巷道堆垛式立体车库作业优化算法及系统研究
这是一篇关于立体车库,车位分配,路径规划,遗传算法,时间窗的论文, 主要内容为随着城市中心地段空间的紧张,立体车库的研究越发受到人们的重视,主要关注其安全性、智能化程度、便捷性、商业化前景和对环境的影响。在自动化立体车库的研究中,车位分配与路径规划对系统的工作性能产生直接影响,因此,亟须对立体车库作业优化算法进行深入研究。本文研究对象为一种巷道堆垛式立体车库,针对立体车库的车位分配和AGV路径规划问题,本文应用了多种算法对实际问题进行建模求解,最终探讨了车库管理系统的实现。本文具体的研究内容如下:(1)车位分配算法研究本文以最小系统完工时间为优化目标对车位分配问题进行算法设计。基于操作系统的最短作业优先调度算法设计了最近分配算法,以堆垛机距离为分配依据,为出入口的请求分配最近的堆垛机;基于操作系统的多级反馈调度算法设计了最近最闲分配算法,通过堆垛机的工作状态挑选最近的出入口请求,为出入口请求分配最近最闲的堆垛机;基于遗传算法设计了多层编码遗传算法,将出入口请求和堆垛机进行多层基因编码,通过种群迭代获取最佳分配基因。最后将不同的算法方案进行对比实验,并分析实验结果。(2)多AGV路径规划算法研究本文采用了两步规划加时间窗的方式为多AGV规划路径,第一步规划单AGV路径,第二步处理多AGV冲突。在第一步路径规划中,对比常用的全局路径规划算法性能,最终选取了A*算法作为单AGV的路径规划算法。在第二步路径规划中,建立了路口时间窗模型和路口冲突处理原则,确定了AGV的通行顺序。最后对多AGV路径规划算法进行实验,分析AGV的加速度、速度、实时位置和路口的时间窗数据,得出该算法可行的结论。(3)车库管理原型系统开发本文研究了车库管理系统的实现,使用Vue开发前端,My SQL存储系统数据,Spring Boot开发后端。基于使用对象,本文将车库系统设计为用户端和管理端,并研究其功能模块,最后对用户端和管理端的基本功能进行了测试。
基于ASP.NET架构的网上考试系统设计与实现
这是一篇关于在线考试,ASP.NET,B/S,组卷,遗传算法的论文, 主要内容为随着互联网的迅速发展,基于互联网的各种应用日益受到人们重视,基于Web的在线考试系统在这种形势下应运而生,它是伴随着网络技术和数据库技术而逐渐发展起来的。它可以利用网络,随时随地为学生提供考试,是传统考场的延伸;另外,借助它可以有效利用校园网的资源,更好地为学校的教学管理服务。 论文介绍了在线考试系统的相关理论及技术背景,针对系统的功能特点,使用了ASP.NET技术,采用了面向对象的开发方法和流行的三层体系结构;并对该系统的开发环境进行了介绍。 网上考试系统的基础是一份合理科学的试卷,而试卷的产生是由组卷算法决定的,本文对组卷算法进行了研究设计。通过对已有组卷算法及遗传算法的分析,设计了一种基于改进的遗传算法的组卷方法。本文同时也详细介绍了网上考试系统的设计与实现,主要包括数据库设计、主要功能模块的设计与实现等。 网上考试系统对安全性也有较高的要求,论文的最后对网上考试系统的安全要求进行了分析,并设计出一种能较好保证系统安全性的方案。 本文设计的网上考试系统具有通用性、良好的可扩展性和安全性、能满足较复杂的组卷要求等优点,并且有助于学校开展教学改革、推行教考分离。
烟叶储存安全监测系统的设计与实现
