【摘要】：約束布局問題的研究具有廣泛的應用背景,例如:衛(wèi)星艙布局設(shè)計、廠房及設(shè)備布局、大型裝備制造和鋼鐵企業(yè)的板材切割等。本文研究多艙衛(wèi)星載荷裝填設(shè)計問題,并且將載荷簡化為圓柱體和長方體。該問題屬于NP-hard問題,求解具有指數(shù)級時間復雜性,目前常用的方法有啟發(fā)式和演化算法,但這些方法在裝填前都沒有考慮載荷的多艙配置優(yōu)化問題。另外,基于隨機初始方案的演化求解干涉計算耗時多。多艙整體裝填方案優(yōu)化模型的目標函數(shù)高維且多目標沖突,獲得最優(yōu)解十分困難。因此,目前最好的求解方法都是通過將高維解空間分解和多目標分組的優(yōu)化機制,在多艙裝填優(yōu)化中允許載荷艙間遷移,但是這些機制只能在一定程度上降低問題求解的復雜性。受無免費午餐定理和前期工作啟發(fā),本文研究多艙衛(wèi)星載荷負載配置與約束單艙裝填的啟發(fā)式蟻群優(yōu)化方法,主要內(nèi)容包括基于知識的載荷優(yōu)化配置和區(qū)域啟發(fā)式蟻群裝填優(yōu)化以及多艙裝填粒子群協(xié)同優(yōu)化。主要創(chuàng)新包括兩個方面:1.提出一種基于知識的載荷優(yōu)化配置與核查方法。首先,基于平衡力學和慣量定義獲取載荷多艙配置的相關(guān)知識。然后,基于構(gòu)造的目標函數(shù),將知識融入啟發(fā)式蟻群迭代,搜索載荷多艙配置的最優(yōu)方案。另外,基于獲取的知識在各艙裝填的每次迭代進行載荷核查,并將配置不合理的載荷進行艙間遷移。實驗數(shù)據(jù)表明:提出的載荷優(yōu)化配置和核查方法能有效減少載荷的多艙不合理配置。2.提出一種基于知識的區(qū)域定位和蟻群優(yōu)化定序的啟發(fā)式群智能優(yōu)化方法。該方法通過動態(tài)生成載荷裝填的矩形區(qū)域,基于貪心策略在生成的區(qū)域集中搜索載荷的最優(yōu)位置和方向,將知識與蟻群迭代相結(jié)合搜索各艙載荷的裝填順序。由于這種機制構(gòu)造裝填方案緊湊可行,且不存在非常耗時干涉量計算,提出方法的性能有明顯的提高。實驗數(shù)據(jù)表明:本文提出的裝填方法比報道的最好的方法減少了整體方案的轉(zhuǎn)動慣量、包絡(luò)半徑和計算時間,且有更好的穩(wěn)定性。本文以商業(yè)衛(wèi)星的載荷多艙裝填設(shè)計為例研究了衛(wèi)星艙載荷多艙負載配置與約束裝填的啟發(fā)式蟻群優(yōu)化方法,通過理論分析和實驗觀察獲取了衛(wèi)星艙裝填設(shè)計知識,并將它與群智能有機結(jié)合,實現(xiàn)了載荷的智能配置和裝填優(yōu)化,而區(qū)域的動態(tài)生成與載荷的定位定向策略保證了裝填方案緊湊可行,且避免了巨大的干涉量計算,從而算法的性能得到改善。希望此方法能為其它復雜布局設(shè)計問題求解提供參考和借鑒。
【學位授予單位】：湘潭大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TP18;V474
【圖文】：

第 1 章 緒論1.1 課題背景21 世紀科學技術(shù)，尤其是航天技術(shù)在飛速的發(fā)展之中。例如神州系列飛船的發(fā)射成功表明了我國的科技水平在不斷上升。2016 航天白皮書[1]指出：在未來的五年中，中國將加快航天強國的建設(shè)步伐，繼續(xù)提升航天工業(yè)的基礎(chǔ)能力。衛(wèi)星在國防和通信有著不可替代的應用，而衛(wèi)星艙的儀器儀表的擺放涉及復雜的裝填設(shè)計問題。除此以外，涉及布局問題的還有鋼材板坯的切割排版[2,3]、布料剪裁下料[4]、土木工程、集裝箱裝填、管道布局設(shè)計、集成電路板的布線[5-7]、城市規(guī)劃等。本文研究如圖 1.1 所示的多艙衛(wèi)星載荷(儀器和儀表)的裝填設(shè)計問題，它要求將給定個數(shù)的長方體和圓柱體載荷擺放在 4 個艙的上下兩塊承載板上，并且要求所有的載荷充分向軸心聚攏，其轉(zhuǎn)動慣量、慣量夾角和質(zhì)心偏移量都盡可能小。

