。     

基于模糊神经网络的动力定位系统

针对船舶动力定位系统，采用神经网络来实现模糊控制的模糊化、规则推理到反模糊化的整个过程，并且采用BP算法进行网络学习；同时针对船舶的纵向运动进行了仿真、比较与分析。仿真结果表明，这种模糊神经网络对船舶的动力定位实施的可行性及有效性。