基于A*算法的地图路径搜索的实现

最短路径问题(SP)是人工智能的一个活跃方向,本文介绍了人工智能中的一般启发式搜索算法的原理及算法的优点,搜索过程,并将其应用到公园导游系统的路径搜索中,给出了一种搜索公园导游地图最短路径的算法及其实现.     

考虑条件风险的含风电系统源网协调优化调度

基于条件风险价值理论提出衡量风电并网功率偏差风险的量化方法,并在调度过程中引入源网协调优化运行理念,构建了基于条件风险价值理论和源网协调运行的优化调度模型.采用多目标复合回溯搜索(MOCBS)算法,以实现对优化调度模型的高效准确求解.最后以IEEE30节点为例进行验证,结果表明所提出的模型可有效衡量系统运行的潜在风险,...     

基于自适应大规模邻域搜索算法的多等级引航员排班问题

引航服务不仅是保障船舶和港口安全的必要手段,也直接影响船舶进出泊位的效率。本文聚焦引航服务日常运作管理中面临的引航员调度排班问题,考虑引航员等级、服务时间窗、航道宽度等现实因素,以服务延迟成本、引航员出工成本、引航员交通成本、单次服务成本和当日未服务惩罚成本的总加权成本最小为目标构建了一个混合整数规划模型。结合问题特征,本文选择采用自适应大邻域搜索算法对模型进行求解,并针对模型特点设计多种破坏算子和修复算子进一步提高算法的运行速度与精度。最后,本文通过一系列数值试验验证了算法的高效性和准确性,并通过参数进行敏感性分析给出相应的管理启示,为港口企业运营决策提供参考和建议,从而提高引航服务水平。     

基于优化栈式自编码器的船舶柴油机故障诊断

针对目前数据驱动的故障诊断方法在船舶柴油机应用中存在故障识别率不高的问题,提出一种基于麻雀搜索算法(Sparrow Search Algorithm, SSA)优化栈式自编码器(Stacked Auto-Encoder, SAE)的诊断方法,实现高精度故障诊断。利用SAE的重构误差作为状态监测量,实时监测柴油机故障的发生。将监测到的异常样本输入SAE进行数据分类,实现对故障类型的精确识别。针对SAE在故障类型识别中超参数设置过多、依赖人工经验的问题,采用SSA对SAE多个超参数进行联合寻优,提高故障识别率和稳定性。基于AVL BOOST船舶柴油机仿真数据的试验表明：所提出SSA-SAE诊断方法的故障识别率为96.71%,比SAE、支持向量机(Support Vector Machine, SVM)和极限学习机(Extreme Learning Machine, ELM)具有更高的故障识别率和更优的泛化能力。     

双资源约束下的船舶管件柔性生产车间调度优化

针对船舶管件柔性车间的复杂制造环境，建立以完工时间为主要优化目标、以设备资源和辅助资源为约束条件的双资源约束柔性生产车间调度问题模型，设计一种改进布谷鸟算法对其进行求解。针对问题特征及复杂性，在布谷鸟算法核心框架不变的基础上，提出一种莱维飞行自适应步长因子；同时，设计基于2种局部搜索的巢寄生策略，并引入模拟退火算法，以解决工序维、设备维和资源维的调度优化问题。将该算法应用于企业实际生产模型，结果表明：改进算法能有效避免设备资源冲突，具备较好的综合调度特性。     

上海东站枢纽建设对长三角城市群空间结构影响

上海东站枢纽的建成将真正实现上海的内外连通，形成连贯的内外交通体系，充分发挥东站枢纽城市门户功能，势必会对长三角城市群产生影响。基于灰色预测模型，对2025年长三角地区（东站枢纽建成后）的数据进行预测，利用社会网络分析法对上海东站枢纽建成前后对长三角城市群空间结构的影响进行比较和分析。结果显示，在2025年长三角城市群的空间网络联系中，其整体网络的关联数和网络密度呈增加趋势；网络的点度中心度均值和中间中心度均值亦增加；子群内城市的位置也发生了相对变化，子群间的平均密度明显增加。研究结果证实，上海东站枢纽的建成将使这一枢纽片区具备比上海陆家嘴片区更高的区域中心度，可承接陆家嘴的部分中心功能,有利于优化长三角城市群的空间网络结构，促进长三角地区的一体化发展。     