圖 3.4 第一層承載面的布局移動方法是將對 3.3.2 節(jié)中的采用改進區(qū)域定位的調(diào)整，使包絡(luò)半徑越小。主要思路為：對格局四個方向上判斷可以朝哪個方向移動，在選取移干涉的且距離衛(wèi)星艙中心軸最近的方向。選定方性的進行移動，在移動的過程中如果物體與布局反方向移動一個步長。中載荷的干涉判斷分為三種情況：矩形與矩形間以及圓與矩形的干涉判斷�，F(xiàn)分別對這三種情見的干涉判斷 , )分別是矩形 和 的中心坐標，( , 和寬的一半。我們通過式（3.10）進行判斷干 和 是否干涉。0 ≥ + 或 ≥ +

(a)第一層 （b）第二層 (c)第三層 （d）第四層圖 3.5 本文 LP+RP 算法的布局圖(a)第一層 （b）第二層 (c)第三層 （d）第四層圖 3.6 nELP[34]算法最優(yōu)解的布局圖

【相似文獻】

相關(guān)期刊論文 前10條

1 尚甜;;基于蟻群優(yōu)化模糊Petri網(wǎng)的室內(nèi)防火算法[J];消防科學與技術(shù);2018年07期

2 刁興春;劉藝;曹建軍;尚玉玲;;多目標蟻群優(yōu)化研究綜述[J];計算機科學;2017年10期

3 張耀楠;周升;牛樂川;王元一;;一種基于蟻群優(yōu)化的網(wǎng)格分割方法[J];計算機工程;2018年02期

4 顏晨陽;熊偉清;張友鵬;;基于交通流量控制的二元蟻群優(yōu)化模型[J];系統(tǒng)仿真學報;2007年10期

5 王飛;張德賢;韓金淑;陶永波;;蟻群優(yōu)化與模糊聚類結(jié)合的文本聚類研究[J];計算機工程與應用;2010年32期

6 張逸群;王婷;;考慮分包支付的折現(xiàn)流時間-費用模型與蟻群優(yōu)化研究[J];南昌航空大學學報(自然科學版);2017年02期

7 錢哨;;結(jié)合蟻群優(yōu)化搜索的圖像綜合特征類比在風格生成中的應用[J];計算機應用;2010年06期

8 屈巍;趙晶;洪洋;;一種基于蟻群優(yōu)化的動態(tài)節(jié)能路由選擇策略[J];沈陽師范大學學報(自然科學版);2016年02期

9 賈瑞玉;伍章俊;張以文;;基于多目標蟻群優(yōu)化的知識即服務動態(tài)組合策略[J];華南理工大學學報(自然科學版);2012年06期

10 孟曉芳;王玨;樸在林;;基于蟻群優(yōu)化的單路口交通模糊控制的研究[J];農(nóng)業(yè)網(wǎng)絡(luò)信息;2008年07期

相關(guān)會議論文 前10條

1 張磊;扈延光;江雅婷;吳雷;;基于蟻群優(yōu)化的可靠性冗余分配模型及實現(xiàn)[A];大型飛機關(guān)鍵技術(shù)高層論壇暨中國航空學會2007年學術(shù)年會論文集[C];2007年

2 彭輝;;基于蟻群優(yōu)化技術(shù)的車輛路徑問題研究[A];廣西計算機學會25周年紀念會暨2011年學術(shù)年會論文集[C];2011年

3 羅雪暉;李霞;張基宏;;基于自適應蟻群優(yōu)化的矢量量化碼書設(shè)計算法[A];第十一屆全國信號處理學術(shù)年會（CCSP-2003）論文集[C];2003年

4 毛琳琳;張群飛;黃建國;雷開卓;;基于改進蟻群優(yōu)化的貝葉斯DOA估計快速算法[A];第七屆全國信號和智能信息處理與應用學術(shù)會議會刊[C];2013年

