地铁施工中应急物资的储备优化研究

针对地铁建设过程中所需应急物资的归属及储备优化问题,采用层次分析法、模糊评价等方法进行研究,通过SPSS软件聚类得到合理的应急物资分级模型。针对重要级别应急物资进一步进行储备优化,基于多事故点-多储备点-多类型应急物资储备,以抢险及时性为目标,引入惩罚函数构建应急物资储备优化模型,通过蒙特卡洛抽样模拟随机试验得到各储备点对于多类型重要应急物资的最优期望储备量。以宁波市轨道交通建设工程为例,提出应急物资合理分类方案及合适的管理模式,同时为各储备点应急物资的配置工作提供解决方案,具有一定的指导意义。     

基于GIS的应急物资配送路径优化算法研究

为了保障人民群众生命财产安全,应急物资的快速、安全配送是非常重要的,将GIS应用于应急物资配送中,结合计算机技术,将优化路径可视化,有效的提高配送效率。论文提出一种配送模型,用蚁群算法解决,利用Delphi编程,系统实现路径优化功能。     

基于动态规划决策的配电网冰冻灾害应急响应物资储备模型

配电网应急响应系统在电网冰冻灾害防止及救援中起着至关重要的作用。冰冻灾害应急物资的储备优化能提高配电网抵御自然灾害的能力。该文基于动态规划最优控制理论,提出了配电网冰冻灾害下应急响应物资储备模型。根据冰冻灾害的预测情况,计算出下个月应急物资的需求量,应用动态规划模型把各月储备物资的多阶段决策问题转换为单阶段决策问题,并对该动态规划决策模拟求解,得出最优储备方案。以云南省某供电局配电网的冬季应急物资储备为例验证了此模型的有效性,其结果有助于提高电力部门应对配电网冰冻灾害的能力。     

基于离散灰色模型的电力应急物资分配模型研究

电网发生事故时,为了尽快解决故障,合理分配电网应急抢修物资就显得非常重要。在传统工作模式中,电力公司物资调度只考虑物资点至故障位置的路径长短问题,并没有考虑天气、交通、运输车辆等实时因素对物资运输的影响。鉴于此,在考虑了电力故障过程中各种因素的情况下,构建到达时间概率最大值模型,基于离散灰色模型对不同方案进行比较,同时选择一条综合考虑实时因素的最优路径;接着根据故障点建立时间合理度函数,最后用优化算法对其求解,得到最优模型,并用算例证明其可行性,不仅可以得到最优时间,也使得物资的分配得到了最佳选择,因而有一定的社会价值。     

基于模糊目标规划的应急物流多目标随机规划模型

研究了多出救点、多受灾点、多应急物资的应急设施选址、物资配送问题。同时考虑需求及配送路径的不确定性,从多目标的角度,建立了应急物流的多目标随机规划模型。模型的特点为:物资配送路径具有随机畅通性,且出救点对受灾点有覆盖范围限制。通过将模型设计成带补偿的两阶段随机规划来消除不确定性。提出了基于加权排序法的模糊目标规划求解多目标问题。算例证明了模型与解法的有效性。     

电力应急物资储备工作及优化分析

本文通过对相关的供应链储备应急方式以及应急储备条件下启用物资管理的模式进行优化分析,得出电力企业不断创新改进应急物资储备管理中的有效应用,能够帮助电力系统单位的同仁提供宝贵的经验与帮助建议,还可以为国家电力企业的应急物资储备管理提升优化创新管理办法。     

一种新型砂轮修整器结构及其分析

不同于传统的串联结构砂轮修整器结构,提出了一种基于并联结构的三自由度砂轮修整器并对其特性进行了分析。首先,提出了此新型砂轮修整器的结构模型,对其运动功能与工作原理进行了说明;其次,对其运动学特性进行了分析,采用微分法建立了机构的误差模型;然后,确定了此砂轮修整器的具体结构尺寸,在此基础上进行了机构设计,并采用蒙特卡洛法对其工作空间进行了分析;最后,通过Matlab软件进行仿真对砂轮修整器的运动功能与运动精度进行了验证。结果表明,该新型砂轮修整器能满足砂轮修整运动功能要求和运动精度要求。     

多产品分批次采购的供应商选择模型及优化算法

提出了多产品分批次采购的供应商选择模型,针对模型的特点设计了禁忌算法.通过比较与开放式车辆路径问题解的相似性,将模型的四维决策变量转化为一维的开放式车辆路径问题的解,简化了求解的复杂度.基于节点的p邻域,设计了交换、移动和自增/减三种邻域操作.对供应商数量限制和单种物资采购次数约束采用"硬"限制方法,初始解产生和邻域操作都在满足此约束的前提下进行;对于单种物资采购量约束和单种物资每月使用量约束,采用惩罚函数的方式进行处理,并设计动态系数将约束逐渐由软约束过渡到硬约束.采用所提禁忌算法对算例进行优化求解,并对采用不同解结构、不同启发式算法的算例结果进行了比较,结果表明了所提模型和算法的有效性.     