基于CHMM和SSA-SVM模型的高速铁路道岔设备健康状态评估方法

为更加精准地评估道岔设备健康状态，加强对设备的维护与管理，以ZDJ9型转辙机驱动的高速铁路道岔设备为研究对象，提取道岔功率曲线的时域、频域特征指标及经验模态分解奇异值熵，组成道岔特征指标向量，并采用核主成分分析法消除原始多维特征信息的冗余，构建道岔特征指标样本数据库；利用连续隐马尔可夫模型划分道岔退化状态，在此基础上，建立麻雀搜索算法优化支持向量机的健康状态综合评估模型。研究结果表明：所构建的健康状态评估模型的评估正确率高达98.75%,不仅能够实现高铁道岔设备健康状态综合评估效能，而且明显优于GridSearch-SVM、GA-SVM、PSO-SVM等组合算法，为实现道岔设备由“故障修”到“状态修”的综合智能维护提供可行途径。     

铁路车站咽喉区道岔自动分组方法研究

咽喉区道岔分组不仅是运用利用率计算法查定铁路车站咽喉通过能力的必要步骤，还是车站进路选择、股道运用等行车技术作业的关键环节。为解决当前自动分组方法不能有效解决复杂咽喉区非水平方向布置道岔的分组问题，将咽喉区道岔分组问题抽象为有向图中点的归属问题，构建咽喉有向图模型和道岔分组有向图模型，设计二阶段法对模型求解。第一阶段识别平行进路，目标是基于咽喉有向图运用DFS算法识别并生成平行进路对全集；第二阶段为判断道岔归属，目标是基于进路判断法及道岔坐标设计初分、调整、检验等计算步骤判断道岔归属并生成道岔组。以某个布置复杂的技术站咽喉为例，对本文所提出方法进行检验，结果表明该方法能够快速准确地实现咽喉道岔自动分组，有利于铁路数字化设计和智能化生产管理。     

DHSSA优化的K均值互补迭代车型信息数据聚类

针对传统方法在车型信息数据聚类过程中受初始化中心点的影响较大导致聚类精度低、鲁棒性差以及在迭代过程中求取均值选择聚类中心受离群点影响大的问题，提出了一种DHSSA优化的K均值互补迭代车型信息数据聚类方法。首先，针对SSA算法中发现者位置更新不足和种群多样性不足的问题，设计了一种扰动因子-领头雀优化策略，通过自适应领头雀策略加强了最优个体的影响力，利用扰动因子扩大搜索空间，提升了寻找聚类中心的准确率；其次，设计了基于筛选最大最小距离积方法 SMMP优化聚类中心的初始化，在MMP基础上增加了筛选机制，使初始化的中心尽可能更均匀地分布在每个簇中；最后，融合DHSSA和SMMP来优化K均值互补迭代，在减小迭代次数的同时增加搜索效率，得到较好的聚类结果。利用多种数据集进行测试，通过试验结果中的收敛曲线和性能指标可以看出，提出的DHSSA-KMC方法相对于SSA-KMC、IMFO-KMC、KMC和KMC++具有更高的搜索精度、收敛速度和更低的聚类代价，并且耗时相对于SSA-KMC和IMFO-KMC有所减少，证明了算法的有效性和优越性。在车型信息数据处理过程中，DHSSA-KMC可以高效聚类生成竞品...     

基于MOHSSA的组立装焊线混流低碳调度研究

以最小化完工时间、最小化碳排放为目标，建立船舶组立混流生产线低碳调度模型，并提出一种多目标混合麻雀搜索算法进行求解。基于离散问题设计一种二维向量编码方式，利用排序值规则实现连续位置与离散调度之间的转换；采用基于混沌映射和反向学习策略的种群初始化来改善初始解的质量；在保留麻雀搜索算法框架的基础上融合粒子群算法和鸡群算法，同时采取多种混合策略来提高算法的寻优能力；通过算例试验测试和某船厂的生产实例仿真验证了模型和多目标算法的有效性。