混合策略改进的粒子群算法

针对粒子群算法易陷入局部最优、收敛精度低、收敛速度慢等缺陷,提出了基于混合策略的改进粒子群算法。使用融合Circle映射与精英反向学习的策略初始化种群,提升初始种群的质量,同时加快收敛速度;在粒子速度更新方式中引入蜘蛛移动策略平衡算法的全局搜索与局部搜索;提出了基于自适应t分布的变异策略,增强算法全局搜索和跳出局部最优能力;对15个单峰和多峰函数进行仿真实验,与其他3种算法进行了对比分析,结果表明：所提出的改进算法具有很强的寻优能力与稳定性。     

改进粒子群算法在库存预测中的应用

针对自动化立体仓库库存预测结果存在不准确和时间滞后等问题，课题组提出一种基于改进粒子群算法并结合指数平滑法来构建库存预测模型。分析传统粒子群算法和指数平滑法的原理以及缺点，通过引入附加变量、非线性动态调整惯性权重以及异步变化学习因子的方式，提出一种改进的粒子群算法；并采用4种标准测试函数来验证算法的寻优能力；最后将改进后的算法与平滑指数算法相结合构建预测模型，以某公司生产的导流板实际库存数据为例进行仿真实验，并与常用的几种预测模型进行验证对比。结果表明改进的粒子群算法预测模型的精度更高。该模型能够解决传统预测模型精度不高、适用情况单一等问题，提高企业的库存利用率。     

钢桶自动化仓库设计

通过分析钢桶的特点以及出入库频率,设计了专门的自动化立体仓库。为了尽可能地提高仓库容量,采用了重 力式货架;为了堆垛机可以连贯地执行出入库操作,将传送带布置在巷道中取代出入库台,并设计了特殊形式的货叉。 由于仓库中堆垛机周期与以往的不同,重新计算了堆垛机的工作周期。最后设计了仓库的控制管理系统并通过Flexsim 仿真验证了方案的可行性。计算和仿真结果表明：仓库的设计能够满足钢桶自动化仓储的需求。     

自动化立体仓库退库货位优化问题及其求解算法

针对自动化立体仓库出库作业过程中剩余货物退库问题,以堆垛机作业总能耗最小化为目标,以退库货位分配为决策变量,建立了自动化立体仓库退库货位优化模型,提出了基于深度强化学习的自动化立体仓库退库货位优化框架。在该框架内,以立体仓库实时存储信息和出库作业信息构建多维状态,以退库货位选择构建动作,建立自动化立体仓库退库货位优化的马尔科夫决策过程模型;将立体仓库多维状态特征输入双层决斗网络,采用决斗双重深度Q网络(dueling double deep Q-network, D3QN)算法训练网络模型并预测退库动作目标价值,以确定智能体的最优行为策略。实验结果表明D3QN算法在求解大规模退库货位优化问题上具有较好的稳定性。     

基于宗族进行裂变选择的自适应遗传算法

提出了一种改进的自适应遗传算法,在选择算子中引入裂变选择的思想,避免种群中超级个体的出现,维持了种群的多样性。该算法改造了交叉算子和变异算子,提高了算法的收敛速度,避免早熟。同时,提出了在宗族中构造子代种群的思想,提高了算法的寻优效率。仿真函数优化的结果验证了该算法能有效地维持种群的多样性并迅速找到最优解。     

基于模拟退火的改进混沌粒子群算法

针对传统的粒子群优化算法易陷入局部最优解、稳定性差等缺陷.本文提出了基于模拟退火的改进混沌粒子群算法.将模拟退火及混沌的算法应用于粒子运动过程,从而可有效避免陷入局部最优并趋于全局最优.仿真结果表明在最优解精度以及寻优速度上都有一定提高.     

