铁路行包物理属性及其对行李车运能利用的分析

根据铁路行包物理属性及行李车运输能力的实际调研数据,对不同品类行包的运量,包装条件,体积,重量的分布情况进行了分析,建立了理想行包体积－重量比的概念,分析了不同包装条件,物品及品类别的行包对铁路行李车运能的影响,并就铁路行包包装,行包配装和行包运价改革等方面提出相应的建议。     

基于货物配装优先级的散货配装模型和算法

充分考虑配送距离、送货时间要求、货物价值以及客户重要性等因素,构建了货物配装优先级函数,并在满足货物配装优先级前提条件下,提出了单辆货车的载重和容积两者利用率最大的双目标散货配装模型.模型求解方法选取蚁群算法,将配装优先级引用到信息素以及能见度函数中,同时优化算法策略,加大求解速度和准确度.最后利用类似文献中的算例进行算法验证和结果比较,表明所提出的模型和算法法在实际运用中是可行的.     

一种多车型多货物配装问题的模型与算法

针对大型配货中心的配装问题,在货车容积和载重的约束条件下,建立了一种多车型多货物配装问题的数学模型.同时引入退火单亲遗传算法求解此模型,在遗传算法中引入启发式策略和模拟退火选择操作,克服了传统遗传算法搜索能力差,收敛速度慢的缺点.试验结果表明：算法在求解配装问题时是有效的.     

铁路局请求车审批优化

建立了求解铁路局范围内请求车审批优化的数学模型和与此模型对应的网络图，将铁路请求车审批优化问题转换为求解最小费用最大流问题．给出了求解此模型的数值算法，并对实际应用中的一些问题提出了解决方案．根据该模型和算法开发的软件已在广州铁路局成功应用。     

货物合理配装的实用启发式算法

提出了货物配装中的一种实用启发式算法，详细地描述了该算法的相关术语、定义和步骤，进行了实例验算，并时算法提出了改进。结论表明实用启发式算法具有较为满意的效用性，改进的实用启发式算法具有很好的效用性。该算法有助于提高装载单元的载重能力和货物配装水平。     

基于遗传算法的单线列车运行调整体系

针对单线列车运行的特点，提出了“相邻列车”的概念，根据此概念建立了单线列车运行调整模型，并推导了列车运行图偏差函数作为模型调整目标．鉴于列车运行调整问题的解空间太大，用一般的运筹学方法难以有效地求解，提出了基于遗传算法的优化求解算法．该算法根据被调整列车的等级将原问题分解成若干子问题，并在对每个子问题求解的过程中，运用遗传算法在解空间中寻优．仿真结果显示了该模型和算法在应用于实际运行调整时的有效性和实时性．     

行包运输单据中条码制备方案的比选

根据铁路行包运输要求，结合一维和二维条码特性，确定了行包运输中使用的一维和二维条码码制。研究了在铁路行包运输的票据和货签中如何使用ＥＡＮ１２８和ＰＤＦ４１７条码，设计了３种行包运输条码制备方案和相应的票样打印布局，分析了各个方案的优缺点并提出了建议方案。     

铁路行包运输全程信息追踪系统研究

从物流与信息流相互关系的角度出发,讨论了行包全程追踪模型,设计了行包全程信息追踪支撑平台的基本结构,并就行包全程追踪系统中的行包追踪流程进行了探讨。     

铁路行包运输神经信息服务的研究

分析了铁路行包运输过程中社会信息服务的需求,并根据我国铁路行包运输及信息技术的发展状况,提出了以Ｉｎｔｅｒｅｔ技术为基础的信息服务巩筑方案。     

城市快速路交通流建模及非线性最优控制

分析了城市快速路的运行特点，以通道控制的基本思路，提出快速路主路和辅路协调控制的方法，根据快速路交通特性性，建立主路和辅路路段的动态模型，进口和交叉口口排队模型，根据不同的优化性能指标，确立了相应的优化策略和求解算法，为进一步开实时控制算法打下基础。     

客运专线动车组运用计划的计算机编制

根据动车组运用规则，建立了动车组运用计划整数规划模型．为降低求解的复杂性，将动车组运用计划编制问题转化为交路段生成和基于交路段的交路生成两个问题分步求解．用多起点搜索和交路段互换的方法，使求解结果在有效性和均衡性上得以优化．实际编制实验表明了模型和算法的有效性．     

