基于概率线路图的仓库移动机器人避障路径跟踪研究

为使移动机器人在仓库进行避障行驶,提出了一种基于概率线路图(PRM)优化的避障路径规划跟踪算法。该算法通过采样点数量和连接阀值距离的调整、对地图尺寸扩展等方法对PRM算法进行优化,提高路径规划效率和解决路径安全性不高的问题,同时将优化得到的最优路径作为参数,利用纯追踪轨迹算法进行路径跟踪,取得较好的效果。在matlab软件仿真平台进行仿真,结果表明基于PRM路径优化算法和纯追踪轨迹算法能使移动机器人安全地在仓库中进行避障行驶,所设计的算法具有安全性、有效性和可靠性。     

招聘算法歧视的法律规制

算法技术不断扩展至劳动用工的各个领域,尤其是在招聘环节。广告定向投放、简历分析系统与视频面试系统等算法招聘应用,因为嵌入于算法系统的训练数据与设计偏差极易产生歧视性风险。关于招聘算法歧视的责任主体认定与归责原则,法律尚未明晰,理论学界也尚未统一观点。为了更合理有效地保护求职者,平衡高新技术创新与劳动者权益保护间的冲突,亟需法律明确招聘中算法歧视在不同场景下的责任主体,将无过错责任原则作为责任承担的基础,并增加惩罚性赔偿作为责任承担的具体方式。     

运输路径优化蚁群算法问题研究

对于某一特定源点和目的地之间的车辆运输调度问题,建立基于风险、考虑成本和时变条件下的路径优化模型,采用蚁群算法的信息素更新策略,使边上残留信息素能够正确反映时变网络中边上权值的变化,并结合遗传算法,采取最优个体交叉策略将蚁群每次遍历后形成的解作为初始群种进行单点交叉计算,以避免陷入局部最优解,提高算法的收敛性。通过算例分析验证算法的有效性。     

物流中心选址模型

物流中心选址是指在一个具有若干供应网点及若干需求网点的经济区域内,选一个地址设置物流中心的规划过程。较佳的物流中心选址方案是使商品通过物流中心的汇集、中转、分发,直至输送到需求网点的全过程的效益最好。通常,物流中心拥有建筑物、构筑物以及设备,如果选址不当,将产生极大的负面影响并付出代价。     

轨道交通系统票务清分算法的研究

随着城市轨道交通的不断发展，同一轨道交通网络中的线路将会由不同的运营商来经营，运营商之间收益的合理分配是城市轨道交通亟待解决的问题。在对实现轨道交通票务清分算法进行分析的基础上，提出有效路径算法。通过计算出OD问的有效路径和不同运营商的线路比例，对收益进行分配，并用清分算例进行实际应用说明。     

基于启发式函数蚁群算法的VRP优化研究

车辆路径问题是一个NP难题,蚁群算法是求解诸如车辆路径安排等组合优化问题的有效工具,为此利用启发式函数对传统的蚁群算法进行改进和优化.并通过实例对该方法进行检验,其结果显示,启发式函数蚁群算法的性能,优于传统的蚁群算法.     

改进蚁群算法在旅行商问题中的应用

介绍蚁群算法及其原理,算法模型和实现过程,分析基本蚁群算法易出现早熟停滞现象的原因.在原有算法基础上引入最优、最差信息素更新策略和局部最优搜索策略,从而扩大可行解的范围,避免算法过早停滞,同时加快算法的收敛速度.以旅行商问题为例进行仿真计算,说明改进蚁群算法的性能.     

基于改进型蚁群算法的货物作业车取送模型优化

介绍了蚁群算法及其改进型的原理、模型和算法实现过程,并采用改进型算法对货物作业车取送数学模型进行了优化计算。优化计算结果表明,改进型蚁群算法的优化计算切实可行,为类似其他的铁路运输优化计算提供了新的思路和方法。     

应用层次分析法对物流中心进行合理选址

层次分析法是一种定性和定量相结合的、系统化、层次化的分析方法。将此方法运用到物流中心选址问题中 ,对影响物流中心选址的各因素按其重要性进行合理排序 ,通过排序结果对问题进行分析和决策 ,从而得到合理的选址方案     

基于多重图的物流链选择决策模型及算法研究

为了解决由物流链结构特性确定的最优物流链的选择问题,提出了基于多重图的物流链选择决策模型。通过讨论物流链的结构特性,在物流节点和物流路径均有费用出现的情况下,建立了同一位置有多个物流节点和物流路径可供选择的,以多重图作为拓扑形式的物流链选择决策模型。针对Dijkstra算法不能解决多重图中节点具有权值的问题,对算法进行改进,通过虚拟的方式将多重图转化为简单图,并将原节点的权值分解到简单图中相应的边上,使原问题转换为简单图的最短路径问题进行求解。最后,用一个算例进行了分析,算例表明,该算法对规模不大的物流链网络选择决策问题求解是可行的。     

