检索结果-内蒙古大学图书馆

矿业研究与开发 2022年第5期42卷 173-178页

作者：韩斌王建栋李少平张金来北京科技大学土木与资源工程学院北京100083 北京科技大学金属矿山高效开采与安全教育部重点实验室北京100083

为获得最优性能湿喷混凝土参数设计方案,提出一种基于BP-NSGAⅡ的湿喷混凝土配合比参数多目标优化模型。首先以湿喷混凝土料浆塌落度和混凝土28 d单轴抗压强度作为目标函数,以水泥掺量、水灰比、砂石比、减水剂掺量等作为决策变量建立... 详细信息

为获得最优性能湿喷混凝土参数设计方案,提出一种基于BP-NSGAⅡ的湿喷混凝土配合比参数多目标优化模型。首先以湿喷混凝土料浆塌落度和混凝土28 d单轴抗压强度作为目标函数,以水泥掺量、水灰比、砂石比、减水剂掺量等作为决策变量建立模型基本框架;然后结合具体工程要求,设计并开展了湿喷混凝土配合比试验,得到全面可靠的湿喷配合比及抗压强度试验数据;其次将所得数据预处理后划分为训练集与测试集并作为输入变量训练BP神经网络;然后将训练好的BP神经网络作为整体集成为一个适应度函数,利用改进的非支配遗传算法(NSGAⅡ)根据目标函数对适应度函数中的决策变量求Pareto最优解。最终得到满足C25强度的最优湿喷混凝土配合比参数:水灰比为0.53,水泥掺量为440 kg/m^(3),砂石比为8∶2,减水剂掺量为0.60%;满足C30强度的最优配合比参数:水灰比为0.50,水泥掺量为460 kg/m^(3),砂石比为7∶3,减水剂掺量为0.65%;满足C35强度的最优配合比参数:水灰比为0.46,水泥掺量为480 kg/m^(3),砂石比为8∶2,减水剂掺量为0.63%。

关键词：湿喷混凝土配合比 BP神经网络非支配排序遗传算法多目标决策

来源：评论

学校读者我要写书评

暂无评论

基于自适应的NSGA-Ⅱ多目标柔性作业车间调度

引用

机床与液压 2022年第18期50卷 129-135页

作者：王冠高尚房思佳河北科技大学经济管理学院河北石家庄050018 上海集成电路装备材料产业创新中心有限公司上海201800

针对非支配排序遗传算法(NSGA-Ⅱ)进行自适应改进,采用独立的交叉和变异操作对工序与设备进行排序及分配的调整,从而求解多目标柔性作业车间调度问题。改进后的算法可依据不同阶段,动态调整算法的交叉概率与变异概率,提升算法运算效率... 详细信息

针对非支配排序遗传算法(NSGA-Ⅱ)进行自适应改进,采用独立的交叉和变异操作对工序与设备进行排序及分配的调整,从而求解多目标柔性作业车间调度问题。改进后的算法可依据不同阶段,动态调整算法的交叉概率与变异概率,提升算法运算效率、种群多样性并减少非法解的产生。最终,通过实例仿真验证算法的有效性。结果表明:新方案的最大完工时间、加工能耗、加工设备总负载和延期时间均得显著改善,有效提高了生产管理效率。

关键词：非支配排序遗传算法多目标柔性车间作业调度自适应

来源：评论

学校读者我要写书评

暂无评论

一种实现WSNs中QoS保证和高能效的路由协议

引用

国外电子测量技术 2022年第3期41卷 26-32页

作者：高海燕高晋阳晋中职业技术学院晋中030600 中北大学仪器与电子学院太原030051

针对无线传感器网络中的服务质量保证和高能效的路由算法进行了研究。首先建立起关于研究目标的网络模型,然后针对这种相应的网络模型,分析了关于QoS保证和高能效的参数,并基于这些参数分析和特点,建立起了一个多目标优化问题;针对该问... 详细信息

针对无线传感器网络中的服务质量保证和高能效的路由算法进行了研究。首先建立起关于研究目标的网络模型,然后针对这种相应的网络模型,分析了关于QoS保证和高能效的参数,并基于这些参数分析和特点,建立起了一个多目标优化问题;针对该问题,基于先进的非支配排序遗传算法(non-dominated sorting genetic algorithm,NSGA-II)提出了一种有效的路由协议,从而实现WSNs中能够满足特定应用QoS参数和高能效的最佳路由。仿真实验结果表明,提出的路由协议相比于目前先进的单目标路由协议,不仅能获得更好的QoS参数,而且有更低的网络总体能耗和动态平均能耗。

