给大家分享7篇关于灰狼算法的计算机专业论文

今天分享的是关于灰狼算法的7篇计算机毕业论文范文, 如果你的论文涉及到灰狼算法等主题,本文能够帮助到你

ERP工单流转模型及其实现技术研究

这是一篇关于工单流转模型,ERP,灰狼算法,生产调度,动态流程的论文, 主要内容为随着信息化进程的不断发展,许多离散制造企业开始使用ERP(Enterprise Resource Planning)系统进行生产管理,但由于小型离散制造企业生产过程复杂多变,与市面上的主流ERP软件匹配度不高,使得企业信息化管理水平难以提升。因此,针对离散制造企业存在的生产调度效率低下等问题开发一款ERP工单流转系统,是企业亟需解决的问题。为了解决上述问题,本文结合企业实际需求,设计并实现了ERP工单流转模型,从而开发出ERP工单流转系统。本文的主要创新点如下:(1)针对企业的生产调度、生产流程灵活调整和生产信息实时查询等需求,本文设计了ERP工单流转模型,主要包括流程配置、生产调度、工单管理、工单流转控制引擎、工单拆分与合并和流转过程监控模块。设计了工单流转控制引擎,对工单流转进行控制,并在流转过程中实现了生产信息同步;针对生产流程灵活调整的需求,提出了工单拆分与合并技术,提高生产流程的灵活性,从而提高设备利用率和生产效率;针对生产信息实时查询的需求,实现对流转过程的实时监控,给管理人员提供数据支持。(2)生产调度是ERP工单流转模型的重要功能模块,针对该企业依靠人工经验进行生产调度导致生产效率低下的问题,本文提出了一种改进的灰狼算法(Improved Grey Wolf Optimizer,IGWO)来提高生产调度效率。通过加入非线性收敛因子、引入均匀交叉操作对灰狼算法(Grey Wolf Optimizer,GWO)进行改进,解决算法全局与局部搜索能力不平衡、易陷入局部最优解的问题。在基准算例和实际生产数据的实验结果表明,IGWO算法求解生产调度问题具有可行性和有效性。最后将IGWO算法应用到模型中,实现生产调度的优化,减少设备空闲时间,提高了企业的生产效率。本文采用Spring Boot和Vue等框架对模型进行了实现,从而开发出系统。系统自上线至今已稳定运行一年左右,满足了企业的具体需求,提高了企业的生产调度效率,提升了企业的管理水平。

基于改进粒子群算法的微服务容器调度多目标优化问题

这是一篇关于粒子群算法,微服务容器调度,灰狼算法,帕累托最优,多目标优化的论文, 主要内容为近年来,微服务作为一种新的应用开发技术在边缘计算、物联网、云计算等方面都有着十分广泛的应用。应用程序容器化技术是其核心技术之一,它允许在同一物理节点内可以部署多个容器,这就使得在单个物理节点可以运行多个微服务。如何合理地在物理节点集群上部署容器是现在主要的研究方向之一。在寻找微服务容器调度方案时往往需要优化多个目标,是一个典型的多目标优化问题。虽然已经有不少研究者对于微服务容器调度多目标优化问题进行了建模,并提出了行之有效的方案,但是其中仍有不足之处。比如,模型对微服务容器调度多目标优化问题的描述不准确,寻优速度慢、内存占用多,算法易陷入局部最优等问题。针对上述问题,本文提出了基于容器间相对位置的多目标优化模型(MOM-RPC)。由于粒子群算法有着收敛速度快、参数少、寻优能力强等特点,所以本文基于粒子群算法提出了基于并行粒子群的微服务容器调度多目标优化算法(MOAPPS-MCS)和粒子群灰狼协同算法(PS-GWCA)。最后实验表明本文提出的MOAPPS-MCS算法和PS-GWCA算法有更好的效果。本文的主要创新点有3条:(1)MOM-RPC模型:该模型针对现有模型中忽视的容器和容器间相对位置的关系建模,引入了本地负载均衡的概念使得算法在求解模型时能够寻找到更好的容器调度方案,分别在网络传输开销、负载均衡、服务可靠性三个方面提出了三个新的优化目标函数,并将这三个优化目标函数整合成新的MOM-RPC模型。(2)MOAPPS-MCS算法:本文将粒子群算法离散化后,针对微服务容器调度多目标优化问题对粒子个体和调度方案的表示方式进行了改进,对粒子的更新方式进行了改进,使得粒子群算法适用于解决微服务容器调度多目标优化问题。通过多种群并行的方式使得更多的粒子群能对解空间进行寻优,增加了算法的寻优能力。实验表明,和其他算法相比该算法有着更好、更快的寻优效率。(3)PS-GWCA算法:本文将粒子群算法和灰狼算法多种群并行,并通过种群间的信息交流使得灰狼算法能够在搜索前期引导粒子群算法跳出局部最优,搜索后期粒子群算法可以增强灰狼算法的局部寻优。实验结果表明在寻优结果上,该算法相较MOAPPS-MCS算法有了显著提升。

