在相控阵天线跳波束对大范围潜在区域进行捷变覆盖的问题中,当前资源分配方法仅针对单一资源分配优化达到局部最优并未有统筹考虑,从空域、频域、时域、调制编码域等多个维度全面建立了相控阵跳波束下的资源联合分配优化模型,给出了一...在相控阵天线跳波束对大范围潜在区域进行捷变覆盖的问题中,当前资源分配方法仅针对单一资源分配优化达到局部最优并未有统筹考虑,从空域、频域、时域、调制编码域等多个维度全面建立了相控阵跳波束下的资源联合分配优化模型,给出了一种基于遗传算法和动态规划的模型求解方法。仿真结果表明,考虑了多维资源进行联合分配的方法,可有效降低卫星通信网络中各终端的缓存队列长度,从而提高用户服务质量(Quality of Service,QoS)及网络吞吐量。展开更多
文摘在相控阵天线跳波束对大范围潜在区域进行捷变覆盖的问题中,当前资源分配方法仅针对单一资源分配优化达到局部最优并未有统筹考虑,从空域、频域、时域、调制编码域等多个维度全面建立了相控阵跳波束下的资源联合分配优化模型,给出了一种基于遗传算法和动态规划的模型求解方法。仿真结果表明,考虑了多维资源进行联合分配的方法,可有效降低卫星通信网络中各终端的缓存队列长度,从而提高用户服务质量(Quality of Service,QoS)及网络吞吐量。
文摘为提升自动化集装箱码头的作业效率,减轻码头吞吐量增大带来的交通问题,降低自动化导引小车(Automated Guided Vehicle,AGV)的空载率,在自动化集装箱码头应用可以同时搬运不止一个集装箱的多载AGV,建立多载AGV调度问题的混合整数线性规划(Mixed-Integer Linear Programming,MILP)模型,应用遗传算法进行求解.借助算例,对比遗传算法与MILP算法的求解效果,分析交叉概率和变异概率对遗传算法的影响,比较多载AGV与单载AGV的作业时间,验证遗传算法的可靠性.该方法表明,遗传算法不仅求解效率高,而且对MILP算法不适用的大、中型多载AGV调度问题,也能给出值得信赖的近似最优解.