这是一篇关于烟叶储存安全监测,Web Service,遗传算法,BP神经网络的论文, 主要内容为烟叶的经济价值远高于一般的农产品,同时烟叶也是一种对储存环境要求很高的商品,国家烟草专卖局出台了一系列管理办法,如《烟叶储存保管方法(GB/T 23220-2008)》就对烟叶所进行储存的仓间建设标准、烟叶贮存与养护准则、虫害防治、熏蒸安全等多个方面做了详细规定和具体要求。但是经过调研发现很多烟叶仓间的储存环境监测过程中存在着人手不足、纸质记录不易保存、难以实时检测等问题。对此需要设计一个烟叶储存安全监测系统,提高烟叶行业的综合信息化水平,优化工作分工配置。本论文围绕着烟叶储存安全监测这个主题,结合服务端开发技术、客户端开发技术,设计并实现了烟叶储存安全监测系统并进行了温度预警功能的研究,期间开展以下几个方面的设计和研究工作。(1)对烟叶储存现场进行实地观察,结合用户所提出需求,使用Web Service技术服务端及SSM(Spring、SpringMVC和Mybatis)框架客户端技术设计烟叶储存安全监测系统的总体框架结构。(2)分析系统的功能和性能需求,设计并实现一个稳定性高、互通性强、易于扩展的系统服务端与客户端。服务端开发中采用Web Service作为烟叶测控系统的服务端框架,针对定位服务端资源、设计网络数据传输格式、处理响应信息做了详细的设计。从信息安全角度出发,在客户端与服务端进行交互信息时不会使用明文数据交互信息,系统采用两种加密方式,一种是基于SSL(Secure Sockets Layer)的 HTTPS(Hyper Text Transfer Protocol over Secure Socket Laye)加密协议,即在交互信息时使用HTTPS传输数据来保证信息安全;第二种是使用MD5(消息摘要算法第五版)与SOLT结合的方式进行加密,这种方式下加密同样可靠安全;客户端开发方面为用户设计并实现了一个交互性优良、功能齐全的烟叶储存安全监测系统的客户端。将SSM框架作为客户端开发的主要框架,降低系统耦合度,提高客户端的维护性、代码重复利用率。(3)对烟叶储存环境温度预警进行研究与仿真,与传统的测控系统发现环境温度超出阂值范围后进行报警不同,使用遗传算法优化神经网络的方式对环境温度进行实时预测,达到了温度超过阂值前就提前预警的目的。与传统单一使用BP(Back Propagation)神经网络进行数据预测不同,遗传算法优化了神经网络的初始权值、阂值的随机性,使优化后的神经网络趋于合理与稳定。本系统服务端稳定高效、代码结构清楚并易于扩展,客户端运行流畅,交互性强。此时系统服务端与客户端已在国内某烟草公司实地使用,经烟草公司管理人员反馈系统正常运行,各模块运行流畅,能够满足生产需求。
工业互联网设备管理系统设计与实现
这是一篇关于设备管理,故障预测,遗传算法,BP神经网络,MES的论文, 主要内容为随着工业互联网与制造业现代化的迅猛发展,制造业企业设备资产不断扩充,现代化设备所占比例一路攀升。然而,传统的设备管理理念和系统严重制约了企业生产效率的提高,无法满足如今信息化、智能化的设备管理新需求。因此设计与实现工业互联网设备管理系统对于改变传统的设备管理方式、提升生产效率与保障产品质量都具有重要意义。本论文立足于信息电子制造业代表—SMT生产线这一应用场景,针对设备大多采取事后维修缺乏智能化预警手段的问题,提出基于遗传算法优化的BP神经网络来实现设备故障率的预测,达到提前预警维修保养的效果,通过实验验证了该模型的有效性。此外,本文针对SMT生产线进行了长达一年的实地调研与开发,分析总结了企业设备管理中存在的问题与实际需求,采用UML用例图、流程图进行了系统需求分析,根据系统架构的总体设计进行了技术选型,基于此设计实现了工业互联网设备管理系统。系统目前已经部署,在完成了六个月的实地测试后,已经上线稳定运行了两个月。本论文首先阐述了设备管理的背景与研究意义,分析了设备管理理论的发展历程和MES系统的发展现状。接着对工业互联网设备管理系统进行全面的需求分析,针对其中的故障预警需求,提出了基于GA-BP故障率预测模型并进行实验验证。同时综合考虑系统当前功能需求和日后的可扩展性,设计了基于Spring Cloud微服务框架的系统总体架构,详细阐释了本系统核心功能模块的设计与实现,对其中的关键实现类与接口进行了详细说明。最后,实地部署本系统并对其进行测试,总结本论文的全部工作,对其中不足之处进行展望。