ERP工单流转模型及其实现技术研究

基于改进粒子群算法的微服务容器调度多目标优化问题

计及电机温升效应的插电式混合动力公车能量管理策略研究

这是一篇关于插电式混合动力公交车,能量管理策略,电机温升效应,等效燃油消耗最小策略,模型预测控制,灰狼算法,硬件在环测试的论文, 主要内容为在当前能源短缺和环境污染日趋严峻的背景下,混合动力汽车(Hybrid electric vehicle,HEV)作为新能源汽车中比较具有代表性的技术,由于其在节能减排方面的优异性能,在城市交通领域得到了广泛的应用。能量管理策略(Energy management strategy,EMS)的设计旨在通过协调多种能量源,使得HEV获得优异的燃油经济性和动态性能。而作为HEV主要动力系统部件之一的电机需要频繁启动或长时间工作,加之电机在恶劣的工作条件下可能会出现热问题,导致其关键部件出现故障。并且,电机的输出功率通常受限于电机热极限能力,比如低速大转矩工况下的绕组温升限制,在这种情况下,电机会无法满足EMS的最佳功率分配要求,从而严重影响车辆的动态性能和燃油经济性。因此,设计一种考虑电机温升效应的EMS尤为重要。本文以插电式混合动力公交车(Plug-in hybrid electric bus,PHEB)为研究对象,在模型预测控制(Model predictive control,MPC)框架下应用等效燃油消耗最小策略(Equivalent consumption minimization strategy,ECMS)求解滚动优化问题。将电池电量的消耗等效为车辆的燃油消耗,并将电机温度作为成本函数的优化项,构建EMS目标函数,以实现车辆燃油经济性的同时可以避免电机过热。本文研究内容如下:首先,建立PHEB动力系统部件模型。基于MATLAB/Simulink平台,结合车辆动力学原理以及动力部件试验数据,分别搭建了发动机、电机电功率、动力电池以及传动系统等车辆主要部件模型。在动力系统建模的基础上对电机的热特性进行研究。为了使热模型能够快速准确地对电机温升进行预测,提出了迭代法获取较为真实的且精度较高的谐波电流,将其与热过载曲线联系起来,建立电机热模型。该部分内容为后续计及电机温升效应的EMS的研究奠定基础。然后,开展插电式混合动力系统EMS研究。考虑到车辆动力系统的非线性和多约束,为了车辆实现良好燃油经济性的同时避免电机温度过高从而影响EMS,提出了计及电机温升效应的等效燃油消耗最小的模型预测(ECMSMPC)EMS。该EMS通过将ECMS算法与MPC框架相结合,将电池电量的消耗等效为燃油消耗,并将电机温度作为成本函数的优化项,构建EMS目标函数。并使用灰狼算法求解最优目标函数的相关权重系数以实现优化。采用仿真对策略的有效性进行验证。最后,对ECMS-MPC能量管理策略进行硬件在环(Hardware in the loop,HIL)测试。设计了相关硬件电路,搭建HIL测试平台。将本文所提出的EMS下载到真实控制器中,在实时仿真环境下对EMS的控制效果进行验证。对测试结果与仿真结果对比,HIL测试验证了所提出的EMS具有良好的有效性和实时性。