关键词： 横向运动控制   路径跟踪   遗传算法(GA)   线性二次型最优控制(LQR)  

摘要： 针对转向机器人路径跟踪问题,设计了基于遗传算法优化的线性二次型最优控制器(LQR)。首先建立车辆二自由度“自行车”动力学模型,得到车辆横向误差模型。然后构建横向误差目标函数,设计线性二次型最优状态调节器(LQR),得到控制车辆的前轮转角。进一步地,在控制环中加入前馈控制以消除稳态误差。在此基础上,采用遗传算法迭代优化权重矩阵Q、R来改进LQR控制器。经过Simulink与Carsim联合仿真表明,采用遗传算法优化后的LQR算法相较于未优化的LQR,横向误差减小了53%,并且大大节省了找寻最优权重矩阵的时间。

关键词： 不完全信息   成本最小化   遗传算法   生产决策  

摘要： 在零配件、半成品和成品的次品率不完全确定的情况下,以成本最小化和质量控制为目标建立了最小化成本效益模型.该模型利用抽样检测方案来确定抽检样本量,运用遗传算法对模型进行求解来得出最优抽检策略.实例验证结果表明,该方法既能考虑产品质量,又能锁定最低成本的决策路径,因此能够为企业生产决策提供良好的技术参考。

关键词： 大学生膳食营养   熵权TOPSIS法   遗传算法   多目标优化  

摘要： 大学生的膳食营养管理直接关系到其健康与学习效能的提升,因而探索科学的膳食优化设计具有重要意义。文章旨在制定适合大学生群体的平衡膳食食谱,通过熵权TOPSIS法和遗传算法对现有大学生膳食方案进行评价和优化。研究首先评价了现有食谱的营养结构,进而构建多目标优化模型,结合蛋白质氨基酸评分、热量控制以及经济性等因素进行优化设计。结果表明,大学生的膳食设计在考虑营养全面性的同时亦需重视实际经济性,优化后的新方案有效改善了膳食平衡,符合健康与经济双重标准。研究为大学生群体膳食指导提供理论支持,促进其健康饮食意识的提升。

关键词： 砷   原子荧光光谱法   微波消解   百合  

摘要： 建立了微波消解-原子荧光光谱法测定百合中砷含量。采用高温高压密闭消解罐消解百合样品,避免了易挥发元素砷的损失。采用原子荧光光度计测定,灯电流为40 mA,负高压为280 V,原子化温度为200℃,载气流量为300 mL/min。砷元素的质量分数在0.1~2.0μg/kg范围内与光谱强度线性关系良好,相关系数为0.9999,检出限为0.0042μg/kg。精密度试验测定结果的相对标准偏差为1.79%(n=6)。3种不同浓度加标水平下,平均回收率为96.5%~102%。该方法操作简便、快速、灵敏度高,经国家一级标准物质GBW 10022验证和样品加标回收试验,结果显示该方法准确可靠。

关键词： 微波消解   分光光度   水质   总磷检测技术   检测技术  

摘要： 城市废水及工业废水排放量越来越多,水体富营养化的问题也越来越严重,因此准确快速地监测水质总磷含量对于防治水体富营养化至关重要。基于此,研究结合微波消解和分光光度设计新的水质总磷检测技术,该技术采用微波消解技术结合分光光度法,通过优化消解条件和显色处理,对水体中的总磷含量进行测定。实验结果显示,研究方法的平均检测准确度为95.61%,高于硫酸铵消化法和干燥灰化法,并且研究方法的平均检测时间仅为24.12min。结果验证了研究方法的有效性。研究为水质总磷检测提供了更为高效准确的检测技术,对环境保护具有重要的实际应用价值。

关键词： 模拟退火算法   遗传算法   多目标规划   动态规划  

摘要： 针对旅游爱好者对不同类别旅游景点的需求和如何规划最有效的旅游路线这类组合优化问题,提出了基于启发式算法,构建最优多目标旅游路线模型。通过采集并处理旅游相关数据,以旅行商问题为基础,结合时间成本、经济成本和景点评分等多重目标,采用启发式算法计算最优解,并结合动态规划方法处理路径优化问题。结果表明,该模型能够有效平衡多重目标,提供更优的景点选择与路线规划方案。