5 林天建;余春艷;;局部變異和粒子群最優(yōu)位置轉(zhuǎn)移蟻群算法[A];2007系統(tǒng)仿真技術(shù)及其應用學術(shù)會議論文集[C];2007年

6 甘屹;李勝;;蟻群算法的參數(shù)優(yōu)化配置研究[A];全國先進制造技術(shù)高層論壇暨第九屆制造業(yè)自動化與信息化技術(shù)研討會論文集[C];2010年

7 朱耀佳;呂勇哉;陳玉旺;潘常春;;蟻群優(yōu)化方法在“煉鋼-連鑄-熱軋”集成調(diào)度中的應用[A];中國計量協(xié)會冶金分會2007年會論文集[C];2007年

8 甘屹;杜繼濤;;基于并行蟻群優(yōu)化的車間調(diào)度研究[A];全國先進制造技術(shù)高層論壇暨第八屆制造業(yè)自動化與信息化技術(shù)研討會論文集[C];2009年

9 馬海平;阮謝永;金寶根;;反向蟻群算法在故障監(jiān)控中的應用[A];第二十九屆中國控制會議論文集[C];2010年

10 張德欣;周含冰;楊佳;陳元友;;約束條件下電子裝備多目標分配的蟻群優(yōu)化[A];全國第五屆信號和智能信息處理與應用學術(shù)會議�？�(第一冊)[C];2011年

相關(guān)博士學位論文 前10條

1 胡小兵;蟻群優(yōu)化原理、理論及其應用研究[D];重慶大學;2004年

2 王輝;基于蟻群優(yōu)化理論的家電產(chǎn)品拆卸規(guī)劃方法研究[D];清華大學;2007年

3 鄭巍;基于蟻群優(yōu)化的網(wǎng)絡(luò)路由技術(shù)研究[D];西安電子科技大學;2010年

4 陳巖;蟻群優(yōu)化理論在無人機戰(zhàn)術(shù)控制中的應用研究[D];國防科學技術(shù)大學;2007年

5 喻學才;蟻群優(yōu)化方法中若干問題研究[D];哈爾濱工業(yè)大學;2009年

6 聞育;復雜多階段動態(tài)決策的蟻群優(yōu)化方法及其在交通系統(tǒng)控制中的應用[D];浙江大學;2004年

7 冷明;基于多水平方法的無向圖剖分及其在VLSI設(shè)計中的應用研究[D];上海大學;2008年

8 陳萍;啟發(fā)式算法及其在車輛路徑問題中的應用[D];北京交通大學;2009年

9 劉利強;蟻群優(yōu)化方法研究及其在潛艇導航規(guī)劃中的應用[D];哈爾濱工程大學;2008年

10 陳祥國;衛(wèi)星數(shù)傳調(diào)度的蟻群優(yōu)化模型及算法研究[D];國防科學技術(shù)大學;2010年

相關(guān)碩士學位論文 前10條

1 王詩雅;衛(wèi)星艙載荷多艙配置與約束裝填的啟發(fā)式群智能方法研究[D];湘潭大學;2019年

2 吳騰飛;基于蟻群優(yōu)化思想的分布式約束優(yōu)化問題求解算法研究[D];重慶大學;2018年

3 孔林;基于蟻群優(yōu)化和偏好的救護車應急響應路由選擇研究[D];合肥工業(yè)大學;2017年

4 彭友;基于蟻群優(yōu)化和能量管理的ZigBee網(wǎng)絡(luò)路由研究[D];湘潭大學;2011年

5 吳小娟;蟻群優(yōu)化大學課程表問題的研究與實踐[D];蘇州大學;2008年

6 程曄;基于蟻群優(yōu)化神經(jīng)網(wǎng)絡(luò)的比較購物模型研究[D];安徽理工大學;2010年

7 丁秀明;基于蟻群優(yōu)化的供應鏈調(diào)度算法研究[D];江南大學;2008年

8 田茁君;求解平衡約束圓集布局問題的啟發(fā)式并行蟻群優(yōu)化方法研究[D];湘潭大學;2012年

9 付廣華;粗糙集和蟻群優(yōu)化方法在特征選擇中的應用研究[D];南昌大學;2010年

10 吳進珍;并行蟻群優(yōu)化在蛋白質(zhì)結(jié)構(gòu)預測中的應用研究[D];蘇州大學;2010年

本文編號：2762902