关键词：无线传感器网络路由服务质量多目标优化非支配排序遗传算法能耗

来源：评论

学校读者我要写书评

暂无评论

基于NSGA-Ⅱ算法的露天矿无人矿卡调度优化研究及应用

基于NSGA-Ⅱ算法的露天矿无人矿卡调度优化研究及应用

引用

作者：闻海潮广西科技大学

学位级别：硕士

随着露天矿开采技术的不断发展,为提升现代化露天矿的生产效率并降低生产成本,使用纯电动无人驾驶卡车代替传统燃油自卸卡车作为运输工具将在露天矿生产及卡车运输调度中发挥越来越重要的作用。在纯电动无人驾驶卡车作为露天矿生产运输... 详细信息

随着露天矿开采技术的不断发展,为提升现代化露天矿的生产效率并降低生产成本,使用纯电动无人驾驶卡车代替传统燃油自卸卡车作为运输工具将在露天矿生产及卡车运输调度中发挥越来越重要的作用。在纯电动无人驾驶卡车作为露天矿生产运输的背景下,纯电动无人驾驶卡车调度是新型露天矿无人矿车运输调度的核心,合理的分配调度将大幅度提高矿山开采运输效率。为促进新型露天矿智能化、无人化及低碳化发展,本文构建了露天矿低碳运输调度多目标优化模型,并提出混合优化算法对该模型进行求解,以实现低碳运输调度。具体研究内容如下:(1)针对当前露天矿传统燃油自卸卡车调度模型不再适用于纯电动卡车运输调度问题,根据露天矿卡车调度的特点与原则,综合考虑破碎场破碎量、采矿场开采量、装车数量、矿石品位误差限制、车辆充电桩选择及充电限制,构建了一个以运输成本、排队等待时间及矿石品位偏差为目标的露天矿纯电动卡车运输调度优化模型,以满足现代化露天矿生产的智能化、高效化等需求。(2)针对传统算法求解露天矿卡车运输调度模型时间长、不易实现等问题,根据建立的露天矿纯电动无人驾驶卡车调度优化模型的特点,结合非支配排序遗传算法、灰狼优化算法的适应性和优点,采用非支配排序、精英保留策略和搜索动态调整策略相融合的方法,提出一种新的基于混合灰狼-非支配排序遗传优化算法(即GWO-NSGA-Ⅱ),并通过双目标和多目标基准测试函数对该算法的性能进行了验证。将该算法应用于求解露天矿纯电动无人驾驶卡车调度优化模型中,通过与NSGA-Ⅱ、GWO算法求解调度模型的结果进行对比。仿真结果表明,所设计的混合算法能显著降低运输成本和碳排放量。(3)针对智慧无人矿山系统沙盘上的矿山生产模拟运输作业中部分卡车调度完全依赖人工的问题,设计了智慧无人矿山管理系统中的卡车实时调度及显示模块。保证了露天矿生产数据管理的完善、图形显示良好、人机交互简单易操作,实现了露天矿智能无人化生产运输的精细化。将提出的露天矿纯电动无人驾驶卡车低碳运输调度模型和求解算法应用于某露天开采区的调度管理中,根据该露天矿的相关数据,在该调度系统中进行测试,并展示出纯电动无人驾驶卡车运输作业的调度方案。结果表明,该系统模块的开发实现了人机交互、任务下发、生产数据接收和数据显示等功能。

关键词：露天矿低碳运输调度非支配排序遗传算法灰狼优化算法

来源：评论

学校读者我要写书评

暂无评论

基于数据驱动的钢管混凝土柱抗扭设计

基于数据驱动的钢管混凝土柱抗扭设计

引用

作者：薛春亮长安大学

学位级别：硕士

钢管混凝土柱作为一种主要承力构件，在实际工程中，在自重、风、地震等荷载的共同作用下，大多处于压弯扭复合受力状态。此外，从震后勘察得知，扭转破坏对构件的损害更加严重。然而，要建立复合受力状态下钢管混凝土柱扭转强度预测理... 详细信息