关键词： 弹药贮存   弹药调度   遗传算法   优化设计  

摘要： 当前,世界各国对于如何高效、可靠、准确地开展机载弹药保障作业高度的关注。机载弹药贮存舱作为保障的基础和对机供弹流程的起点,贮存位置和舱室内贮存弹药类型等问题与最终的弹药保障效率密切相关。因此,论文针对美国“尼米兹”级航母贮运资源进行梳理,以响应不同作战任务的保障需求和弹药调度的时间约束为前提,采用智能算法,研究机载弹药贮存方案设计问题,以期获得最优或较优的贮存方案。

关键词： 比例-积分-微分控制器   伺服电机   多目标遗传算法   粒子群优化   天鹰优化  

摘要： 比例-积分-微分(PID)控制器通常用于线性运动控制系统,以纠正由于滚珠丝杠总成热膨胀和编码器测量造成的定位误差,但现有的基于积分或性能指标的误差最小化函数无法满足动态系统的所有性能要求。针对该问题,基于多目标遗传算法(MOGA)获得帕累托解,建立包含积分时间绝对误差函数和上升时间、调节时间、超调量等性能指标参数的多目标代价函数,并利用粒子群优化算法和天鹰优化算法,将提出的目标函数用于整定线性运动系统的PID控制器模型。在LabVIEW环境下对该算法进行验证,实验结果证明了算法的有效性。

关键词： 航空运输   机位分配   多目标优化   遗传算法  

摘要： 机位资源是机场资源中重要的组成部分,合理准确的机位分配方法有利于保障机场运行各环节的安全、高效。针对大型机场繁忙时段机队规模大而停机位资源紧张的问题,本文提出了一种多目标停机位预分配优化方法,在综合考虑安全裕度、航班类型、机体大小等实际条件的基础上,从靠桥率和机位利用均衡度两个方面建立多目标机位分配优化模型,并设计遗传算法对模型进行求解验证。最后采用国内某大型机场机位分配数据驱动模型进行仿真,实验结果表明优化后的分配方案比机场初始方案,在各机位空闲时间均方根误差减少了1.64,靠桥率提高了2.5%。

关键词： 充电桩布局   K-Means聚类   LSTM-ARIMA模型   遗传算法   整数规划  

摘要： 在“双碳”目标的引领下,发展新能源汽车成为了我国汽车产业高质量发展的战略选择,具有广阔的发展空间。然而,充电桩作为新能源汽车的配套基础设施之一,存在着区域分布不均、数量较少的现象。本文以长沙市为例,考虑其9个区的街道数量、占地面积、人口数量和GDP四种因素,利用K-Means聚类方法将该市划分为现代化发展区、生态友好区和传统经济区。进一步,结合该市新能源汽车的历史销售数据,采用LSTM-ARIMA模型预测了该市2024年各月新能源汽车的销售量。接着,以最大化投资回报为目标,考虑地方财政支出、充电桩总数量、充电桩成本范围和用户充电习惯等四个因素,构建了整数规划模型。最后,利用遗传算法求解得出了长沙市各区各街道的充电桩数量。结果表明,相较于2023年,充电桩的空间利用率提升了21.47%。与新能源汽车销售量预测的针对各区各街道的充电桩数量分配增长趋势一致,说明该布局方案在满足充电需求和提升基础设施利用效率方面具有积极作用,提出了一种合理的布局方案。Under the guidance of the “dual carbon” goal, the development of new energy vehicles has become a strategic choice for the high-quality development of China’s automotive industry, with broad development space. However, as one of the supporting infrastructure for new energy vehicles, charging stations have uneven regional distribution and limited quantity. This article takes Changsha City as an example and considers four factors: the number of streets, land area, population, and GDP in its nine districts. Using K-Means clustering method, the city is divided into modern development zone, eco-friendly zone, and traditional economic zone. Furthermore, based on the historical sales data of new energy vehicles in the city, the LSTM-ARIMA model was used to predict the sales volume of new energy vehicles in each month of 2024. Next, with the goal of maximizing investment return, an integer programming model was constructed considering four factors: local fiscal expenditure, total number of charging stations, range of charging station costs, and user charging habits. Finally, the number of charging stations in each district and street of Changsha city was determined using genetic algorithm. The results show that compared to 2023, the space utilization rate of charging piles has increased by 21.47%. Consistent with the growth trend of the distribution of charging piles for each district and street predicted by the sales volume of new energy vehicles, this layout scheme has a positive effect on meeting charging demand and improving infrastructure utilizatio