带平衡约束圆与矩形Packing问题的启发式蚁群算法研究与应用

来源 :湘潭大学 | 被引量 : 0次 | 上传用户:bao302
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
卫星舱布局问题指的是卫星有效载荷在卫星舱体内有限空间进行合理摆放的组合优化问题,是组合数学和运筹学等多个学科的研究热点。卫星舱布局优化问题涉及到多学科、多领域的知识如逻辑推理、计算机图形学、计算几何学、运筹学等。卫星舱布局问题在有限的时间内无法得到其最优解,属于NP难问题的一种。通过简化其仪器和设备为圆柱体和长方体并竖直放置在承载板上,卫星舱布局设计问题主要归结为如下三类性能约束布局问题。(1)性能约束圆形Packing问题;(2)性能约束矩形Packing问题;(3)性能约束圆与矩形Packing问题。其中,后者的求解较前两种困难,其求解主要是采用EA、协同和人机交互演化算法。它们都需要进行干涉量计算,这已成为其求解精度和计算效率提高的瓶颈。因此,本课题组在国家自然科学基金(61272294)、湖南省自然科学基金(11JJ6050)以及湖南省教育厅基金(11A120)等的支持下对上述问题展开研究。本文是以卫星舱模型布局设计为背景研究二维惯性约束圆与矩形Packing问题,提出求解性能驱动的圆与矩形Packing问题的启发式蚁群算法,并用简化国际商业通信卫星舱的布局问题对算法进行验证。具体的工作和创新点如下:1.针对圆与矩形Packing问题,提出了一种定序定位的启发式算法。从问题本身的已知信息获取布局知识,以此建立启发式定位和定序规则。它能快速构造出较优的可行布局方案。2.针对带惯性约束的圆与矩形Packing问题,提出一种启发式蚁群算法。将启发式算法与蚁群优化相结合求得卫星舱布局问题中四个承载面上的子布局方案的包络半径以及转动惯量最优的的布局方案。实验表明,启发式蚁群算法在求解带惯性约束的圆与矩形Packing问题时优于已有算法。3.针对卫星舱模型布局问题,提出一种分治协同演化算法。先用基于势能函数的拟物算法对卫星舱模型中四个承载面的包络半径和转动惯量作进一步优化,再在其不变的基础上通过粒子群算法优化使惯量夹角和质心偏移量达到最小,以获得最优整体布局方案。本文以简化国际商业通信卫星舱布局设计问题为背景,研究了多性能驱动的圆与矩形Packing问题,提出了一种分治协同演化算法。本文算法对于卫星舱模型布局的求解精度及计算效率都优于已有的其他算法。希望本文能对其他同类问题的研究有所启发和帮助。
其他文献
云制造是借鉴云计算模式产生的一种面向服务的网络化制造新模式,旨在将分布于各企业中的制造资源和制造能力虚拟化并封装成制造服务,从而为广大用户提供制造服务,是近年来先进制
面对计算密集型任务和海量数据处理对嵌入式SoC系统在处理能力和处理资源上日益苛刻的要求,基于纯硬件提速的方式由于受限于摩尔定律已经力不从心,可重构计算的出现成为一种必
随着社会对能源的需求变得日益迫切,因此找到更多的位于地表深层的石油天然气就成了当务之急,油气勘探也就成为十分重要的手段。而地震检波器在油气勘探中,起着十分重要的作用,它
随着经济的发展以及城镇化建设速度的加快,导致城市内流动人口增加,人口密集。引发了城市建设中的交通、社会治安、重点区域防范等城市管理问题,随着国家提出建设“平安城市”项
缓存是弥补CPU与存储系统之间巨大速度差异的有效手段。但受成本和制作工艺限制,缓存与存储系统间的容量差异日益加剧。如何进一步深入挖掘现有缓存系统的潜在性能,是缩短CPU空
云计算在商业和科学研究上的价值已渐渐被社会认可。它可以在搜索引擎、互联网应用技术、大规模数据计算等方面发挥出巨大的能量。Hadoop技术作为云计算技术的开源实现,对云计
专家信息资源由于规模巨大从而在收集过程中存在冗余度高、可信度低且信息描述方式不一致等问题,结果准确性难以保证。因此有效的数据清洗技术成为必须。而清洗中的规范与之
随着视频编解码算法的发展,运用多核处理器对视频编解码器实现并行加速逐渐成为国际视频编解码研究的热点。目前各国学者主要对编码器或者解码器的并行算法独立进行研究,并未
无线传感器网络是由几千至几万个部署在监测区域内的传感器节点组成,该网络是一个多跳的自组织网络系统,并通过无线通信的方式传输数据。传感器节点之间协作的感测、收集、传递
在三维人机交互系统中,实时、稳定的多手指跟踪能让用户像操作真实物体一样去操作虚拟物体,因此能带来非常好的用户体验,而且它能提供手的三维结构信息,因此也能促进手势识别算法