本发明公开了一种基于IAGA算法的高速列车车联网拓扑优化方法,将网络拓扑结构优化转化为网络终端设备的分配规划过程,对车载网络的各参数进行定义；在车载网络连通可靠性约束条件下初步构建列车车联网的两层拓扑结构模型；在数据通信流量的计算基础上建立以网络流量负载和通信时延为优化指标的目标函数模型根据全双工交换节点物理条件的限制确定目标函数的约束条件,使用改进的自适应遗传算法对车载终端设备的分配方式进行规划；在改进的自适应遗传算法中进行优化求解,得到优化后网络拓扑中终端设备节点的分配结果。本发明能有效减小拓扑中各交换节点子网的通信负载,从而减小了终端设备间的端到端时延,改进了高速列车车联网的实时性能。

本发明属于声学材料的技术领域,公开了一种基于遗传学算法的逆推开孔发泡材料参数的方法,应用于单层多孔材料,包括以向量形式表示待测开孔发泡材料的声学参数和物理参数,对其进行编码生成二进制的染色体种群；而后经过解码带入吸声系数仿真模型中计算仿真吸声系数,将所述仿真吸声系数与通过实验测得的实验吸声系数带入目标函数中计算,利用遗传算法筛选出目标函数结果较优的种群个体；对所述的种群个体进行变异、交叉操作,生成新的较优染色体种群,重复执行步骤二进行筛选,直到筛选出的种群个体所求目标函数平均值公差满足收敛标准,此时对应的种群个体中的各个参数即为要求的待测开孔发泡材料的声学参数和物理参数。

本发明涉及半液相方法净化废气技术领域,公开了一种湿法脱硫装置整体经济效益最优控制方法,用于采用石膏法进行脱硫时,在确保脱硫效果的前提下使脱硫装置的物料费用和能耗费用的总和最小化,实现运行费用这一指标的最小；并包括以下步骤：步骤一：采用预测控制器控制各浆液循环回路中喷淋浆液流量及pH值,使脱硫装置在吸收塔出口烟气SO-(X)浓度稳定在设定值的状态下运行；其中控制喷淋浆液流量的预测控制器记作喷淋量预测控制器,控制喷淋浆液pH值的预测控制器记作pH预测控制器；步骤二：调整喷淋量预测控制器及pH预测控制器中的设定值,使脱硫装置的物料费用和能耗费用的总和最小化。

本发明公开了一种基于动态加工特征的复杂零件轮廓自适应精加工方法,首先对基于动态特征的多层次结构化工艺数据,采用深度学习方法提取隐含于工艺数据中的不同工艺情境与切削层之间的映射模式。其次根据提取的映射模式预测子加工区域的切削层,并通过子加工区域切削层的自适应调整,判定子加工区域之间的可合并性。最后对具有相同切削层的不同子加工区域采用遗传算法计算优化的加工路径,从而构建子加工区域之间能够反映工艺设计意图的工艺情境合并关系,实现动态特征的识别。本发明能够有效构建子加工区域之间在不同工艺情境下的优化合并关系,提高数控加工效率,从而支持模型引导与数据驱动的自适应数控工艺设计方法。

本发明涉及一种考虑客流和节能的轨道交通快慢车时刻表优化方法,属于轨道交通技术领域。包括S1对模型算法所需的快车、慢车的运营数据、线路数据、客流数据进行清洗、预处理；S2基于S1中的长短距离OD客流量计算快车、慢车开行比例,根据S1中的线路最大断面客流量P计算快慢车开行对数和开行周期时间H；S3、基于S1、S2的数据建立快车、慢车时刻表的数学模型；S4引入多种列车运行约束以及列车速度-距离关系,并将多目标模型化为单目标模型；S5算法参数初始化,将S3中的决策变量转化为染色体进行编码,利用遗传算法求取全局最优解,得到此种场景下的快车、慢车最优时刻表。本发明解决了动态客流与列车运力不匹配的问题。

本发明公开一种基于遗传算法的快速分拣线初始上架算法,包括：初始生成一个种群,种群中随机生成若干个染色体,每个染色体代表一种初始上架方案,并计算每个染色体对订单的适应率；步骤S2、保留最好的部分染色体,剔除最差的部分染色体,再重新生成等量个体补足,维持种群数量不变,并计算新个体对订单的适应率；步骤S3、从种群中随机选择适应率高的染色体进行交叉和变异,重复步骤S2和S3,直到达到预设的迭代终止条件为止；步骤S4、对迭代完成输出的最好染色体进行反编码,得到初始上架结果。本发明基于遗传算法和适应度计算,以解决现有技术中仓库上架效率低和分配不合理的技术问题,实现更快、更合理的处理地处理订单。

本发明公开了一种基于INSGA-Ⅱ的复杂约束下的柔性作业车间调度方法及装置,该方法包括：获取车间的基础生产信息与调度约束,其中,基础生产信息包括订单任务、设备资源与手工资源、工序信息和班次信息中的一种或多种,且调度约束包括不换机约束与弹性延长班次时间约束；以总加权拖期损失最小化和总成本最小化作为双优化目标,对复杂约束下的柔性机加车间调度问题建模,得到柔性机加车间的调度模型；将当前车间的生产信息输入至调度模型,得到当前车间的最佳调度方案。该方法结合特定的生产特征准确建立FJSP模型,并使得生成的调度方案更加贴近真实情况、更具有可用性。

本发明提供的一种城市绿地最优化布局模型建立方法及系统,所述建立方法包括：将研究区域根据地理平面图进行网格化处理,获得网格化区域平面图,所述研究区域为需要布置绿地的区域；根据所述网格化区域平面图建立绿地降温模型和城市冠层模型,并求解获得城市热岛强度UHI；以所述城市热岛强度UHI最小为目标建立最优化模型；采用遗传算法求所述最优化模型的最优解；根据最优解建立城市绿地最优化布局模型随着城市不断高速发展,城市热岛效应日益严重。

本发明涉及一种集中作业任务调度方法,包括以下步骤：获取触发调度的所有任务,分别获取每个任务池的所需人数及可供调度柜员列表；生成多个调度方案作为初始种群；计算当前种群中每个个体的适应度得分,如果种群满足预设置的收敛条件,则将适应度得分最优的个体作为最优个体,输出最优个体所对应的调度方案作为最优的调度方案并应用,否则,执行选择、交叉和变异操作,得到新的种群,重复此步骤。与现有技术相比,本发明根据任务池的所需人数和可供调度柜员列表初始化生成多个调度方案,再使用遗传算法迭代求解最优的调度方案,相较于人工手动调度,决策速度和响应速度更快,而且得到的调度方案更加精确合理。

本发明公开多AGV路径规划和多AGV智能生产线中AGV与机器联合调度方法,属于生产线生产技术领域。本发明采用A*算法与时间窗相结合,利用时间窗提前检测出AGV之间的冲突,采用等待或更换路径的方式来避免冲突,将其融入改进的A*算法中,最终能够为AGV规划出一条从任务起点到任务终点时间最短的无冲突路径。本发明建立智能生产线中以最大完工时间最小为优化目标的AGV与机器联合调度数学模型,在柔性车间调度问题的基础上,增加AGV资源的约束,即智能生产线调度问题,并提出混合遗传算法进行模型的求解。混合遗传算法采用三段式染色体编码方法得到问题的可行解,设计相应的选择、交叉和变异操作,将多AGV路径规划算法融入解码过程,获得智能生产线的调度结果。