基于矩阵分解的物资管理系统优化

首先介绍了物资管理系统,并讨论了物资需求量的估算问题,然后介绍了推荐系统中常用的协同过滤模型,并将其应用于物资管理系统的优化,接着详述了基于矩阵分解的协同过滤模型的定义和难点,最后简述了模型的学习算法。     

基于数学形态学的迷彩修整算法

修整处理是迷彩伪装设计中的关键步骤.本文提出了一种基于数学形态学的迷彩修整算法,着重研究了形态变换类型的选取和迷彩修整颜色的顺序.通过视觉观察和对颜色面积变化、斑块数目及欧拉数等量化指标的对比,确定了选用闭滤波器依次对(201)、(012)和(120)颜色顺序组合进行形态学处理的修整算法.最后采用sobel边缘探测方法对由该算法修整所得迷彩图案的伪装效果进行了评估.结果表明:该算法能够满足迷彩图案,具备较好伪装效果的要求,可以用于军事目标的伪装设计.     

基于JIT的多目标总装准时物料配送方法研究

针对机械产品总装过程中的准时物料配送问题,从优化目标、约束条件及影响因素三方面考虑,提出以物料运输成本、物料运输时间、线旁库存三者综合为优化目标的多目标准时物料配送模型。给出优化目标的计算方法,并设计了混合粒子群算法,给出了使用此算法求解模型的具体实现过程。最终求解得到物料配送单用于指导配送,使决策者能够根据实际情况选择优化的偏好值。通过一个总装车间准时物料配送问题的实例验证了此模型和算法的有效性。     

基于蚁群算法的复合材料结构件的返修计划问题

为解决目前生产中出现的复合材料结构件的质量缺陷问题,G公司设立了复合材料结构件返修工序.针对结构件返修计划问题,以最大化返修计划中的结构件数量为目标,同时兼顾公司出货计划延迟和WIP成本(在制品成本)增加的情况,建立了0-1整数规划模型,进而以蚁群算法为基础提出了2种伪随机选择规则.根据实际情况采用不同参数设计算例来验证算法的性能.结果表明在最大化返修结构件数量方面,算法一优于算法二,而在减小公司出货延迟和控制WIP成本方面,算法二优于算法一.     

Multi-objective optimization and evaluation method of modular product configuration design scheme

Product configuration is one of the key technologies for mass customization. Traditional product configuration optimization targets are mostly single. In this paper, an approach based on multi-objective genetic optimization algorithm and fuzzy-based select mechanism is proposed to solve the multi-objective configuration optimization problem. Firstly, the multi-objective optimization mathematical model of product configuration is constructed, the objective functions are performance, cost, and time. Then, a method based on improved non-dominated sorting genetic algorithm (NSGA-II) is proposed to solve the configuration design optimization problem. As a result, the Pareto-optimal set is acquired by NSGA-II. Due to the imprecise nature of human decision, a fuzzy-based configuration scheme evaluation and select mechanism is proposed consequently, which helps extract the best compromise solution from the Pareto-optimal set. The proposed multi-objective genetic algorithm is compared with two other established multi-objective optimization algorithms, and the results reveal that the proposed genetic algorithm outperforms the others in terms of product configuration optimization problem. At last, an example of air compressor multi-objective configuration optimization is used to demonstrate the feasibility and validity of the proposed method.     

融合实测数据的航空结构件修配量迭代寻优及评价方法

针对航空大型结构件一次装配成功率低、装配偏差难以预测、修配量无法精准预知等问题,提出了一种融合实测数据的修配量迭代寻优及综合评价方法。以提高修配质量为目标,融合装配过程实测数据重构模型,提出了修配方案逐步优化的总体方案,并根据修配工艺要求提出了基于改进粒子群算法的修配仿真优化方法,进行修配仿真与装配精度预测,确保装配精度首先满足要求;根据模糊数学隶属度理论对修配成本、难度等定性因素进行综合量化评价,实现了多组修配方案的最终优化。以某型中央翼盒总装站位的肋缘条位置偏差控制为例,开发修配方案生成软件工具,开展实际装配作业前的精度预测与修配仿真优化工作。现场应用表明：所提方法可精确预测装配误差,事先准确确定修配方案,切实提高装配质量及效率。     