基于混合遗传算法的MES车间调度系统研究
这是一篇关于MES,作业车间调度,柔性作业车间调度,遗传算法,文化算法的论文, 主要内容为制造执行系统(Manufacturing Execution System,MES)是面向车间层的管理信息系统,能够有效填补上层企业计划管理系统与底层工业控制网络之间的“鸿沟”,是实现企业信息化、管控一体化的关键。 对于离散制造业,生产车间调度是MES系统的核心,车间调度问题的优化是企业提高资源利用率和运行效益的关键环节之一。因此,研究基于先进调度理论的MES车间调度系统,对于提升车间生产效率、提高企业竞争力具有重要意义。 本文首先概述了车间调度问题的基本概念,包括问题定义、性能指标和问题的分类等,对车间调度问题中最典型的作业车间调度问题(Job-shop Scheduling Problem,JSP)和柔性作业车间调度问题(Flexible JobShop Scheduling Problem,FJSP)进行了深入研究,给出了不同调度目标下的问题数学模型。 其次,针对遗传算法存在容易早熟收敛或收敛速度慢的缺点,提出了一种新的混合遗传算法—自适应文化遗传算法(SCGA),该算法基于文化算法进化思想,通过知识空间的经验知识指导群体空间个体的遗传进化过程,可以降低算法的搜索随机性,提高收敛速度。 为了求解JSP这一典型的NP-Hard难题,SCGA算法采用基于操作的编码方式、自适应交叉和变异算子,并设计了知识空间的更新方式。为了求解更复杂的FJSP调度问题,设计了基于工序和机器分配的双层编码方式,改进了交叉、变异操作方式和知识空间更新方式。以Makespan为优化目标,对一组典型的JSP和FJSP算例进行求解,试验结果表明SCGA算法可以有效解决JSP和FJSP调度问题。 最后,以山东某电梯公司机械加工车间为对象,深入分析了该车间的生产特点,并在研究MES功能架构的基础上,针对该车间生产管理的实际情况,设计了一个MES车间调度系统。该系统结合了本文提出的SCGA调度算法,并采用Visual Basic 6.0作为前台应用程序开发工具,SQL Server2000作为后台数据库。实验结果显示,该系统可有效解决车间调度问题。
基于APS的生产排程系统的设计与实现
这是一篇关于高级计划排程,遗传算法,动态,柔性,作业调度的论文, 主要内容为随着电子商务在全球范围内持续繁荣,客户的需求变得日趋个性化,如何针对客户的个性化需求迅速制定精确的生产计划已成为传统的加工制造企业不得不面对的难题。针对这种离散制造的新趋势,高级计划排程(Advanced Planning and Scheduling,APS)应运而生。APS系统将长期的计划和短期的排程整合在一起,当生产车间发生动态情况时,它可以为管理人员提供决策支持,是实现面向“中国制造+互联网”的数字化车间的重要保障。车间作业调度问题是APS系统要解决的主要问题,本文主要研究了如何用遗传算法来解决经典的作业调度问题(Job Shop Scheduling Problem,JSSP)和柔性作业调度问题(Flexible Job Shop Scheduling Problem,FJSSP),提出了一种面向柔性作业车间调度问题的改进遗传算法,通过benchmarks实验测试并验证了算法的性能。