基于改进布谷鸟搜索的卫星成像规划方法

针对多卫星区域目标的成像规划问题,提出一种基于改进布谷鸟搜索的卫星成像规划方法。为最大限度地利用卫星资源,首先基于卫星的单次过境活动将区域目标按条带分解,然后考虑卫星姿态约束、传感器使用约束、过境时间约束、成像时云量及光照约束等,建立约束满足模型,针对模型设计编码和更新策略,并在布谷鸟搜索算法中引入非线性惯性权重对其进行改进,最后采用改进的布谷鸟搜索算法求解约束满足模型。求解结果表明,与遗传算法相比,本文算法的收敛性好、目标完成率高且稳定性强,验证了该算法的有效性。     

基于Memetic混合算法的桥区复杂水域船舶航路规划

针对复杂水域航路规划问题,通过分析长江武汉段桥区复杂水域通航条件,建立桥区复杂水域通航环境模型和航路规划数学模型。结合遗传算法的全局搜索能力和模拟退火算法的局部搜索能力,设计以这2种算法为策略的Memetic混合算法对给定模型进行求解。结果表明,Memetic混合算法在搜索精度和收敛速度上都更加出色,能实现在给定环境下的航路规划。采用控制相邻线段倾斜角差的方法对规划结果进行优化,使航路规划结果更具有实际意义。     

滴水湖无人船测试场应急保障航道规划

针对滴水湖新建无人船测试场的应急保障问题,建立基于Maklink图论和Dijkstra算法的多终点航道规划模型。通过环境建模确定障碍物大小和位置;受PNPoly算法启发,引入剔除函数进行模型改进;利用Dijkstra算法在无向网络图中搜索从起点至终点的最短应急航道,并利用蚁群算法对最短应急航道集合进行优化。结果分析显示,最终规划的航道高效、安全,规划结果可以为滴水湖管理工作和无人船测试场应急保障提供参考。     

数控车床非圆二次曲线变量编程

阐述了华中HNC-21T世纪星数控车床宏功能变量编程的重要性,并通过一个实例详细介绍了数控车床中利用宏变量加工非圆二次曲线零件的编程思路和编程过程,指出了用宏变量编程时需注意的问题.     

电离层色散效应对星载SAR成像的影响

SAR信号传播过程中受到电离层色散效应的影响,不同频率的信号传播速度会出现差异。对于宽带线性调频信号,色散效应导致SAR信号产生传播时延,引入附加的超前相位。通过时域仿真方法仿真并分析不同载频、不同带宽、不同电离层TEC值和不同方位分辨率条件下,电离层色散效应对SAR成像的影响。结果表明电离层色散效应造成SAR图像距离向偏移、旁瓣升高和脉冲展宽等问题。P波段和L波段受电离层色散效应影响较为明显。C波段和X波段高分辨率星载SAR,信号带宽载频比值较大时,电离层色散效应的影响导致成像质量下降。     

考虑干涉情况的多台龙门吊作业路径优化

为研究龙门吊进行出口集装箱组装载的路径优化问题,在多台龙门吊间干涉的情况下,以实现多台龙门吊运行时间、准备时间及装卸集装箱时间等在内的工作总时间最少为目标,设计混合整数规划模型.应用C#₂008编程,并调用Gurobi₄.5对实例数据进行运算求解.分析、比较所得结果验证所建模型的有效性.     

星载SAR方位压缩处理的FPGA实现

星上实时成像处理器是未来星载合成孔径雷达的重要组成部分,它可以进一步提高星载合成孔径雷达的性能,拓宽其应用。方位压缩处理是实时成像处理的核心。本文介绍了合成孔径雷达方位压缩处理的基本原理,并对星上实时成像处理器的系统参数进行了详细分析,提出了一种基于FPGA实现星载合成孔径雷达实时成像处理器中方位压缩处理的方法,完成了包括ISA接口、FFT运算、匹配滤波和复数取模在内的方位压缩处理器的设计。根据星上环境对器件的特殊要求,选用Xilinx的VirtexII系列FPGA进行硬件实现。对点目标仿真数据和实际数据的测试表明,该方法完全满足星上实时处理需求。     

基于CUDA的阈值迭代算法并行实现

利用CUDA编程在GPU平台设计并行实现阈值的迭代算法,并应用于稀疏微波成像. 仿真实验结果表明,在正确重建信号的前提下,相对于常规的CPU串行计算,采用GPU并行处理能加快运算,提高成像速度.     

基于贪心蚁群算法的无人水面艇全局路径规划

为解决无人水面艇(unmanned surface vessel,USV)在地型较复杂小型水域内的全局路径规划问题,提出一种以贪心算法、蚁群算法、栅格法建模为基础,通过加入双向搜索算法来解决传统贪心算法搜索时易陷入局部最优解等问题的贪心蚁群算法。该算法利用贪心算法规划基础路线,利用蚁群算法的信息素机制摆脱局部收敛状态,并通过双向搜索算法降低局部收敛概率。仿真结果表明:该算法搜索时间较传统蚁群算法减少70%以上,迭代次数较传统蚁群算法减少约85%;该算法在处理USV的全局路径规划问题中具有一定的有效性、合理性。     