钢管混凝土柱作为一种主要承力构件，在实际工程中，在自重、风、地震等荷载的共同作用下，大多处于压弯扭复合受力状态。此外，从震后勘察得知，扭转破坏对构件的损害更加严重。然而，要建立复合受力状态下钢管混凝土柱扭转强度预测理论模型难度较大。因此，为了得到计算精度更高，适应性强的钢管混凝土柱扭转强度预测模型，本文基于迁移学习算法，成功高精度的预测了钢管混凝土柱扭转强度，同时减轻了传统机器学习模型在小样本下的过拟合问题。最后，本文设计了一种端到端的钢管混凝土柱优化设计框架，可以根据结构设计目标，快速并自动给出结构构件的设计参数：钢管厚度、混凝土强度、截面尺寸等。主要工作与相关结论如下：　　1.基于文献统计数据讨论钢管混凝土柱不同设计参数和不同复合受力形式等对受扭承载力的影响，确定影响钢管混凝土柱受扭性能的关键设计参数。　　2.采用 16 种不同的机器学习算法建立钢管混凝土柱受扭承载力的预测模型，并对比不同算法模型预测结果的准确性。　　3.采用可解释性机器学习模型对上述机器模型建模分析，找到各变量间的相互作用关系，并和现有文献作对比来验证机器学习模型的可靠性。　　4.采用迁移学习算法，减轻了小样本下机器学习预测钢管混凝土柱受扭承载力的过拟合问题，同时证明所提出的方法可以将有用的信息从源域（仿真数据集）传递到目标域（实验数据集），有效地减少了目标域（实验数据集）的小样本偏差。　　5.将上述生成的迁移机器学习预测模型与非支配排序遗传算法（NSGA-II）相结合，成功应用于钢管混凝土柱受扭承载力优化设计，并成功获得了两个目标（最大钢管混凝土柱扭转强度和最小化材料成本）的帕累托前沿。

关键词：钢管混凝土柱抗扭设计迁移学习非支配排序遗传算法

来源：评论

学校读者我要写书评

暂无评论

基于神经网络的卷烟厂卷包车间优化控制方法研究

基于神经网络的卷烟厂卷包车间优化控制方法研究

引用

作者：赵梓旭电子科技大学

学位级别：硕士

随着经济持续发展与碳排放水平不断提高,数字化、智能化与节能化已成为烟草制造业发展的必然趋势。作为控制卷烟工厂室内环境的关键环节,电制冷系统承担着稳定室内温湿度和提高卷烟生产品质的重要任务。考虑到电制冷系统在生产能耗中占... 详细信息

随着经济持续发展与碳排放水平不断提高,数字化、智能化与节能化已成为烟草制造业发展的必然趋势。作为控制卷烟工厂室内环境的关键环节,电制冷系统承担着稳定室内温湿度和提高卷烟生产品质的重要任务。考虑到电制冷系统在生产能耗中占比极高,对其开展节能降耗研究意义重大。然而,传统优化控制方法忽略了电制冷系统非线性、大时滞和强耦合等特点,因此采用基于神经网络的优化控制方法对系统进行节能减排研究具有重要的意义。本研究以某卷烟厂卷包车间的电制冷系统为研究对象,基于特征建模和时序数据预测对电制冷系统进行节能参数寻优,进而实现电制冷系统的减排降耗。本文主要研究内容如下:(1)分析研究电制冷系统节能降耗方法,建立了电制冷系统变流量温差控制策略。基于物理定律与经验公式建立冷冻水系统设备能耗与室内温湿度演变模型,并采用阻尼最小二乘法拟合待确定参数,构建设备能耗与温湿度机理-数据模型。(2)针对电制冷系统运行参数与室内外温湿度数据特点,采用数据清洗、特征降维和滑动窗口化等手段为时序预测提供数据基础。根据不同数据集特征,提出ATT-TCN-Bi GRU算法用于室外温湿度长序列预测,PSO-XGBoost算法用于室内温湿度与电制冷系统运行参数短序列预测。为了说明上述算法的优越性,本文同时构建其他深度神经网络模型,基于性能与经济指标横向评估模型预测性能。(3)建立针对系统能耗最小的单目标优化任务和计及系统能耗最小与室内温湿度稳定性的多目标优化任务。以机理-数据模型为目标函数、生产要求与专家经验为约束条件,使用增强精英保留遗传算法和第三代非支配排序遗传算法对电制冷系统单目标及多目标优化任务进行求解,获取电制冷系统逐点最优能耗及其对应的运行参数。为了体现模型的优化性能,分别设置高中低三种负载条件,并选用一系列优化算法基于节能率与品质损失系数等评价标准进行横向比较。通过上述建模、预测和优化仿真流程,证明了基于神经网络的卷包车间电制冷系统优化控制方法的可行性,为工厂制冷设备的节能降耗提供一定参考意义。