在此基础上,考虑到在实际的作业车间调度中可能存在停机、插单和撤单等异常情况,在将车间动态状况考虑在内的前提下,本文设计并实现了基于APS的生产排程系统,并开展了相关测试。用户通过浏览器输入加工任务信息和发起排程请求,服务器端存储加工任务信息和执行对机器性能要求较高的排程任务,排程结果通过浏览器以甘特图和详细调度信息两种形式展示给用户。该APS系统采用B/S架构,主要使用了Spring MVC、Hibernate、Java和JavaScript等开源的框架或技术,在运营成本、可移植性和可维护性方面具有很大优势。最后,对本文基于APS的生产排程系统的设计和实现进行了系统地分析和总结,对今后的研究方向进行了展望。
遗传算法优化神经网络在推荐系统中的应用研究
这是一篇关于电子商务,推荐系统,遗传算法,BP神经网络,L-M的论文, 主要内容为在信息时代高速发展的今天,互联网已成为当下社会家喻户晓又必不可少的技术工具。基于互联网的商业网站结构也变得愈来愈复杂,网络用户经常因找不到自己所需的商品而感到迷茫与无助,而电子商务推荐系统的应运而生,就是为了解决这些“信息超载”问题最有效的工具之一。人们利用人工智能系统预测分析出用户偏好,并向用户进行信息推荐已成为现实。本研究是将遗传算法优化神经网络应用到电子商务推荐平台中,网站根据用户所做出的点击、浏览、下单、评价及搜索等行为信息完成数据挖掘,或者通过与用户交互的方式洞悉其行为意图,从而推断预测出用户所热衷的商品及服务,并向其实行推荐服务。在电商时代企业运用推荐系统帮助分析出用户喜好,不仅可以为用户开展更多更好的个性化服务,还可开拓更多用户了解企业商品的渠道,从而提高用户的购物满意度与回购忠诚度,提升电商企业的销售水平使企业面对激烈的网络营销竞争时获取关键优势。本文详细描述了遗传算法和人工神经网络的基本理论,并对这两个人工智能中的重要算法进行分析与改进,尝试将其融合形成组合算法模型。运用遗传算法修正神经网络的初始参数,可优化网络结构与网络性能,使改进后的算法更具高效准确性,能够更加稳定有效地应用于电子商务领域。论文主要内容包括:首先,简介遗传算法的相关概念与工作原理,重点列举出传统遗传算法的优缺点,详细介绍遗传算法在应用设计中所要解决的问题,如适应度分配、遗传操作等。其次,研究神经网络的基本算法及其特点,简述BP神经网络的优缺点,并针对BP神经网络可能出现的局部极小点问题、收敛速度慢进行分析,提出修正方案,引入L-M阻尼最小二乘法加以改进。再次,运用遗传算法优化BP神经网络初始结构,将二者有效融合,得到神经网络最优权值和阈值,以此提出基于遗传算法优化LMBP神经网络组合模型,既可充分实现遗传算法的全局搜索功能又可结合BP神经网络的预测能力,使算法用于预测推荐更加精准。最后,将改进的组合算法GA-LMBP应用到电子商务推荐领域,根据顾客的个人信息及行为数据最终预测出顾客可能感兴趣的商品,并将其推荐给顾客。本文会以电影推荐为例,仿真实验推荐系统,也取得了较好的推荐效果。
基于云平台的分布式多模态空气质量监测系统设计与实现
这是一篇关于空气质量监测系统,分布式多模态,遗传算法,BP神经网络,云平台的论文, 主要内容为随着国民经济发展和工业化进程加快,大气污染问题日趋严重,对空气质量的监测已经刻不容缓。近年来,国家对空气质量监测愈加重视,监测站建设越来越健全,整体的空气质量监测技术和基础设施基本完善,但仍存在一些问题,比如:监测范围有限、监测精度低、数据传输不可靠等。鉴于此,本文利用多模态自组网远程通信技术和“云、管、端”边缘物联架构,设计了一种分布式多模态空气质量监测系统,可将设备采集的数据信息稳定地传输到数据库进行储存和展示,实现局部地区空气质量监测与分析。