区内外招聘信息

广西集结号科技有限公司诚聘 仓库管理1名 要求：1．任用人员必需熟练使用速达软件，EXCEL、WORD软件等； 2 负责打单（货品的出、入库）对采购入库、销售出库，及公司内部领用、退回货品需要进行的货品账面出入库；     

基于改进蝙蝠算法的装配式施工安全风险优化

研究利用工作分解结构-风险分解结构(Work Breakdown Structure-Risk Breakdown Structure, WBS-RBS)方法识别出装配式建筑施工安全风险因素,并利用模糊贝叶斯网络和施工网络计划图实现风险的量化与传递。通过构建以安全风险损失值最小为目标函数的控制模型,提出了一种加入服从指数递减惯性权重的改进蝙蝠算法并对其进行求解。结果表明：改进蝙蝠算法具有更好的收敛性和寻优精度,能够找到装配式建筑施工安全风险控制模型的最优解,从而实现安全风险的优化。     

含分布式电源的配网改进BPSO算法故障定位

针对含分布式电源的配网故障定位中BPSO算法易陷入局部最优导致寻优性能下降、影响算法故障定位的问题,对BPSO算法进行改进。文章通过引入分组算子将粒子种群以适应度函数值进行从小到大的排列并按照等差值分组规律得到模因组的方法改进了BPSO算法,且将其进行含分布式电源的IEEE33节点配电网络的故障定位算例仿真,并与原BPSO算法进行了数据对比分析。结果表明:改进的BPSO算法的寻优曲线比原BPSO算法更加平滑,准确性更好,且快速性平均提升60.3%。     

自动化立体仓库中货位实时分配优化问题研究

本文研究了单元货格式自动化立体仓库中的货位实时分配问题。该问题可分为两方面：为入库分配空货位和为出库选择货位。在考虑了堆垛机的加减速对其运行速度的影响后,以堆垛机将要进行的所有操作的行程时间之和作为优化目标,通过调整堆垛机的后续操作的行程时间在总行程时间中的权重,依次构建了三个优化目标函数。然后利用结合了模拟退火方法的遗传算法对其进行了求解,并利用了多种技术提高算法的效率。最后利用仿真技术,通过改变仿真时系统中的货物类型总数、堆垛机的停留策略和装载能力,对该算法在不同情况下的效果进行了验证。仿真结果表明在不同情况下,该算法都可不同程度地减少堆垛机的平均行程时间。     

自动化立体仓库中货位实时分配优化问题研究

本文研究了单元货格式自动化立体仓库中的货位实时分配问题。该问题可分为两方面：为入库分配空货位和为出库选择货位。在考虑了堆垛机的加减速对其运行速度的影响后,以堆垛机将要进行的所有操作的行程时间之和作为优化目标,通过调整堆垛机的后续操作的行程时间在总行程时间中的权重,依次构建了三个优化目标函数。然后利用结合了模拟退火方法的遗传算法对其进行了求解,并利用了多种技术提高算法的效率。最后利用仿真技术,通过改变仿真时系统中的货物类型总数、堆垛机的停留策略和装载能力,对该算法在不同情况下的效果进行了验证。仿真结果表明在不同情况下,该算法都可不同程度地减少堆垛机的平均行程时间。     

改进核函数的支持向量机智能诊断方法研究

针对目前支持向量机( SVM)智能诊断方法核函数选择困难以及参数选择具有随意性的问题,提出了基于模拟退 火算法改进核函数的SVM智能诊断方法,重新设计了支持向量机的核函数以及参数。多项式核函数是局部核函数具有 较强的拟合能力,而径向基核函数是全局核函数具有较强的外推能力,根据Mercer理论,建立一种由多项式核函数与径 向基核函数组合而成的复合核函数,并利用模拟退火算法全局寻优的优点,对支持向量机的参数做最优选择;改进后的 SVM运用于轴承故障诊断。研究结果表明：相对于传统SVM法,该方法具有较好的学习效率及较高的诊断准确率;该方 法运用于轴承故障诊断领域极大地提高了故障诊断的准确率以及诊断效率。该研究为基于模拟退火算法改进核函数的 SVM智能诊断方法应用于机械设备故障诊断提供了相应的理论和实践依据。     

基于混合蚁群粒子群算法的立体库堆垛机路径优化

针对自动化立体仓库中的堆垛机路径优化问题，课题组通过分析立体仓库中堆垛机的工作特点与运行情况，提出了基于混合蚁群粒子群算法的路径优化方法，在传统的蚁群算法中结合粒子群算法思想，使算法同时具备蚁群算法的正反馈与粒子群的多样性。通过对实例进行MATLAB仿真分析表明：混合算法路径优化速度较快，且比以往的路径更短。研究使堆垛机的运行效率得到提高。     

