基于改进蚁群算法的考虑车辆行程约束的逆向物流车辆路径问题研究

以考虑车辆行程约束的逆向物流车辆路径问题为研究对象,建立了逆向物流车辆路径的规划模型,在蚁群算法的基础上更新了信息素,构造了车辆负载使用率启发式因子并根据剩余客户的需要设定车辆的出仓载货量。最后结合实例说明,改进后的蚁群算法能够有效地提高车辆负载率,缩短车辆总行程,对解决实际物流问题有一定参考价值。     

基于成本优化的制造业生产物流装配线排序问题分析

为了降低制造业的生产成本，提高收益，在分析生产物流配线闲置和超载成本的基础上，采用粒子群算法对其进行优化，并利用模糊自适应改进惯性权值，通过实证研究表明该方法实用，可操作性强，可以有效降低制造业生产物流成本，具有广泛的应用价值。     

内蒙古电网多种发电资源协调优化调度方案研究

针对内蒙古地区风电等可再生发电资源的大量并网,结合储能系统及其他多种发电资源,构建内蒙古电网多种发电资源协调优化调度模型,以促进可再生能源应用的同时,保证电网运行稳定应及经济效益,从而实现整体的经济、环境与社会效益。采用改进的细菌觅食算法,以保证风力发电出力的前提下发电系统收益最大化为目标,建立多种发电资源协调优化调度模型,并选取实例进行算法对比分析,分析不同情形下多种发电资源协调调度的经济性。结果表明,风电与其他可再生发电资源、储能机组以及常规机组协调调度,不仅具有环保性,且提高了系统运营的经济性,应予以大力推广。     

考虑干扰风险影响下应急物流仓储量最优模型分析

传统模型在处理应急物流仓储量时,存在抗风险弱、误差大的缺陷,容易出现混乱,无法进行有效的调度,不能满足及时的应急物流需求。为了解决这一问题,提出一种考虑干扰风险影响下的应急物流仓储量最优模型,模型使用仓储量方案优化指标体系层次结构,分析不同的干扰风险因素,获取最佳的仓储量控制方案,通过立体物流仓储模型获取仓储货位的有效货物量,采用微粒子优化算法对立体物流仓储模型进行优化求解,获取最佳的仓储量。仿真实验结果表明,该模型能够准确描述不同的干扰风险,具有较高的仓储量优化效率和较低的误差率。     

基于星载极化SAR数据的农作物分类识别进展评述

［目的］农作物播种面积信息不仅可为农情监测和作物估产提供重要的数据保障，还是国家制定粮食政策和经济计划的重要依据。快速、准确地获取农作物播种面积信息能为农业生产管理提供决策支持。极化SAR不受云雨天气的影响，在农作物遥感监测方面具有巨大的应用潜力，有效利用极化SAR数据进行农作物识别研究对促进雷达技术在国家农业遥感监测和农业供给侧结构性改革中发挥更大作用具有重要意义。［方法］以星载极化SAR技术的发展过程为论述主线，从单、双极化SAR数据，单、双极化SAR数据结合光学影像，全极化SAR数据三个发展阶段，对极化SAR数据在农作物分类识别中的研究与应用进行总结，并对比分析不同的识别特征、融合算法以及分类算法的优缺点。［结果］以往研究存在以下不足：当前研究多以识别水稻为主，对于难以识别的旱地作物研究较少；目前对旱地作物识别精度不高，平均识别精度不足85%；缺乏对不同作物散射机制及其随时相变化的研究，导致分类算法机理性不足，普适性较差。［结论］在今后的研究中，旱地作物散射机制的定量确定，如何利用散射机制及其变化来提高旱地作物遥感识别精度和普适性；目前分类算法大都是基于光学影像设计，如何利用SAR特殊的成像方式优化设计适用于极化SAR数据的分类算法，得到更高的分类精度；如何更好的跟光学遥感等多源数据（光学数据、GIS数据等）结合来提高精度，将成为未来极化SAR农作物识别中三个亟需重点解决的问题。     

城市交叉路口交通信号优化控制研究

针对当前城市道路交通拥堵等问题,如何加强对交通的优化控制,是本文探讨的重点。本文以交叉路口信号控制作为研究对象,提出一种模糊控制的交通信号优化方法。即以邻交叉口进口道的繁忙度、绿灯相位繁忙度、红灯相位紧急度作为输入,通过模糊推理实现交通信号等的相位转换,进而实现对该区域整体交通的优化。     

新旧常态下中国全要素生产率演化趋势的比较研究

本文采用索洛余值法、 对偶核算法、 随机有效前沿模型和数据包络分析模型4 种常用测度技术， 测算和研究了 2002～2017 年TFP 演化趋势， 得到主要研究结论： （1）TFP 增长降速换挡表现为由旧常态的高速增长到新常态经济增速中高速增长； （2）TFP 区域差异特征表现为东部地区优势明显；（3）TFP 增长的主导角色更迭表现为由旧常态的技术进步主导逐步到新常态的技术效率主导； （4）TFP 的要素资源错配表现为新常态阶段资源错配态势加剧。 为推进新时代经济高质量发展， 本文认为： （1）稳增长以实现具有换档性特征的新时代背景下经济增长质量保持强盛性和有效性； （2） 拓潜力以实现具有开放性特征的新时代背景下经济增长质量保持开放性和包容性； （3） 增效率以实现具有叠加性特征的新时代背景下经济增长质量保持有效性和协调性； （4） 优配置以实现具有风险性特征的新时代背景下经济增长质量保持有效性和协调性。     

基于粒子群算法的项目群网络计划资源优化研究

传统的网络计划(CPM/PERT)默认项目实施所需资源已合理投入,并就此安排各项工作。由于该技术传递信息量较少,不利于项目群资源共享。文章通过对工程项目群工期、成本、管理资源分析,提出基于粒子群算法的项目群网络计划优化模型,引入柯布-道格拉斯生产函数完善目标函数,并以某区域管道铺设工程为例开展实例研究,为今后项目群管理提供参考与借鉴。     

精准匹配视角下河北省脱贫攻坚对策研究

大数据思维与精准扶贫的理念不谋而合,利用大数据技术推动脱贫攻坚工作已经成为新时期扶贫工作的必由之路。本文调研分析了贫困户信息关键指标集,利用C5.0算法建立扶贫对象的细分模型,针对不同贫困群体匹配不同的扶持措施,设计了扶贫微信公众号实现扶贫信息的动态监测与管理,为河北省脱贫攻坚工作提供对策支持。     

基于改进粒子群算法的无人机航迹规划

针对当前基本粒子群算法无人机航迹规划在后期收敛速度比较慢、效率不高、易陷入局部最优等问题,提出一种改进粒子群算法。首先,在迭代前期和后期分段设置惯性权值的调整,实现粒子惯性和寻优行为的平衡;其次,设置一个定值与相邻2次适应度函数最优值比较策略,防止陷入局部最优;最后,引入遗传算法的交叉、变异机制,得出更优的结果。并通过仿真验证了改进粒子群算法在三维空间航迹规划的有效性和可行性。结果表明,与其他航迹规划算法相比,新算法具有路径长度更短、耗时更少、路径更平滑等优点,加快了收敛速度,提高了航迹规划效率和稳定性。因此,改进算法的航迹规划可得到满足约束关系的最优航迹,对实现自主飞行有重要的参考价值。