关键词：卷烟工厂电制冷系统机理-数据建模时序数据预测非支配排序遗传算法运行参数寻优

来源：评论

学校读者我要写书评

暂无评论

数据驱动进化算法在需求响应式交通服务中的应用

数据驱动进化算法在需求响应式交通服务中的应用

引用

作者：周杰华南理工大学

学位级别：硕士

常规公交作为公共交通的重要组成部分,尽管发挥了其作用,但由于其可靠性、舒适性和服务效率的不足,已难以满足不断增长的出行需求。这些问题导致了越来越多的人选择私家车或者打车出行,一定程度上浪费了道路资源,引发了交通拥堵等问题... 详细信息

常规公交作为公共交通的重要组成部分,尽管发挥了其作用,但由于其可靠性、舒适性和服务效率的不足,已难以满足不断增长的出行需求。这些问题导致了越来越多的人选择私家车或者打车出行,一定程度上浪费了道路资源,引发了交通拥堵等问题的出现。与之相比,需求响应式公交作为一种新型公共交通方式,具有更高的服务水平、可靠性和舒适性等特点,能够满足乘客多样化和个性化的出行需求,已在全国各大城市迅速兴起。需求响应式交通路线的规划问题比一般的带时间窗口的车辆路径规划问题更加复杂,也属于NP-hard问题。近年来,解决这一类问题一般采用贪心算法以及一些元启发式算法。本文设计了两种数据驱动的需求响应式交通规划方法,依托于城市交通订单数据,能够实现需求的挖掘,差异化的资源配置,从而实现经济成本与乘客出行体验的平衡。本文针对需求响应式公交路线的规划问题,从公交运行的角度和乘客出行的角度进行考虑,构建了多目标优化问题的数学模型,基于NSGA-II算法进行改进,设计了NSGAII-RBFN和NSGA-II-GCN两种数据驱动进化算法进行求解,两种方法分别使用RBFN和GCN两种网络为所提出的模型中的一个计算代价高的目标函数构建了代理模型。在算法中,设计了局部搜索模块,在进化过程中引入乘客的历史信息作为启发式信息,对路线的部分进行重构,使得结果朝着有利的方向演化;采用分层采样的策略,根据非支配排序的级别从每代产生的新个体中进行筛选,选择出的个体使用真实函数评估并对代理模型进行更新,避免模型的预测出现过大的误差;采用隔代全局更新策略,每间隔一定代数对整个种群中的全部个体进行更新,避免代理模型误差的积累。在真实数据集上的实验结果表明,两种方法在计算时间上耗时相近且表现优秀,相比一些对比算法的平均运行时间减少了79%～89%;结果上NSGA-II-GCN的表现更优秀;总体误差上,NSGA-II-RBFN的波动范围更小。并且通过消融实验,验证了设计的启发式信息、采样、更新模型策略的有效性。本文的方法基于真实数据,可以精准地反映需求特征,可用于规划面向不同服务群体的需求响应式交通服务,可以基于城市的数据的变化,精准地对供给和需求进行匹配,为有效解决城市交通拥堵问题提供了可行的解决方案,对于推广城市公共交通的多模式出行和绿色出行具有重要的实践意义。

关键词：需求响应式交通车辆路径规划非支配排序遗传算法数据驱动优化代理模型

来源：评论

学校读者我要写书评

暂无评论

土方施工多机柔性作业调度及优化方法研究

土方施工多机柔性作业调度及优化方法研究

引用

作者：刘颖华中科技大学

学位级别：硕士

随着人工智能技术的发展,智能调度系统也应用到了更多领域。在工程领域中,土方工程作为建筑工程中至关重要的一环,也在进行智能化调度的升级和转变。为了提高机械配合效率和应对动态风险能力,多机协同的智能化调度方案有着至关重要的作... 详细信息

