【摘 要】
:
约束的布局问题源于许多实际的工程问题,例如卫星舱载荷装填设计,运输路线设计,工业厂房和设备的布局设计,先进的设备制造以及钢铁企业板材设计。本文讨论了具有性能约束的多
论文部分内容阅读
约束的布局问题源于许多实际的工程问题,例如卫星舱载荷装填设计,运输路线设计,工业厂房和设备的布局设计,先进的设备制造以及钢铁企业板材设计。本文讨论了具有性能约束的多舱卫星载荷装填优化问题。具体而言,这个问题是如何将正交的卫星载荷放置在四个轴承板上,以使整个装填方案的转动惯量尽可能小,并满足给定约束,该问题属于NP-hard问题。目前的求解策略主要有随机初始点的演化算法,以及通过演化算法对载荷放置顺序进行序列优化与启发式放置规则相结合的方法,前者存在搜索空间巨大干涉判断极其耗时的问题,后者对载荷配置与装填分部求解,容易陷入局部最优。两者都没有对载荷配置与装填优化有机结合。受免费午餐定理启发和前期工作启发,本文对多舱卫星载荷配置与装填问题的随机密钥启发式构造与遗传及粒子群协同优化方法展开了研究。其主要的创新包括以下两个方面。(1)提出一种启发式随机密钥遗传算法用来解决多舱卫星装填的载荷配置与装填优化。获取平衡力学和惯性定义等相关知识,构造相应的知识个体用于算法的初始化,将知识融入演化算法的初始种群中;提出了一种随机密钥遗传算法的两部分编解码规则,实现载荷负载配置和单舱装填的协同优化来扩大全局搜索空间;并且构造了新的目标函数,迭代过程中自动调整目标函数中包络半径这个优化指标,以快速找到转动惯量和包络半径优化的平衡点。实验数据表明:该算法在求解精度和求解效率上都高于已有方法。(2)提出一种改进区域定位启发式算法并与提出的随机密钥遗传算法相结合用来解决带固定位置载荷的多舱卫星载荷配置与装填优化。改进的区域定位是优先放置固定载荷,再区域定位规则放置非固定载荷,同时使得载荷能进行舱间迁移。基于平衡力学和该模型相关知识初始化种群,用提出的随机密钥遗传算法,实现带固定位置的载荷集的配置与装填的协同优化。实验数据表明:该算法在整体性能的优化、稳定性以及计算效率上都高于已有方法。本文以国际商业通信卫星为主要研究卫星舱模型,同时还针对带固定载荷的返回式卫星舱模型展开了研究。本文的核心思路是多舱卫星的载荷配置和约束装填进行协同优化结合区域定位的定位策略求解装填方案来提高计算精度和计算效率。希望本文的算法和策略能给更多复杂布局优化问题带来启发。
其他文献
人类获取信息的80%以上来自视觉,大脑视觉系统具有效率高和鲁棒性强等优势,如何理解和模拟大脑视觉信息加工方式是神经科学与计算机科学交叉领域的热点问题。功能磁共振成像(functional Magnetic Resonance Imaging,f MRI)因其良好的时空间分辨率和无损成像等优点已成为研究人脑的主要手段之一。基于f MRI建立视觉编码模型是以大脑视觉感知机制为依据,模拟大脑视觉信息处理
用户识别问题是数据分析和挖掘中的重要问题之一,旨在实现对关联到某些资源信息的人的身份进行验证。通常情况下,研究人员利用与用户相关的数据资源,提取可以作为用户身份标识的特征,通过特征降维、选择等操作后,使用相似性度量方法对用户的特征进行相似度匹配,输出相似度最大的结果作为识别结果。用户识别问题在个性化推荐、信息取证和隐私保护等领域具有广泛的应用和重要的研究价值。在用户识别问题研究中,特征的选择和构造
当前,信息过载问题严重困扰着每一个人。在我们的日常生活以及互联网行业中,推荐系统对于解决信息过载问题起着不可或缺的作用。在实际应用中,几乎每一条数据都带有时间标签,数据间的时间跨度是一个不可忽视的问题。因此时序性推荐系统受到广泛关注。直观地讲,数据越旧,推荐时的时间权重就越小,因此常规研究始终使用遗忘曲线来建模时间因子。但是,这些研究仅将时间作为一个公共属性,而不是维度。用户和项目之间的每次交互行
随着网络技术的不断发展,P2P网络由于其匿名性与开放性的特点而得到了广泛的应用,如文件共享和即时通信。同时这些特性也为P2P网络带来了新的挑战,恶意节点随意的传播非法消息,会对网络的可用性以及用户体验带来负面的影响,并且P2P网络的动态性与分布性也使得节点之间很难进行长期并稳定的交易,目前所提出的信任模型并不能很好的解决P2P网络中存在的交易不可靠、动态网络拓扑等问题,现有的研究成果仍然存在不足,
近年来随着气候变化的加剧,城市化进程的加快,极端降雨频发,洪涝灾害造成了较大的生命财产损失。同时随着计算性能提升和计算方法的改进,雨洪数值模型成为研究洪涝问题的重要
数据作为信息的载体之一,在这个信息爆炸的时代,其重要性不言而喻。图结构数据作为复杂网络的一种描述方式,其研究价值在于复杂网络对这个世界的诸多现象的抽象性以及概括性。提升图结构数据的分析能力,能够更好探究复杂网络中的各类重要特性以及分析诸多现实世界中存在的复杂网络。社区结构是复杂网络的重要特性之一,也是现实世界中诸多复杂网络呈现的特性,其现实应用包括但不限于黑色产业检测、广告精准投放以及社交网络分析
目前全球的数据中心数量已经达到800万座,传统的以交换机为中心的数据中心网络大多是基于树状的三层结构,这样的结构难以满足大规模数据中心的要求,为了满足日益增长的新需求,大量新型数据中心网络结构被提出。其中,BCube网络是一种采用递归定义,能支持数百万量级的服务器,它具有小直径、大容量和高容错性等的优良性质。数据中心网络可能包含数百甚至数千个服务器(结点),但是其中一些服务器可能时常会有故障出现,
随着大数据技术的不断发展,各种信息系统存储的数据越来越丰富,增加了数据分析处理的难度。主成分分析是一种标准的数据分析方法,可用来降低数据维度。更具体地说,它通过线性变换将原始高维数据投影到由数据协方差矩阵的特征向量组成的主成分空间来获得低维数据。主成分分析简化数据使得数据更易使用的同时降低了算法的计算开销。例如人脸识别时对图像进行降维,只保留某些关键像素可以使识别速度大大提升。金融数据和医疗数据里
木材断裂模拟是自然景观模拟中的一个重要部分。木材是一种复杂的生物有机体,加之不同树种其木材构造和木材物理力学性质的多样性、树枝内部构造的不规则性和复杂性,很难用传
以太坊(Ethereum)的出现极大地拓展了区块链技术的应用场景,使区块链技术不再局限于支付场景,从而成为区块链2.0的代表,受到了广泛关注。但是当前以太坊的吞吐量低,不能及时