蚁群算法在西餐连锁店配送路径中应用

西餐连锁店的路径优化是各连锁店食品配送路线的优化,要求满足各连锁店时间窗的约束,可抽象为带时间窗的车辆路径问题（VRPTW）.文中采用启发式算法对VRPTW求解.为正确衡量信息素和期望值浓度在进化的不同阶段对算法的贡献,引入了一种自适应转移策略来提高算法的求解效率,并通过综合考虑全局和局部信息的更新策略——蚁权策略进行信息素更新,加快算法的收敛速度.最后,通过11个经典VRPTW对该算法的性能进行了检验.并以大连市西餐连锁店为研究对象,运用本文所提出的蚁群算法求解大连市西餐连锁店的配送路线.     

基于FFT的数控镂铣机传动链误差源诊断

分析了造成数控镂铣机传动链误差的原因,在检测中采用快速傅里叶变换（FFT）算法对模拟信号进行频谱分析．为了提高计算的精度、降低对采样频率的要求,提高运算速度,采用一种基于线性插值原理的改进快速傅里叶变换（L—FFT）算法．用此算法对传动链误差的原始数据进行处理,诊断出误差源及位置,为降低传动误差的控制算法提供了依据．试验结果表明,与FFT算法相比,效率提高大约5％,表明该算法具有一定的实用性和有效性．     

基于模拟退火算法的应急物流仓库选址优化

论述了在应急物流管理中应急仓库优化选址问题,分析了应急物资仓库建立的必要性及重要性.为了较准确的分析选址方案对仓库布局覆盖能力及其广义时间费用的影响,在合理假设的基础上,构建应急仓库选址问题的集合覆盖双层规划模型,既考虑配送过程中广义时间费用最小（上层目标）,且满足服务范围覆盖整个区域的应急仓库数目最小（下层目标）,并以模拟退火算法求解问题最优解.最后以实例分析证明模型和算法的有效性,为决策部门在灾害管理的灾害准备阶段科学合理进行应急仓库选址提供参考依据.     

PSO算法在关联规则挖掘中的应用

提出了一种新的大型数据库中关联规则挖掘策略,利用PSO算法对原始数据库进行划分,将原始数据库分为n个子数据库,再使用FP-Growth算法对每个子数据库进行关联规则挖掘.实验证明:该方法有效的改善了FP-Growth挖掘算法的效率,尤其是对大型数据库进行着挖掘时,该方法相比于其它算法具有更高的效率.     

集装箱码头岸桥调度优化模型及算法

为弥补集装箱码头岸桥调度问题的传统优化方法仅适用单船舶情况的不足,以总费用(所有岸桥使用费用和船舶停靠费用)最小为优化目标,考虑岸桥不可穿越性和安全距离约束条件,建立了了面向多艘船舶的集装箱码头岸桥统一调度和卸船任务分配问题的混合整数规划优化模型.使用任务网络图方法,搜索影响卸船任务最终完成时间的关键任务及其相应的限制任务路径,设计了基于限制任务路径进行邻域搜索的双层模拟退火算法求解模型.12个不同规模的算例结果表明:与分支定界法和遗传算法相比,本文算法节省时间6.32%~18.36%,近似最优解的质量更高,而且最优解目标值之间的差距仅为0.38%~2.20%;考虑岸桥之间的安全距离约束导致系统运营成本增加3.41%~11.21%.      

第Ⅰ类双边装配线平衡问题的改进蚁群算法

为克服传统算法求解大规模双边装配线平衡问题计算时间长、性能不稳定的缺陷,针对第Ⅰ类双边装配线平衡问题,应用综合信息素搜索规则与全局信息素更新规则,提出了一种先产生任务排列序列、后按启发式分配规则产生可行解的蚁群算法,可有效脱离陷入局部最优解.用改进蚁群算法对30个不同规模的问题进行求解,并与标准蚁群算法和禁忌搜索算法进行了对比.结果表明:改进蚁群算法求出29个最优解,比普通蚁群算法、禁忌搜索算法分别能多求得6个和3个最优解;应用于汽车双边装配线算例,在保持平衡效率的条件下,改进蚁群算法计算时间为21.01 s,比普通蚁群算法减少了9.14 s,计算效率提高了30.3%.      

轨道电路补偿电容动态检测系统研究

利用以试验车为载体的动态检测方式对轨道电路补偿电容进行检测,能够对其工作状态进行实时监控、提高现场作业效率.本文选用GPS/DR/MM组合定位方法,为动态检测系统提供定位信息,采用自适应联合卡尔曼滤波算法对多传感器数据进行融合,以获得最优估计的定位数据的输出.通过仿真实验进一步证实,这种方法可以得到比单一定位方法更高的故障点定位精度.     

基于数据存储的重复删除技术的研究

重复数据删除也称为单一实例存储或智能压缩.首先对文件分段,再使用SHA-1算法进行重复数据段的检测,最后建立数据字典存储单一实例的数据段并进行压缩,从而节省大量的存储空间,实现有效的数据存储和数据备份.本文通过对数据重复删除的关键技术进行分析,找出现有技术的不足,然后加以改进.重复数据删除技术在数据存储领域的应用相当广泛,有效地节省了数据存储的硬盘成本.     

基于k-NN和SCATS交通数据的路段行程时间估计方法

为了改善利用SCATS交通数据估计路段行程时间的效果,通过分析SCATS实际交通数据获取时间间隔不一致的特征,构建了SCATS交通数据虚拟时间序列,将利用因子分析法提取的累计贡献率在85%以上的主因子作为交通模式特征向量的构成要素,用欧氏距离作为当前交通模式特征向量和历史交通模式特征向量相似性的测度指标,以路段行程时间估计误差最小为目标选取当前交通模式的近邻数,对交通模式之间距离的倒数进行归一化处理,确定了相似交通模式的行程时间权重,设计了基于SCATS交通数据的路段行程时间估计方法.实例结果表明:与多元线性回归方法相比,本文方法估计的路段行程时间平均绝对误差、平均绝对百分比误差和均方根误差分别平均减少了9.68 s、8.07%和4.5 s.      

大跨度桥梁颤振后状态气动稳定性

为了能对大跨度桥梁颤振后主梁的运动形式给出合理解释,选取大振幅下流线型箱梁断面的4种典型非线性气动力工况,基于非线性气动力和非线性振动微分方程,应用四阶龙格-库塔算法,分析了大跨度桥梁主梁在大振幅条件下的气动稳定性. 结果表明:大跨度桥梁主梁在颤振后的不同振幅和折算风速条件下可出现不同的运动形式;若气动力仅做负功或负功显著大于正功,主梁振动将收敛;若气动力仅做正功或正功显著大于负功,主梁振动将发散;若气动力做的正负功相当,主梁振动将由于结构阻尼缓慢收敛;若气动力正功与相同周期内结构消耗的能量相等,主梁将发生等幅振动;若不考虑气动力的非线性项,桥梁振动可能发散.