随着人工智能技术的发展,智能调度系统也应用到了更多领域。在工程领域中,土方工程作为建筑工程中至关重要的一环,也在进行智能化调度的升级和转变。为了提高机械配合效率和应对动态风险能力,多机协同的智能化调度方案有着至关重要的作用。因此,本研究的目标是基于土方施工工序、施工现场信息和机械参数信息,有效的解决土方施工中多机协作的静态以及动态调度问题。本研究是根据土方施工机械调度的需求,对于静态的事前调度和受天气等影响产生新到达施工任务的动态调度分别生成多目标优化的调度方案,重点分析了土方施工机械调度的特点、影响因素以及存在的问题,总结了工程问题和实际需求,依此形成了土方施工多机柔性作业调度的约束条件和调度规则。在此基础上,分别建立了土方施工多机柔性作业静态调度和动态调度问题模型,开发了适用于静态和动态两种土方施工场景下的调度算法。在静态调度场景下,采用非支配排序遗传算法(NSGA-Ⅲ)求解多目标优化调度方案,提高求解的多样性和准确性,分析了不同算法参数对于方案的影响,并在不同规模的问题情景下验证算法的适用性。在动态调度场景下,采用深度强化学习DDQN算法生成动态的调度方案,分析不同参数以及调度规则对结果的影响,实验确定了最优参数组合和调度规则,同时对比DQN算法验证DDQN具有求解速度快、准确性高的优势。最后,综合施工现场的调度需求设计了一套能够解决多机柔性作业调度问题的土方智能施工调度系统,具有工程信息管理、施工方案生成、任务管理、质量监测等功能,起到指导施工的作用。土方施工多机柔性作业调度是施工智能化发展中至关重要的一环。本研究提出了多机柔性作业调度问题模型,明确约束条件和调度规则,采用合适的算法分别对静态和动态调度问题进行求解,为土方施工机械调度提出了解决方案。

关键词：土方施工多机调度非支配排序遗传算法深度强化学习土方智能施工调度系统

来源：评论

学校读者我要写书评

暂无评论

嵌入学习效应的多目标应急伤员手术调度

引用

智能计算机与应用 2024年第2期14卷 76-82页

作者：吴丹妮叶春明上海理工大学管理学院上海200093

为了合理高效地解决突发事件后医院手术室资源调度问题,本文在经典车间调度模型的基础上,提出了应急手术调度模型。以手术室救治总成本最低以及伤员的手术完成时间最短为目标,重点考虑了学习效应对手术完成时间的影响,并对比分析了不同... 详细信息

为了合理高效地解决突发事件后医院手术室资源调度问题,本文在经典车间调度模型的基础上,提出了应急手术调度模型。以手术室救治总成本最低以及伤员的手术完成时间最短为目标,重点考虑了学习效应对手术完成时间的影响,并对比分析了不同学习因子下的调度结果。利用带有精英策略的非支配排序遗传算法求解多目标手术调度问题,并通过仿真对比实验证明了模型和算法的有效性。

关键词：手术调度学习效应多目标手术调度非支配排序遗传算法

来源：评论

学校读者我要写书评

暂无评论

不确定需求下的危险废物混合储运协同优化

引用

工业工程 2024年

作者：潘晓杰蒋烨凝贺琪赵佳虹广东工业大学土木与交通工程学院

为降低危险废物混合储运的风险和成本，提出一类考虑需求不确定的危险废物混合储运多目标优化建模与求解问题，旨在协同优化设施选址、堆存量控制和路线设计决策。考虑多类危险废物混合存储的危害性，引入毒性系数和恶臭因子构建处理站... 详细信息

为降低危险废物混合储运的风险和成本，提出一类考虑需求不确定的危险废物混合储运多目标优化建模与求解问题，旨在协同优化设施选址、堆存量控制和路线设计决策。考虑多类危险废物混合存储的危害性，引入毒性系数和恶臭因子构建处理站的环境影响负效用函数；考虑中转站的居民负效用影响，设计危险废物混合存储风险的度量方法。根据储运需求的不确定性，以分布函数拟合危险废物产量，并计算设施的最大堆存量。以总风险最小和总成本最小为优化目标，构建危险废物混合储运的选址-选线模型。根据模型的计算复杂度以及多目标特征，设计改进NSGA-II算法的模型求解步骤。通过多个测试算例验证模型和算法的有效性。计算结果表明，新模型和算法能够提供多个有效的选址-选线方案；相较于传统的风险模型，新建的风险模型能够提供成本和风险均摊度更优的方案，实现人员安全和环境卫生的协同保障；相较于常规的多目标优化方法，新算法能够缩短38.79%的求解时间，并能在1 700 s以内求解不同规模的优化问题，且保持较高的计算稳定性。

关键词：物流工程危险废物选址-选线不确定需求风险度量非支配排序遗传算法

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：