二阶伏特拉滤波器RLS算法改进

分析了二阶伏特拉滤波器的一种快速RLS算法,针对其存在的收敛速度与收敛精度之间的矛盾,构造了遗忘因子函数并取代该算法中的固定遗忘因子,得到改进的RLS算法。提出了遗忘因子函数的构造原则并分析了相关参数的选取方法。算例表明:改进的RLS算法能解决收敛速度与收敛精度之间的矛盾,有效地加快了收敛速度。     

粒子群优化算法在天线方向图综合中的应用

针对目前粒子群优化算法在多零点低旁瓣约束的阵列天线方向图综合中早熟收敛、易陷入局部极值的问题,提出了一种改进的粒子群优化算法MSPSO,在多子群、层次化的模型中采用von Neumann邻域结构,以改善收敛速度和优化精度。建立一种新的目标函数模型,对顶层和底层的子群分别采用适合其特点的适应值目标函数,平衡了算法的全局和局部搜索能力。仿真结果表明,将该算法应用于阵列天线方向图综合中,取得了很好的优化效果。     

矿井无线通信系统功率分配优化算法

针对矿井无线通信系统中主、次级信号传输存在相互干扰等问题，提出了集中式功率分配算法，建立了功率分配系统模型，列出了中继节点处功率分配的目标函数，以此来最大化系统加权速率以及最小化系统加权功率，并对集中式系统的功率分配进行分析，把问题转化为特定的最小化和最大化问题求出最优解，使信号间的干扰最小化.算法应用于实际矿井通信测试并对测试数据进行仿真分析，表明该分配方案正确、可行.     

多移动机器人3阶段解耦路径规划

针对多移动机器人集群在路径决策时任务执行时间过长、容易陷入死锁等问题，课题组提出了一种3阶段解耦路径规划方法。利用栅格法建立二维环境模型，首先以传统蚁群算法为基础，引入参数自适应机制和路径指引函数，提高算法的收敛速度；其次将多机器人集群路径规划分为3个阶段，提前预判出冲突路段，减少机器人的等待时间和绕行距离；最后利用MATLAB软件进行仿真实验。仿真结果表明：使用改进后的蚁群算法进行路径规划最优路径长度减少了5.5%，算法的收敛速度提升了近50%；在不同的栅格环境下，可以有效地预测和消解多机器人间的冲突。该研究为多机器人的路径规划提供了一种新的方法。     

一种提高局部搜索能力的混合遗传算法

针对遗传算法局部搜索能力弱的缺陷,提出了一种改进的混合遗传算法。根据遗传的不同阶段分为两个不同的群体——竞争群体和适应性群体,提出相关的遗传算子——繁殖因子。将运筹学中的单纯形法应用于遗传算法中,增强了遗传算法的局部搜索能力。对复杂函数的寻优实验验证了混合遗传算法的有效性,并通过与传统SGA的实算结果对比,更进一步说明了算法的改进效果。     

基于改进克隆选择算法的最小二乘支持向量机

针对最小二乘支持向量机的参数选取问题,引入了克隆选择算法,提出了一种基于改进克隆选择算法的最小二乘支持向量机。同时根据最小二乘支持向量机的学习能力和泛化能力,在克隆选择算法的目标函数中加入两者的动态调节机制,这样改进的克隆选择算法在寻优过程中能够准确、快速地搜索到最小二乘支持向量机的最优参数。将本文模型用于乙烯裂解炉裂解深度值的学习和预测,经仿真实验表明:该预测模型的训练速度快,预测精度高。     

二进制改进粒子群算法在背包问题中的应用

提出了用于求解0 1背包问题的二进制编码的粒子群算法,阐明了该算法求解背包问题的具体实现过程.为了提高粒子群算法的收敛速度,在传统的二进制编码的粒子群算法中嵌入了记忆功能.通过对其他文献中仿真实例的计算和结果比较,表明该算法在寻优能力、计算速度和稳定性方面都超过了文献中提到的遗传算法和模拟退火算法.提出的求解背包问题的二进制改进粒子群算法,同样可以应用于其他离散优化问题.