论文的主要研究内容和成果如下:(1)针对传统空气质量监测系统存在的监测范围和精度问题,对空气质量监测的功能性和非功能性需求进行分析,提出了一种基于云平台的分布式多模态空气质量监测系统的总体框架,并对物理设备层、网络传输层、数据资源层和系统应用层进行详细分析。(2)为保证数据远程传输的可靠性,对空气质量监测系统的多模态自组织网络远程通信方式进行研究,设计了一种NB-IoT与IEEE 802.15.4技术相结合的无线通信数据传输方案,并从硬件抽象层、物理层以及网络层进行分层设计与实现。(3)针对提高空气质量预测精度问题,以对数据预处理为基础,将遗传算法的寻优结果作为BP神经网络的最优权值和阈值,设计了一种基于遗传算法的BP神经网络空气质量预测模型,改善了单一BP神经网络容易陷入局部极小的不足,提高了空气质量的预测精度,实验结果验证了模型的有效性。(4)采用SSM框架,搭建了基于云平台的空气质量监测的原型系统,并根据软件功能分别设计公共接口模块、数据存储模块、数据管理模块、设备管理模块以及系统管理模块等,实现了空气质量监测数据信息的储存和展示。空气质量监测软件的阿里云部署测试结果表明,系统各模块稳定运行,能够满足空气质量监测中的各项功能需求。
以用户体验为导向的不动产数据整合系统界面优化设计
这是一篇关于用户体验要素模型,HTA层次任务分析法,层次分析法,遗传算法,美度界面布局评价,模糊综合评价,不动产数据整合系统的论文, 主要内容为随着体验经济时代的来临,人们在使用产品的过程中,不断追求更好的用户体验。我国在2013年要求建立起不动产统一登记平台和给予平台支持的后台系统。目前所使用的统一信息管理平台虽已开启了交互体验的时代,但不动产后台系统还停留在满足于功能的实现,已经无法使用户感到满意。因此本文以用户体验为导向,按照用户体验的要素模型对煤航不动产数据整合系统进行界面优化设计。基于层次任务分析法的用户需求获取,过程如下:首先利用层次任务分析法进行调研,邀请用户实地操作不动产数据整合系统,观察并记录他们的操作行为,并进行访谈,收集调查问卷。分析系统存在的问题,经整理归纳得到影响用户体验的因素;然后利用KJ法对需求归纳,使用因子分析提取需求的主因子,得到用户需求模型;最后应用层次分析法确定用户需求指标的重要程度。基于用户体验的要素模型对不动产数据整合系统界面进行系统化的设计。首先,对系统的信息架构重新梳理,划分,把原功能按照其关联性重新排布,以便节省用户对系统的学习时间并简化用户的操作行为。其次,对系统界面进行形态学分析提取设计要素,确定评价指标后应用层次分析法确定其权重;收集相关数据管理界面作为样本,对其系统聚类得到代表性样本,对其分析从而得到设计类目;应用数量化理论I获得设计类目的分数和偏相关系数,使用Matlab进行遗传算法运算,得到三个优化方案。最后,根据界面色彩设计原则结合调研结果得到色彩搭配方案,并依据交互设计方法和优化策略,设计界面中的交互行为,以提高交互行为的满意度。通过美度布局评价指标的计算,得到三个方案的评分。再使用TOPSIS综合评价法,计算各方案与理想解的相对接近程度来判断方案的优劣,从而得到方案排序,获得最优方案,并对其他系统界面进行一致化的设计,利用Axure软件设计系统界面演示原型,和高保真原型图。使用模糊综合评价法对系统原型进行评估,验证优化后的原型能否满足用户的需求和期望。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：源码驿站 ，原文地址：https://m.bishedaima.com/lunwen/45286.html
