摘要：[目的]针对室内三维空间环境复杂导致传统超宽带(ultra wide band,UWB)定位算法精度低、稳定性差的问题对UWB室内三维定位方法进行研究.[方法]在Chan和Taylor算法基础上,设计了一种基于距离误差筛选机制的Taylor-Chan定位算法.首先使用简化Taylor算法求解得到标签初定位结果,再结合初定位结果和测距信息根据所设计筛选函数剔除误差较大的基站数据,最后基于筛选得到的数据,使用Chan算法得到最终标签定位结果.[结果]在室内视距和非视距两种场景下进行仿真,Taylor-Chan算法相比于Chan和Taylor定位精度都有一定的提高,且测距误差越大的情况下,Taylor-Chan算法的定位效果越明显.[结论]仿真结果表明,对比现有方法,本文所提出的Taylor-Chan算法在室内三维空间的视距和非视距环境下都能有效改善定位精度.

摘要：为了解决多因子进化算法(MFEA)局部搜索能力不足的缺陷,提出将基于拟牛顿方法的自学习策略嵌入到MFEA中.结合MFEA的特性,设计了三种类型的嵌入策略,并应用于多任务优化问题的求解.结果表明:嵌入式MFEA的性能远优于同样基于拟牛顿方法改进的自适应模因多因子进化算法(AMA-MFEA);在相同迭代次数的条件下,完全子代嵌入可以发挥最好的效果;在相同优化时间的约束下,随机抽样嵌入最为有效.

摘要：结合某电子贸易公司可视化仓储系统设计,探讨了货位安排策略.在仓储系统设计中,针对电子产品时效性强、客户要求定制化的特点,提出一种启发式策略出入库优化方法,并且为提高货物拣选效率,对货位存储情况采用平行坐标展开法进行可视化呈现.结果表明系统实施后,大大提高了仓储的敏捷性.