NARMA模型预测控制滚动优化的两组协调法

针对ＮＡＲＭＡ模型，提出了预测控制滚动优化的两级协调法。该算法由三层构成，上、中两层是两个协调器，第三层是局部决策单元，该算法避免了在子问题的求解中使用效率较低的规划方法，提高了线计算的效率，领导具结果该算法的有效性。     

SVC增强层传输差错自适应掩盖算法

分析了SVC（scalable video coding）中常用的两种差错掩盖方式的特点和适用场合．提出了基于失真度估计的自适应增强层差错掩盖算法．该算法根据正确接收的基本层重建残差以及基本层与增强层量化参数的差距,分别估计出用当前帧基本层和前一帧增强层对受损图像掩盖后的总体失真度,并以4×4块为单位,选择失真度小的方式进行掩盖．基于JVTSVC的测试模型JSVM（joint scalable video model）的实验结果表明,该自适应掩盖算法与两种常用掩盖方式相比,PSNR（peak signal to noiseratio）分别提高了约3．34和0．63dB．     

基于拟力法的框架结构静力推覆分析

传统静力推覆分析方法求解结构非线性变形需对结构整体刚度矩阵进行实时地合成与分解,该过程将占用大量计算资源.基于拟力法的纤维梁有限元分析方法进行静力推覆分析,在迭代求解结构非线性变形时,首先对弹性刚度矩阵进行分解,计算出侧向荷载作用下的弹性位移;然后通过反复调用弹性刚度矩阵的分解结果与弹性位移,减少回代计算量;最后采用算法时间复杂度理论定量对比了该方法与传统方法的计算效率,通过一榀八层钢筋混凝土框架结构数值算例,分析比较了两种方法的计算结果与算法时间复杂度. 结果表明:两种方法顶点位移-基底剪力曲线基本吻合,层间位移角与楼层之间的关系曲线也基本一致,两者的最大误差出现在第3层,为3.72%,与传统方法相比,基于拟力法的静力推覆分析方法算法时间复杂度降低了80%,计算效率至少是传统方法的5倍.      

一种快速成型自适应分层算法

为提高快速成型产品的成型精度和效率,提出了一种快速成型自适应分层算法.该算法通过重新构建STL模型拓扑信息,结合交点追踪法和交点标记法,根据相邻切片层的面积差比率自动调节分层层厚,实现对STL模型的自适应分层.实例分析表明,该算法运行稳定、分层效率高、可靠性好.     

基于异步电机矢量控制算法仿真技术的研究及应用

针对传统的矢量控制算法开发,由仿真到应用转换过程复杂繁琐、开发效率低等特点,提出分别利用将控制芯片囊括在仿真环里的软件在环仿真和dsPACE半实物仿真两种相结合的仿真技术,对矢量控制算法进行仿真和应用研究。该方法省略了传统开发过程中算法仿真的程序移植、应用及硬件平台实物验证过程,实现从仿真到应用的无缝连接,提高算法的开发效率。最后本文给出了矢量控制算法的两种仿真结果,结果表明该方法能够有效的完成对算法开发研究,及算法在硬件平台上的应用。     

PSO算法在关联规则挖掘中的应用

提出了一种新的大型数据库中关联规则挖掘策略,利用PSO算法对原始数据库进行划分,将原始数据库分为n个子数据库,再使用FP-Growth算法对每个子数据库进行关联规则挖掘.实验证明:该方法有效的改善了FP-Growth挖掘算法的效率,尤其是对大型数据库进行着挖掘时,该方法相比于其它算法具有更高的效率.     

编组站静态配流的约束传播和启发式回溯算法

为了提高阶段计划的编制效率,针对编组站静态配流字典序多目标累积调度模型,设计了迭代、约束传播和启发式回溯的混合算法.该算法根据多目标的字典序将模型分为3层:第1层为配流成功的出发列车优先级总和最大化,第2层为出发列车车流来源总数最少化,第3层为车辆平均停留时间最短化.每层先通过约束传播算法化简模型、缩小解空间,再通过启发式回溯算法和约束传播技术联合快速求解.上一层的最优解作为下一层的初始解,并动态增加避免上一层目标退化的约束,迭代求解每层的最优解.通过某编组站实际数据验证表明,本算法耗时小于20 s,满足现场对阶段计划编制的实时性要求,且求得的配流方案优于其他算法.      

基于多层前馈神经网络的车牌提取方法

文中提出一种采用三层前馈神经网络提取车牌的方法。该方法是一种基于纹理分析的图像分割算法,适合于彩色及灰度图像。实验表明,该方法能准确地提取图像中的车牌。     

UML与PB在三层医院信息系统中的应用

传统的医院信息系统是基于两层结构的客户机/服务器模式，随着信息量的增大与业务规则复杂度的增加，该模式已暴露出大量的弊端，应运而生的三层结构在很大程度上解决了两层结构所不能解决的问题，文中在分析三层分布式原理的基础上，采用了面向对象的软件设计方法探讨三层结构，运用了统一建模语言UML来设计对象，并用PowerBuilder作为前台开发工具编制系统的程序代码。     

基于标号算法搜索过程的K最短路算法设计

K最短路径问题是最短路径问题中的一个重要分支,它在物流调度、交通流分配、交通网络的路径选择中起着重要的作用.为了提高K最短路的计算效率以及实用性,充分利用传统标号算法搜索过程获得的众多节点临时标号信息,设计了基于搜索过程的Dijkstra标号算法.该算法在搜索过程中得到一条最短路径的同时,获得了大量的临时标号信息;在此基础上,继续采用该算法利用这些临时标号信息进行标号,可以获得其他严密K最短路;将该算法与交叉口有延误的最短路径算法相结合,可方便的计算城市交通网络中交叉口有延误的K最短路径问题;该算法简化了K最短路的计算过程,提高了算法的计算效率.最后,利用一个简单网络介绍了该算法的计算过程.     

