关于并联机器人误差补偿方法的研究

由于在制造和装配过程中往往会存在一定误差,对并联机器人的位姿精度造成很大的影响。位姿精度作为并联机器人的重要性能指标,如何有效补偿其位姿误差尤为关键。本文通过介绍蚁群算法和粒子算法两种误差补偿方法,为消除或降低并联机器的位姿误差提供了有效途径。     

粒子群算法惯性算子凹凸性分析

粒子群算法的惯性因子是算法中的一个重要的参数,目前的研究结果表明,惯性因子为减函数时算法的运行效果更为良好。文中提供了四种减函数作为惯性因子可以使用的算子,它们的凹凸性各有不同。对四个算例的数值仿真结果表明,表现最好的是惯性因子先上凸后下凸的PSO,惯性因子为下凸函数的PSO综合表现优于惯性因子为上凸函数的情况。     

负荷聚合商对居民用户可中断负荷补偿方法分析

近年来中国电能供给整体存在过剩现象,但是高峰时刻快速增长的居民负荷要求进一步增加装机容量。通过负荷聚合商可对居民用户的可中断负荷聚合,可以在一定程度上削减峰时负荷。经济补偿可以提高居民用户参加需求侧管理的积极性,为此,从效用角度推导居民用户最小边际补偿单价曲线,分析了三种可行的补偿方案下居民用户的参与意愿,并通过混沌粒子群算法给出每种方案的最小补偿额。仿真算例结果表明,当用户整体偏好离散程度极小时,边际补偿方案是最优的,其它情况下,阶梯补偿方案是最优的,并且阶梯价格分为3-5级比较合理。     

基于多Agent粒子群改进算法的车间调度

针对制造系统中车间调度过程存在的动态性与复杂性问题,本文基于粒子群算法,结合多Agent协同优化性,构建了粒子群算法的是适应度函数,以及多Agent车间调度的行动策略,提出了基于多Agent粒子群改进算法(particle swarm improved algorithmbased on multi-agent,PSIMA),建立了基于多Agent粒子群改进算法流程。最后,通过具体实例,该方法比传统粒子群算法在计算时间以及计算复杂度上有明显改进,为解决制造系统中车间调度问题提供了一种新的方法指导。     

超疏水性涂料在防覆冰中的应用前景

为了制备超疏水纳米复合材料及研究其疏水特性,将经过偶联剂处理的纳米SiO2-x利用高速搅拌和超声波分散相结合的方法,使纳米SiO2-z均匀分散在具有疏水性能的氟化有机硅树脂中.借助SEM、X射线能谱分析和接触角影像分析法等测试手段,对它们的测试结论和实验数据进行了比较研究.采用偶联剂处理过的SiO2-x粒子对涂膜表面进行修饰后,所得的材料存在纳米与微米相结合的双层微观阶层结构,具有超疏水性能.在小型人工覆冰实验室内对该涂料涂覆的马口铝板、导线进行覆冰试验对比研究及脱冰试验.结果表明,涂层能降低覆冰层与基体的粘结力,冰与导线脱冰力矩也明显降低.     

基于粒子群算法的汽车续保影响因素

本文选取了影响汽车续保的五个因素包括汽车出现次数、使用性质等,并应用粒子群算法对这几个影响因素进行定量分析,最后为保险公司提供了建议。     

俄罗斯建世界级科研机构

<正>2011年7月5日,俄总理普京在莫斯科州杜布纳市参观了联合核研究所在建的大型科学装置对撞机(粒子加速器)。普京指出:俄罗斯已具备一切必要条件,可以建造世界级科研设施,其中包括建立与著名的强子对撞机相同级别的设施,以及可以获得诺贝尔奖级别成果的设施。他指出,杜布纳联合核研究所就已具有这样的能力,这里的许多研究项目都已处于领先地位。普京指出,俄罗斯建立世界级科研综合机构,开展大科学研究项目,是提高国家科技竞争力的前提,这不     

基于粒子群优化的模糊聚类分析

基于求解实优化问题时,粒子群优化算法优于遗传算法。在基于遗传算法的模糊C均值聚类算法基础上,给出了基于粒子群的模糊C均值聚类算法,试验结果表明:该算法克服了传统的模糊C均值聚类算法的缺陷,同时在收敛速度方面明显优于基于遗传算法的模糊C均值聚类算法。     

粒子群自进化算法求解物流装箱问题

为了解决当今物流行业中装载货物类型为强异构的情况,提高装载填充率和效率,提出了一种求解三维装箱问题的元启发式算法——粒子群自进化算法。算法包含两部分：极限点构造启发式算法和粒子群自进化规则。极限点构造启发式算法引入了极限点的概念,利用新的极值点思想推导出了三维装箱问题的启发式算法。粒子群自进化规则提出了在货物装载序列中表示粒子的方法,推导了粒子间交叉、变异算子,在极限点构造启发式算法的基础上不断迭代进化完成货物的装载。通过不同结果的比对,证明该算法显著提高了物流装载的空间利用率,强异构货物的平均装载率达到了85%,验证了算法在强异构货物下的有效性与优越性,并给出了货物装载的三维模型。由于实际测试集的缺少,分别为机腹仓装载类和集装板类模型提出了实例生成器,通过生成器的测试集验证了算法在实际应用中的紧凑性、实用性和快捷性。     

车辆路径问题的可靠性研究

首先分析车辆路径问题中随机因素,以及现有考虑行程时间波动的车辆路径问题,从而确立以配送车辆为研究对象,建立对应的行程时间可靠性模型,以不超过规定值,用来适应处理交通状态的不确定性。通过粒子群算法求解,验证表明,考虑道路运行的不确定对车辆调度的影响,制定的车辆调度方案能够更加可靠,对于配送过程更加有效。