行驶时间区间不确定的装配线物料配送路径规划

为解决装配线物料配送中车辆行驶时间不确定导致物料不能及时送达的问题,提出行驶时间区间不确定的路径规划方法。不确定行驶时间由区间数表示,采取鲁棒优化方法,引入路径相关不确定参数,以最小化车辆行驶距离为目标,考虑三维装载和时间窗约束,建立装配线路径规划模型,并设计了一种混合遗传算法求解模型。算法中,采用锦标赛选择避免适应度值转换,设计一种离散莱维飞行提高算法搜索性能,通过与不同算法对比,表明了该算法的有效性。最后以变速器装配线物料配送路径规划问题为例,通过该方法得到了不同不确定程度下的路径方案,使用蒙特卡罗方法分析了不同方案抵抗不确定行驶时间的能力。     

3D打印中的模型分割与打包

为了提高3D打印技术中三维模型的打印效率,减少打印材料耗费,缩短打印时间,提出了一种全局最优的模型分割与打包算法。首先,将给定模型分割为若干金字塔形状的分块。然后利用一种改进的禁忌搜索算法寻找最优打包方案,尽可能地减少支撑材料的体积,根据分块体积给出利于全局优化的初始解,并通过控制邻域生成规则以及候选解集,使得搜索更加高效并大幅提高寻优速度。最后,将打印成型的各部件拼合成整体。实验结果表明:生成的打包方案节省了14%~38%的打印时间,节省了21%-46%的打印材料。该方法模型分割产生的分块个数少、打包高效合理,不仅有效地提高打印效率,还减少了打印时间和支撑材料消耗。     

基于特征的模型多目标优化分割算法

为了减少人为因素对分割结果的影响,提高计算精度和效率,保证分割方案的合理性,提出一种基于特征的模型分割算法,通过特征识别、可加工性分析,分割面获取及分割方案多目标优化4个主要步骤完成模型分割。由于分割过程中需要考虑多个目标函数,故将遗传算法多目标优化应用于分割过程中,通过对分割面和分割顺序的优化获得最优化分割结果,并以具体实例验证了算法的可行性。     

基于灰狼算法的矿用自卸车油气悬架半主动控制

为解决矿用自卸车乘坐舒适性与道路友好性相矛盾的问题,提出了一种可控阻尼阀式半主动油气悬架系统。搭建了包含摩擦力的油气弹簧AMESim物理模型,建立了可控阻尼阀的多项式力学模型;设计了一种以可控阻尼阀驱动电压为半主动控制对象的改进天棚控制策略,并基于灰狼优化算法对改进天棚策略关键控制参数进行优化。联合仿真结果表明：D级随机路面下,半主动油气悬架的车身加速度相比被动悬架减小了11.4%,而轮胎动载荷仅增加了1.1%,相比传统天棚控制策略,更好地兼顾了矿用自卸车的乘坐舒适性和道路友好性。硬件在环试验结果也验证了该控制策略的有效性和可行性。     

基于视觉感知的率失真优化算法

率失真优化在视频编码中起着关键作用,其目的是在压缩效率和视频质量失真之间取得平衡。现有的率失真算法主要针对视频中时间和空间冗余的消除,未充分考虑视频内容的主观感知冗余。本文提出了一种基于视觉感知的率失真优化算法,通过数据驱动的JND预测模型推导拉格朗日乘数因子,并使用显著性模型优化拉格朗日乘子权重系数,最终融合应用于率失真优化,并采用SW-SSIM评估视频质量,实现视频编码的感知优化。实验结果表明,与AVS3标准率失真算法相比,本文所提算法平均节省12.15%的码率,SW-SSIM提高了0.004 3,有效降低了视频内容中的感知冗余,提高了视频感知质量和编码性能。     

基于动力驱动微粒群算法的液压矫直机PID控制参数优化

为兼顾微粒群算法收敛速度与跳出局部解的能力，利用阶段性搜索方式将算法搜索过程分为前、后两个不同阶段。在算法的前期搜索阶段，当前微粒受个体最优微粒与全局最优微粒的引力作用，在算法的后期搜索阶段引入中值导向加速度，提出一种动力驱动微粒群算法。最后，针对液压矫直机PID控制的参数优化问题，考虑控制信号、上升时间和误差量的关系，建立液压矫直机PID控制参数优化模型，利用动力驱动微粒群算法优化得到更好的参数组合，实现PID控制参数优化。