求解连续平衡网络设计问题近似解的启发式算法

采用双层模型描述连续平衡网络设计问题，设计了求解问题近似解的启发式求解算法，并给出了一个简单的算例。本算法使用不需求导数的简单的求解方法，通过和以前的几种求解算法相比较，计算结果准确，但相应的计算量增加。     

基于地铁车辆维保项目的进度计划优化模型研究

合理地开展地铁车辆维保工作对提高地铁车辆运行安全性以及降低运营成本有十分重要的意义。文章根据地铁车辆维保项目进度计划的特点,建立了"时间-资源"平衡的进度计划优化模型,运用遗传算法进行模型求解,同时实现了工期和资源分配的优化;并对平衡模型及求解方法进行实例分析,验证了模型及算法的有效性。     

图分裂问题的数学模型及并行遗传算法

提出了图分裂问题的实用数学模型及求解模型的并行遗传算法，算法充分利用了遗传算法的内在并行性，使得计算速度大大增加，大量的计算机试验结果算法计算有十分有效。     

多路径配流模型的一种改进算法

在多路径配流模型中，出行者对每条备选路径的理解阻抗是随机的，经典的STOCH算法通过正向和反向两次搜索最短路径来寻找有效路径．用选择枝的概念简单叙述Logit选择模型，在对经典STOCH算法深刻分析的基础上，提出了一种求解多路径配流问题的改进算法，该算法只需一次反向搜索即可完成有效路径的寻找。从而提高了求解速度，最后给出了算例求解．     

大规模动态交通网络路径选择模型分析

从多方面分析了路段理想动态用户最优路径选择问题的变分不等式模型及求解算法的若干不适应性，论证了该模型并没有真正解决大规模化的问题。     

一类免疫优化算法及其应用

根据生物免疫系统机理推导出一类数学优化结构模型的免疫算法。此算法结合遗传算法的进化操作和生物免疫中的浓度机制，通过抗体的期望繁殖率实现对抗体的促进和抑制，改善未成熟收敛。该算法用于求解Rosenbrock函数，并且与遗传算法进行了比较，结果表明，该免疫算法不仅收敛，而且具有较高的全局和局部搜索能力和收敛速度。     

�������������������ģ���˻��㷨�����ȷ���

研究了求解城市交通连续网络设计问题的模拟退火算法参数选择原则。采用双层规划模型来描述固定需求下的城市交通连续网络设计问题,其中上层问题的目标函数为整个网络的总阻抗和总投资额之和,下层问题则是用户平衡配流模型。利用模拟退火算法求解上层模型,下层模型则采用基于路径的GP算法进行求解。本文首次采用了灵敏度分析方法分析参数选择对模拟退火算法求解连续网络设计问题影响,比较了各个参数对算法结果及时间的影响,确定了参数的选择原则。根据上述分析方法得到的参数选择原则来设定参数的取值,能够提高算法的执行效率和收敛精度。     

交通网络最优路径搜索的蚁群算法

针对交通网络中最优路径搜索问题,本文提出一种基于蚁群算法的新的求解方法。首先从剖析最优路径问题的求解要求出发,探讨蚁群算法求解的优势,由于其并行性、正反馈、协作性等特点,能在较短的时间内发现较优解。然后,根据交通网络的特性,在基本蚁群算法的基础上,引入信息素限定规则,采用平滑机制进行局部更新,改进了全局更新模型等,使该算法更能满足交通系统最优路径的求解要求,降低了路径选择的复杂性,从而提高计算效率。对改进的模型进行的模拟实验和比较分析表明,该模型与算法的效果良好。该研究为交通系统最优路径问题开创了一条新的途径,同时显示出蚁群算法在交通分配中的良好使用前景。     

铁路行包快运信息系统中数据传输研究

分析了铁路行包信息追踪系统中应用通讯模式的特点及需求，综合基于连接的通讯模式和基于消息队列的通讯模式的优点，提出了一种新的应用通讯方式，以此为基础设计了铁路行包数据传输系统的基本结构，并给出了应用程序的实现及结果。