【摘 要】
：
为提高单载具自动化立体仓库动态工况下进出库效率，针对自动化立体仓库作业集成优化问题建立仿真优化模型。模型考虑货物重量以及出入库频率来进行货架区域划分，以指令内最小化单载具堆垛机运行时间为研究目标，设计了一种两阶段狼群算法对其进行优化。该算法使用狼群算法对货位分配和作业调度两阶段进行集成优化，求解过程体现出两优化问题之间的关联和反馈。实验结果表明，在不同的订单规模下，两阶段狼群算法相比其他优化方式均
论文部分内容阅读
为提高单载具自动化立体仓库动态工况下进出库效率，针对自动化立体仓库作业集成优化问题建立仿真优化模型。模型考虑货物重量以及出入库频率来进行货架区域划分，以指令内最小化单载具堆垛机运行时间为研究目标，设计了一种两阶段狼群算法对其进行优化。该算法使用狼群算法对货位分配和作业调度两阶段进行集成优化，求解过程体现出两优化问题之间的关联和反馈。实验结果表明，在不同的订单规模下，两阶段狼群算法相比其他优化方式均能得出满意解，能够有效缩短自动化立体仓库的作业时间。
其他文献
研究黄河流域多年土地覆盖情况,对科学推动黄河流域高质量发展有着重要的意义,而高频次高精度土地覆盖数据对于土地覆盖监测等至关重要。本研究以多年稳定不变区域的几何中心作为样本点,快速选取了一套可用于逐年影像监督分类的样本点。而后通过Google Earth Engine(GEE)对黄河流域2000—2020年年均近千景Landsat影像进行无云筛选和逐年拼接操作,得到黄河流域逐年无云拼接影像。再通过随
本研究以库姆塔格沙漠南部阿尔金山北麓山前戈壁区为研究区，借助无人机影像数据准确提取植被覆盖区；采用高空间分辨率WorldView-3数据的估算结果对中空间分辨率Landsat-OLI数据的估算结果进行修正；选取红光（RED）、近红外（NIR）、比值植被指数（RVI）、归一化植被指数（NDVI）和修正土壤调节植被指数（MSAVI）作为遥感特征参数，采用逐步线性回归（SLR）、套索回归（LASSO）和
生态质量评价是保障人类生产生活与生态环境协调稳定,实现区域社会经济可持续发展的重要前提,利用遥感技术快速、准确、客观地定量评价区域生态质量已成为一种新的趋势。本文选取2001年、2010年、2019年京津冀地区的MODIS遥感数据产品,提取出反映绿度(NDVI)、湿度(SWCI)、热度(LST)和改进的干度(NDSI_M)4个重要指标,利用主成分分析法得到遥感生态指数(remote sensing
5TE传感器由于其可以同时测量土壤温度、体积含水率和体积电导率的优势，越来越多的被应用于土壤评估中。为了更好地将5TE应用到盐渍化及低温等区域，通过室内砂柱正交实验探究含水率、盐分、温度这三个因素对5TE体积介电常数和体积电导率的影响。实验结果表明：（1）5TE体积介电常数除受含水率影响外，温度和盐分也会对其产生影响。饱和砂中，当盐分浓度高于2.0 g/L时，温度和盐分的升高均会引起体积介电常数的
针对遥感影像中如何在保证道路信息提取的准确度的同时也能保证其完整性这一问题，提出综合指数阴影检测算法和基于改进的灰度世界（Grey-world）阴影补偿算法来提取阴影遮挡道路。首先，利用综合阴影检测算法，可以得到较为精确的阴影检测图像；根据阴影检测结果图，利用改进的灰度世界阴影补偿算法对阴影区域进行补偿，可以得到道路面阴影与周围环境阴影区域存在差异的图像；其次，再利用分割算法实现阴影道路区域的分割
液滴图像的精确分割是高精度接触角测量的重要环节，针对在液滴分割过程中存在的目标不准确、轮廓不完整以及固-液-汽3项交点和边界细节效果不佳的问题，文中提出了一种适用于液滴分割的神经网络模型。该模型以U-Net网络为基础，在其输入处加入1×1卷积层汇总图像特征，避免从初始图像中丢失信息；并采用Resnet18结构作为U-Net的特征学习编码器，增强了网络的表达能力，促进了梯度的传播。在解码过程中引入密
大数据时代道路数据来源日益增多，跨数据源的道路选取面临巨大挑战。本文针对数据语义不一致问题，提出一种基于本体知识推理的多源道路选取方法。首先，将1:5万基本比例尺地形图道路数据作为基础案例，将四维图新导航电子地图和开放街道地图中的道路数据作为实验数据，基于stroke计算道路等级、长度、连通度、接近度、中介度特征项，提取特征项概念并构建本体；然后，从语义特征项和数值特征项两方面计算本体概念相似性，
空间信息获取技术的发展推动了三维点云数据的建筑模型构建研究。然而，现有的模型构建方法大多依赖人工交互的方式，极高的人工和时间成本消耗不利于大范围城市模型的构建及应用。针对上述问题，本文提出一种基于线框分析的建筑物主体模型构建方法。首先对原始建筑物点云进行滤波与归一化处理，并提取建筑物的多层次边界多边形综合描述建筑边界结构；然后将各层次边界多边形分割出简单、易控的多个矩形基元，采用稳健的层次化矩形连
针对多机器人协作建图算法复杂度高、实时性差和稀疏点云地图信息量少的问题，提出一种基于视觉SLAM的多机器人协作地图构建算法。该算法选择一个机器人开始建图，其他参与协作的机器人共用被选机器人的图像帧进行初始化，并建立统一世界坐标系。在被选机器人建图过程中，激活与其存在共视关系的机器人，借助关键帧跟踪模型得到被激活机器人所建局部地图与世界坐标系间的位姿关系，并用ICP算法求解该位姿变换。根据该位姿变换
大气污染成分、道路分布情况、地表覆盖类型等是影响气溶胶光学厚度(Aerosol Optical Depth， AOD)的主要因素，针对区域性的顾及多种影响因素的AOD研究意义重大。研究采用北京市2020年2月-2021年2月的高分辨率气溶胶光学厚度产品数据、大气污染数据、道路线数据、地表分类数据、NPP夜光遥感数据，提出了可拓展简化气溶胶反演算法（eXtensible Simplified Aer