共查询到18条相似文献，搜索用时 234 毫秒
1.
空中交通管理中的飞机排序问题是NP-hard的问题。本文从单跑道的飞机排序模型推演出一种新的多跑道飞机排序模型;并首次为多跑道飞机排序问题设计模拟退火算法。最后的仿真结果表明,本算法可以快速地在极少的时间内排好飞机的降落顺序,说明了本算法模型能有效解决多跑道飞机排序问题。 相似文献
2.
为缓解离港航班延误现状,减少航班延误带来的损失,研究了离港航班优化调度问题.建立了最小化航班延误成本、最小化航班位移量和最小化机位占用时间的多目标优化模型,将遗传算法与滑动时间窗相结合对模型进行求解,仿真结果表明,与先到先服务(FCFS)相比,航班延误损失减少35.5％,且延误损失在各航班之间的分配更加均衡,可见所提优... 相似文献
3.
采用单亲遗传算法（PGA）对多跑道航班着陆进行优化调度,该算法以航班延误总时间最小为目标,通过选择、基因换位、基因移位等遗传算子操作,对着陆航班排序进行了仿真计算,并与先到先服务算法进行了对比研究。仿真结果表明PGA算法在延误时间方面远低于先到先服务算法。 相似文献
4.
5.
6.
7.
8.
为了减少管制员的工作量,需要对航班进近的服务次序进行优化,建立使得进近管制员的总服务时间最少的数学模型,降低管制员的工作负荷,减少平均航班延误量。以改进的人工鱼群法为核心算法,结合概率当中的＂捆绑法＂思想以及先到先服务原则,形成综合算法。仿真结果表明,此综合算法能减少航班平均延误,减少空中交通服务时间,从而减少管制员的工作量。 相似文献
9.
为了提高龙嘉机场的地面运行效率以及降低运行中的安全隐患,针对使用06号跑道的情况,通过地面滑行路径和冲突等待点两各层面讨论了现有运行模式下机场地面运行存在的问题。针对性的提出了两种优化方案,结合典型航班日的实际运行数据,通过AirTOp仿真软件,分别对现行以及两种优化方案下的机场地面运行进行模拟,对仿真得到的数据进行统计和对比,得出方案能够减少等待时间与飞机滑行的冲突点。 相似文献
10.
改进遗传算法的神经网络模型研究 总被引：4，自引：0，他引：4
神经网络模型及遗传算法在信息识别、分析与处理方面有着广泛的应用前景。通过对实数编码的遗传算法进行分析,给出了一种改进的优化神经网络模型权值的遗传算法,试验表明,改进的遗传算法可以使神经网络模型的收敛性和稳定性得到明显改善,并且可以减少优化时间。 相似文献
11.
基于多体动力学理论,通过ADAMS/CAR建立双横臂悬架的仿真模型。采用DOE试验设计方法对悬架模型进行优化,判断对悬架KC特性影响较大的关键硬点。结合NSGA-Ⅱ遗传算法,利用ADAMS-ISIGHT联合仿真对硬点进行多目标优化,获得关键硬点的pareto最优解集。通过验证,结果表明,优化后的双横臂悬架在车轮跳动过程中,车轮前束角、外倾角和轮距变化范围更小,有利于减少轮胎磨损,提高汽车操纵稳定性。 相似文献
12.
相空间重构参数选择方法的研究 总被引：2，自引：0，他引：2
基于目前相空间重构中常用的参数选择方法,提出了一种新的相空间重构的联合算法,联合算法以时间窗口法和互信息法为基础,在综合考虑嵌入窗宽的基础上,可同时确定嵌入延迟和嵌入维数.仿真实验表明,用该算法计算Lorenz混沌时间序列关联维相对误差由传统算法的0.83%降低到0.44%,有效地提高了计算相空间重构中不变量的精度. 相似文献
13.
神经网络具有自组织、自学习、自适应的特点,近年来随着计算机技术的发展,为其网络优异的函数逼近性能和分类性能应用于工程提供了硬件基础,神经网络由于其大多结构简单,算法易于理解和使用,有利于工程人员应用解决实际问题。本文介绍了BP神经网络在时延控制对象中的建模,建立了一个基于BP神经网络的预测模型,在Matlab中对几种使用神经网络模型的控制方案进行了研究和比较。 相似文献
14.
集装箱船舶大型化的趋势下,在集装箱码头混合装卸方法的基础上提出了基于堆垛的混合装卸优化方法,并且将一组甲板对应的多贝位集装箱分解为多个单贝位集装箱装卸研究方法模型求解.以最小化单一贝位集装箱装卸的完成时间为目标,建立单贝位数学模型,使用遗传算法求解单贝位的最小完成时间,再根据其和求得一组甲板上、下集装箱装卸的完成时间,并拓展到多组甲板情况.通过数值计算,与传统装卸方法对比分析,验证了模型和算法的可行性和有效性,为大型集装箱船舶装卸方法的优化提供了依据. 相似文献
15.
《Information processing & management》2022,59(5):103005
In real-life applications, resources in construction projects are always limited. It is of great practical importance to shorten the project duration by using intelligent models (i.e., evolutionary computations such as genetic algorithm (GA) and particle swarm optimization (PSO) to make the construction process reasonable considering the limited resources. However, in the general EC-based model, for example, PSO easily falls into a local optimum when solving the problem of limited resources and the shortest period in scheduling a large network. This paper proposes two PSO-based models, which are resource-constrained adaptive particle swarm optimization (RC-APSO) and an input-adaptive particle swarm optimization (iRC-APSO) to respectively solve the static and dynamic situations of resource-constraint problems. The RC-APSO uses adaptive heuristic particle swarm optimization (AHPSO) to solve the limited resource and shortest duration problem based on the analysis of the constraints of process resources, time limits, and logic. The iRC-APSO method is a combination of AHPSO and network scheduling and is used to solve the proposed dynamic resource minimum duration problem model. From the experimental results, the probability of obtaining the shortest duration of the RC-APSO is higher than that of the genetic PSO and GA models, and the accuracy and stability of the algorithm are significantly improved compared with the other two algorithms, providing a new method for solving the resource-constrained shortest duration problem. In addition, the computational results show that iRC-APSO can obtain the shortest time constraint and the design scheme after each delay, which is more valuable than the static problem for practical project planning. 相似文献
16.
17.
18.
Pin-Lin Liu 《Journal of The Franklin Institute》2010,347(8):1577-1588
This paper discusses the problems of delay-dependent stability and stabilization of neutral saturating actuator systems with constant or time-varying delays. The problems of stabilization for neutral saturating actuator system with time-varying delay and parameter from the presented results, the condition obtained here does not need derivative information of the delay time and thus can be used to analyze the stabilization problem for a class of saturating actuator systems with time-varying delay, which is bounded but arbitrarily fast time-varying. Using the model transformation and quasi-convex optimization problem, we derive delay-dependent conditions for the stability of systems in terms of the linear matrix inequality. The stabilization conditions are formulated as linear matrix inequalities (LMIs) which can be solved by convex optimization algorithm. Moreover, the stability criteria are extended to design a stabilizing state feedback controller. Numerical examples show that the results obtained in this paper significantly improve the estimate of stability limit over some existing results reported previously in the literature. 相似文献