关键词： 自动化集装箱码头   路径规划   拥堵消解   冲突搜索   交通流  

摘要： 自动导引车(Automated Guided Vehicles,AGVs)的拥堵问题一直困扰着自动化集装箱码头,通常归结为无冲突路径规划问题来消解,鲜有考虑道路负载对拥堵的重要影响。以垂直布局自动化集装箱码头为背景,将负载均衡性引入了路径规划中,提出一种无拥堵的多AGVs路径规划方法。首先,建立了道路流量、道路占有率、占有率与AGV速度比之间的定量关系,据此给出了自动化集装箱码头拥堵判定方法;然后,通过引入拥堵惩罚机制,提出一种基于冲突搜索的滚动窗口无冲突路径规划方法,可以疏解AGV趋于集中带来的拥堵状况。最后,通过仿真实验验证了该方法的有效性。

关键词： 遗传算法   引航基地   选址   大连  

摘要： 引航基地的位置是影响引航服务成本、及时性和可靠性的重要决策。目前,国内外对于引航基地的选址大多是依据经验习惯确定,是否满足新阶段船舶周转要求、港口作业效率需要以及引航服务经济性指标缺乏一定的理论支撑。本文通过分析引航基地的特点及需求,考虑基地位置的合理性、引航服务的高效性和引航基地的运营成本三个目标,构建多目标规划模型研究引航基地选址问题,并根据模型特点,设计基于精英策略的遗传算法求解模型。最后,利用大连港实际数据进行算例实验,做出最佳的引航基地选址决策。

关键词： 战斗搜救   搜索救援等待区   重心法   遗传算法   空域规划  

摘要： 针对作战场景下搜救直升机空中等待及搜救责任分配问题,提出了一种两阶段搜救等待区规划方法。以最小化固定成本、距离成本、威胁代价和最大化时间可靠性为目标函数,结合战场环境综合考虑影响因素建立约束条件,构建搜救等待区位置确定及责任分配模型;基于重心法,提出了规划区域及备选方案的确定步骤;采用3种算法求解搜索救援等待区数量、位置以及责任分配规划方案,验证了规划模型的可行性,以及责任分配方案优化方法的适用性。仿真结果表明,该方法可以解决搜救等待区的规划问题,具有较好的实战应用价值。

关键词： 认知语言学   联结主义   古典诗歌   意象词  

摘要： 古典诗歌作为一种特殊的语言表达形式,借由诗歌意象表达并反映作者认知心理,各类诗歌意象从其自然属性延展到文化、认知、情感等属性的这一过程,需要调动较多的认知运作.本文在认知视角下,根据诗歌意象内涵信息的神经表征特点,从感官认知系统对诗歌意象词的理解出发,再到人类大脑中联结主义神经网络模型对诗歌意象的各种加工方式,来尝试解释诗人和读者如何将对古典诗歌意象的自然属性认知加工成具有文学、情感特质等语义内涵的文化符号.

关键词： 深度学习   计算机智能   图像识别  

摘要： 在图像识别、自然语言处理等领域,深度学习的应用日益广泛,推动着智能化系统的革新与进步.文中剖析了深度学习的核心机制与应用场景,重点分析了卷积神经网络(CNN)和残差网络(ResNet)在图像分类中的卓越表现.最后,构建了一种基于深度学习的图像识别模型,并通过详尽的数据分析展示了概模型的性能.此外,还探讨了计算机智能信息处理技术在各大领域中的实际应用,展现了深度学习在信息处理领域的应用潜力.

关键词： 绿色整车物流   调度优化   碳排放   遗传算法   蜉蝣算法  

摘要： 面对庞大的市场需求,整车物流企业需要完善的调度网络来支持其销售活动。针对当前整车物流企业难以高效规划调度网络的难题,构建了一种绿色整车物流调度优化模型。该模型结合了直接配送经销商和经配送中心配送经销商2种模式,并考虑了二氧化碳、甲烷和氧化亚氮3种碳排放。该模型以总成本最低为目标,总成本包括固定成本、运输成本、配送中心成本、通行成本、以及碳排放成本。为了提高求解性能,设计了改进遗传算法(GA-MA)以充分发挥遗传算法全局搜索能力强和蜉蝣算法局部搜索能力强的优势。通过一个真实案例验证提出模型和算法的有效性,并表明了模型在降低成本、减少碳排放量方面的积极作用。

关键词： 人工智能   计算机视觉算法   优化   可行性  

摘要： 近年来,随着大数据与计算机技术的快速发展,人工智能得到了广泛应用,尤其是计算机视觉,更是成为研究热点.基于此,开展基于人工智能的计算机视觉算法优化需求分析,分析了基于人工智能的计算机视觉算法优化中的技术,旨在推动计算机视觉理论的发展.

关键词： K均值聚类算法   滑动窗口算法   绿波带控制策略   遗传算法  

摘要： 近年来,随着城市化进程的加快、机动车数量的迅速增加以及旅游出行范围的扩大,城市道路交通拥堵和停车位不足问题愈发突出。文章以一个某地区车流量较大的路口数据为例,分析其周边道路的交通流量情况,针对此情况采取基于绿波带控制策略为该区域提供合适的交通流量优化方案改进交通管理措施,为改善交通流量提供一种优质的解决方案。

关键词： 云计算   电力大数据   任务调度   粒子群优化算法   遗传算法  

摘要： 针对现有云环境下电力大数据中心在任务调度时存在的能耗高、运算效率低等问题,在电力云数据中心架构的基础上,以最小完成时间和最小云资源花费为优化目标函数建立了多目标优化的云计算任务调度模型,并将改进的粒子群算法与遗传算法相结合用于模型求解。通过实验分析单目标调度和多目标调度,验证了所提方法的可行性和优越性。与常规方法相比,所提方法可以更好地平衡运算效率和云资源花费之间的关系,并在完成时间和云资源花费上都具有良好的性能。该研究为电力云计算中心的发展提供了一定的参考。

关键词： 轨迹规划   s曲线   B样条曲线   遗传算法  

摘要： 为了改善Pecvd设备在运输石墨舟过程中遇到的振动、过量损耗等问题,提出一种分段式作业轨迹规划方法。分别采用自适应的s曲线以及B样条曲线对传输机构的两段作业轨迹进行轨迹规划,并对较复杂的B样条曲线轨迹采用自适应遗传算法进行优化;同时采用模糊PID控制方法,将机构控制误差限制在合理范围之内。通过石墨舟传输机构模型轨迹仿真实验,验证了所提出的分段轨迹规划方法可使机构运动平稳;实际样机实验验证了该方法控制信号误差在5%以内。实验结果表明,所提出的轨迹规划方法在效率、误差控制方面均符合生产需求,可用于实际生产。