一种新的最短路径启发式搜索算法

在深入分析现有算法的基础上，提出了一种新的最短路径启发算法。该算法依据起点、终点连线为最理想路径这一基本常识，估计实际路径与理想路径的偏差，评价节点的优劣：减少了搜索的节点数目，缩小了搜索范围。实验结果表明，该算法搜索速度快，较Dijkstra算法有很大改善，较A＊算法也有一定的优势，道路网络结构越复杂，其运行效率越高，优越性越明显。     

乘务员运用计划编制模型与计算方法的研究

分析铁路在轮乘制方式下编制乘务员运用计划的方法，提出以运行图为基础数据，建立乘务日计划编制的多目标数学模型，运用回溯搜索算法对模型进行求解，并给出了算法的基本步骤。以京沪高速铁路为例，将研究成果运用于列车服务信息系统的乘务子系统中，验证了模型与算法的正确性。     

互联网经济中轴辐型算法共谋规制研究

在互联网经济时代,轴辐型算法共谋成为平台发展无法回避的问题。轴辐型算法共谋既具有纵向与横向关系的轴辐协议特征,又存在算法的介入,使得轴辐型算法共谋既具有传统垄断协议的规制难点,也存在算法介入下的规制困境。有鉴于此,首先,需要对学界中轴辐型算法共谋的界定争议作出回应,奠定分析的基础。其次,在理论逻辑上阐释对于轴辐型算法共谋规制的必要性与边界性。接着引入可反驳的本身违法原则来解决传统二分法的不足,并弱化事实认定标准以适应轴辐型算法共谋的隐蔽性特征。将知情默许与合理预见也作为意思联络的表现形式,注意使用间接证据信息、行为、结构三要素来进行认定。最后,完善责任体系。去除“技术中立”的影响,并扩大归责主体范围,使其不仅限于经营者以满足现实需要。     

复杂山区铁路客运站自动选址研究

无备选站址条件下的客运站自动选址是线站协同优化的前提和基础,而不局限于车站选址的代价最小化,同时考虑连接车站间区间线路的代价具有重要意义。构建复杂山区铁路客运站自动选址模型,首先,建立综合地理信息模型,基于线站一体化的设计理念,实现单个车站选址,确定站心位置及站坪方向;其次,以公路线形优化模型的改进算法完成站—站间自动选线设计;最后,将车站选址代价与区间线路代价紧密结合起来,计算综合代价,实现站址方案的优选。以山区铁路为例对该方法进行验证,结果表明,该方法能高效生成山区铁路车站方案集,并辅助设计人员进行方案优化。     

二次指派问题的蚁群算法研究

蚁群算法是受自然界蚂蚁觅食过程中,基于信息素的最短路径搜索食物行为启发,提出的一种智能优化算法。在采用蚁群算法求解二次指派问题中,针对蚁群算法存在的过早收敛问题,使用距离及流量作为启发式信息并引入局部优化,对蚁群算法的结果加以改进,计算机仿真结果表明,蚁群算法对求解二次指派问题有较好的效果。     

基于连通可靠性的车辆路径问题

物流配送车辆路径问题(VRP)是一个NP-hard问题,很多求解方法仅考虑路网连通无穷大的情况,将其看成平均旅行时间问题,对于突发事件下造成路网拥堵情况下的车辆路径问题很少涉及,对此结合蚁群算法,对突发事件下各路段的连通可靠性进行比较后选择合适路段通过,用以提高路网的通行能力。     

配电网故障恢复算法研究概述

配电网发生故障后,如何正确、迅速地恢复非故障停电区的供电,对于满足用户的供电要求,提高电网的供电可靠性等方面具有重要意义。本文介绍了国内外配电网故障恢复算法的研究现状。分析表明,单个恢复算法均有各自的优缺点,如何根据实际情况将各种方法相鲒合是近年来的发展趋势。最后结合配电网的最新发展状况提出了配电网故障恢复有待深入研究的问题。     

应急物流配送问题的蚁群聚类算法研究

提出了一种用于解决突发事件下,物流配送多目标优化问题的蚁群聚类优化算法。突发事件下的物流配送规划一般包含两方面内容,将救灾物资运往受灾地区和将灾区的伤员及时送至各医疗点。将多目标问题转化为单目标问题,结合蚁群的墓地构造行为特点,利用改进LF蚁群聚类模型,以节点需求未得到满足的不满意度最小和路由时间最短为优化目标,用LF蚁群聚类方法按约束条件进行聚类,最终确定车辆路由线路。     

客运专线车站列车接发仿真进路排列算法研究

在借鉴已有车站作业仿真研究的基础上,对客运专线车站的列车接发进路排列的优化算法进行研究.针对客运专线车站的特点,研究列车接发仿真中进路排列的优化算法,建立车站网络描述图形,从数学规划的角度建立进路选择模型,运用贪婪算法的思想求近似最优解,在此基础上通过仿真客运站计算车站接发车能力.     

检修条件下动车组运用计划编制研究

在考虑检修的条件下,根据接续时间和接续地点,以动车组周转接续时间总和最小来表达动车组运用数量最少作为目标函数,建立动车组运用计划的数学模型,并采用模拟退火算法进行求解。以武广高速铁路的开行方案为基础进行仿真应用,表明在给定列车运行图后,采用该模型和求解算法能够得到优化的动车组运用计划。