应用于电力系统无功规划的一种新算法

电力系统无功优化规划属于非线性混合优化问题,其控制变量既有连续变量又有离散变量,如果不能实现离散变量的精确处理,将导致优化结果不符合电力系统的实际．遗传算法是解决多目标混合优化问题的全局优化算法,但是具有优化时间长,易于收敛于局部极值点等不足,为此提出了灾变遗传算法,可以显著提高无功优化规划的计算速度和搜索精度,优化结果比传统遗传算法更优．     

基于混合遗传算法的船舶避碰路径规划

针对不同会遇态势下的船舶避碰路径规划问题,建立一种基于遗传算法和非线性规划理论的避碰路径规划模型。该模型结合遗传算法全局搜索能力强与非线性规划方法局部搜索能力强的特点,使混合后的遗传算法在性能和效率上都得到提高。综合考虑船舶安全性、路径平滑度和路径长度等因素的影响建立避碰目标函数,采用基于实数编码方式的轮盘赌选择算子、算术交叉算子和高斯变异算子,通过迭代获取全局范围内的最优解。通过仿真对模型进行可行性验证和必要性分析。     

航运下行期的航线配船和航次设计优化

为在航运低迷期使航运企业实现收益最大化,根据航运下行期运力过剩的现状,在现有航线配船模型的基础上,结合现阶段航运下行期的特点,建立混合整数规划模型.首先对集装箱班轮在多条航线上的班轮数量和航次设计构建整数规划模型,将航线配船问题的可行解用染色体形式表示,对航线配船和航次设计进行优化,然后通过MATLAB编程的遗传算法得到该问题的满意解.以某班轮公司为例,对模型和遗传算法的有效性进行验证.结果表明,该方法对于班轮公司根据航运下行期的特点设计合理的航线配船方案具有重要的参考意义.     

考虑装船机联机作业的煤炭出口码头装船作业调度优化

为提高煤炭出口码头作业效率和服务水平,对装船作业调度进行优化。在考虑装船机联机作业的前提下,以最小化煤炭出口码头作业线运行能耗成本和船舶在港时间成本为目标,综合考虑作业流程约束和泊位、垛位和作业线的作业唯一性约束,建立混合整数规划模型,并设计基于仿真解码方案的遗传算法求解。用实例验证模型的可行性和算法的有效性。结果表明,研究成果可为具有工艺流程复杂、装船机联机作业等特点的煤炭出口码头装船作业调度问题提供较好的解决方案。     

动态接力点模式下双自动化轨道吊协调调度

为提高自动化集装箱码头堆场中自动化轨道吊(automated stacking crane,ASC)的作业效率,研究箱区动态接力点对双ASC作业效率的影响。考虑双ASC作业过程中的安全距离、相互冲突等因素,建立以最小化双ASC最长完工时间为目标的混合整数规划模型,利用遗传算法对该模型进行求解。与固定贝位接力模式进行对比,结果表明,相较于固定贝位接力模式,动态接力点模式下双ASC的作业效率更高。在不同规模算例背景下,将遗传算法与CPLEX的计算结果进行对比,验证了遗传算法的有效性。     

基于混堆模式的集装箱码头出口箱进场选位策略

针对集装箱码头出口箱进场选位问题,提出基于混堆模式的出口箱进场选位优化策略.该策略以压箱数最少为目标,建立基于整数规划的选位模型;根据发箱时较低翻箱率的要求,采用启发式算法和分布式遗传算法相结合的混合算法求解选位模型;其中启发式规则用于缩小可行解的范围,分布式遗传算法用于求近似最优解.某集装箱码头的仿真案例表明,采用该模型和算法对降低船舶压箱总数和在港时间具有一定作用,说明该出口箱混堆选位模型和算法的有效性与实用性.     

基于遗传算法的开敞水域帆船航线规划

鉴于帆船在离岸航行时仅凭船员经验无法获得长距离最优航线,基于相关航线规划的研究,考虑风场的不均匀性对航线规划的影响,以航行时间最短为目标,建立开敞水域帆船航线规划模型,并设计具有自适应性的遗传算法进行求解。以一艘28英尺的单体龙骨帆船为例验证了模型的可行性和算法的有效性。     

基于分布式混合遗传算法的动态泊位分配策略与仿真

针对集装箱码头的泊位分配问题,提出滚动式优化决策策略,建立基于整数规划的动态泊位分配模型,以连续岸壁线泊位分配为基础,使模型更加接近实际.同时,在该模型的基础上建立码头前沿的泊位仿真模型,采用分布式遗传算法和启发式算法相结合的分布式混合遗传算法求解泊位分配模型.通过对某集装箱码头的案例分析,说明该泊位分配模型和算法的有效性与实用性.     

基于Maklink图和布谷鸟搜索算法的施工水域路径规划

为提高船舶在复杂施工水域通行的安全性,提出一种基于Maklink图和布谷鸟搜索(cuckoo search, CS)算法的船舶路径规划方法。利用改进的Maklink图构建施工水域环境模型;设置变量参数并用改进的CS算法对模型进行求解,其中采用基于Dijkstra算法得到的最短路径长度作为种群个体的适应度值;采用3个衡量算法性能的指标——优化性能指标、时间性能指标和动态性能指标,对多种算法进行分析比较。结果表明,采用指数型自适应步长和线性自适应发现概率对CS算法进行改进,能提高其在路径规划中的搜索效率和迭代速度,并可以保证求出一定精度内的近似最优解,显示出该算法的优越性。