一种基于梯度下降的次级通道在线建模有源噪声控制算法

针对前馈式有源噪声控制系统中次级通道在线建模精度低及建模信号与控制信号相互影响的问题,提出一种基于梯度下降的次级通道在线建模有源噪声控制算法。根据主动控制环节与建模环节的误差能量比,分别调节两个环节的收敛因子,利用主动控制收敛因子和建模收敛因子的调节方式减小二者的相互干扰。在建模收敛因子调整过程中引入梯度下降方法,对步长设置检测阈值,当步长达到阈值,对收敛因子采取梯度变化。仿真结果表明,针对混频信号的有源噪声控制,这种算法对比已有算法能获得较快的建模收敛速度和较低的稳态误差,且可以获得较高的降噪量。     

基于主—从两级遗传算法的港口散货物流铲车调度

港口散货物流中,在考虑铲车能力约束条件下合理的铲车调度将提高整体的运作效率,并增强顾客满意度。通过分析货位上待服务的货车与有能力约束的铲车之间的关系,提出了利用主—从级遗传算法解决该类有能力约束的铲车调度问题。首先,建立了以缩短顾客停留时间为目标的数学模型。其次,设计了主、从递阶型式的两级遗传算法。算法中,主级求解铲车到货位的分配问题,从级求解主级所分配铲车能力约束下的货车服务次序及服务时间。另外,为避免非可行解产生,在主从级遗传算法的解码中均设计了启发式规则和惩罚函数。最后,通过一个应用实例的对比实验分析验证了此算法的有效性,并将最优解通过甘特图的形式展现出来。