考虑城市干道车队运行特点的交通信号协调控制算法

为建立交通信号协调控制算法并确定其适用条件,考虑车队离散、车辆转出、下游交叉口排队长度3个因素,在分析罗伯逊离散模型的基础上,提出了交叉口协调相位车流到达图式的预测方法,并根据车流到达时刻与协调相位绿灯启亮、结束时刻的关系,建立了协调相位车流延误的计算模型;以交通控制子区内各交叉口协调相位车流总延误最小为优化目标,以相位差为优化变量,设计了信号协调方案优化算法.仿真结果表明:与改进数解法相比,该算法降低了协调相位车流延误7.4%;随着交叉口间距、转出车辆数、下游排队长度的增加,信号协调控制效益逐渐下降.      

3D Sector Optimum Partition of Airspace

Introduction Airspace management authority usually partitionsan airspace into several sectors, in each of which acontroller s position is set for the sake of air trafficmanagement and coordination. As air traffic flowrises, the number of aircrafts in each…     

考虑换乘异质性的城市轨道交通时刻表协同优化模型

在城市轨道交通网络化运营条件下，极易导致换乘站的换乘需求差异过大。为提高列车时刻表与换乘需求的匹配度，本文基于网络中换乘站的空间拓扑结构和换乘需求在时间和方向上的特点，通过构建量化换乘差异的协同度指标，建立以列车同步次数最大化为目标的列车时刻表优化模型，优化轨道交通网络线路间成功衔接次数，提升乘客换乘出行效率。针对提出的混合 整数非线性规划模型，本文设计了一种基于天牛须搜索的粒子群优化算法进行求解，并将模型及算法应用于北京市轨道交通网络进行算例分析。结果表明，所构建的模型能依据换乘需求在空间、时间及方向上的差异，利用协同度分级优化轨道交通路网中列车协同状态；优化后全网列车同步到达次数增加33.86%，乘客平均换乘等待时间减少22.75%；相较于PSO和BAS算法，本文所提的算法具有更好的全局搜索能力和求解效率。本文可有效提高轨道交通换乘效率，为提升城 市轨道交通服务质量提供理论参考。     

光伏并网发电系统参数协调优化方法研究

光伏并网发电系统的参数设计对其稳定运行具有重要意义,为此,提出了一种光伏并网发电系统参数的协调优化方法。该方法通过建立包含光伏电池、并网逆变器、变压器和电网的光伏发电系统小信号数学模型,利用特征值分析（根轨迹图）得到各个特征值稳定情况下的系统参数边界值;在此基础上,建立了计及小干扰稳定性、阻尼比和稳定裕度的协调优化目标函数,并采用回溯搜索算法（backtracking search algorithm,BSA）对系统参数进行优化;通过仿真测试,对比分析了参数优化前后系统的动态响应。研究结果表明,在系统遭受到小扰动后,经过参数优化的光伏并网系统能够在0.1s内达到新的平衡点稳定运行,比未优化参数的系统动态响应提高了50%。      

基于双向最大绿波带宽的通用干道协调控制数解算法

针对现有数解算法假定绿波设计速度固定取值的局限,提出了一种基于双向最大绿波带宽的通用数解算法.首先确定了相邻理想间距的取值空间.其次推导了上行、下行偏移绿信比的计算公式.再次,给出了理想绿灯中心线其上下方绿信比的计算公式.最后,以双向绿波带宽之和最大为优化目标,以上行、下行绿波设计速度与信号周期为优化变量,建立了最大绿波带宽优化模型.以实例验证文中通用数解算法的有效性.分析结果表明:文中通用数解算法能够突破上行、下行绿波设计速度固定取值的局限,能够更易于获得理想的绿波协调控制效果,具有较好的通用性与实用性.     

既有铁路点线能力的协调优化方法分析

系统地研究分析既有铁路运输系统点线能力的协调问题,做好运输规划、设计与实现系统最优运营的重要环节。运用大系统控制和耦合协调优化的理论方法,以系统结构特征为基本出发点,对既有铁路运输系统点线能力协调的目标、原则进行论述,从理论上提出协调优化的算法思路和求解模型方法。     

基于强化学习的干线信号混合协同优化方法

交通拥堵已成为很多大中城市普遍存在的社会问题。信号控制作为缓堵保畅的重要措施之一，愈发受到社会关注。信号优化手段可分为模型驱动和数据驱动两类，且随着交通大数据的不断充实，基于强化学习的数据驱动方法日益成为新兴发展方向。然而，现有数据驱动类研究主要偏重于决策模型设计，缺乏对智能体结构的探讨；同时，在多路口协同方面多采用分布式策略， 忽略了智能体之间信息交互，无法保障区域层面的整体最优性。为此，本文以干线信号为对象， 构建一种多智能体混合式协同决策的信号优化方法。首先，针对交通状态的多样性、异构性及数据不均衡性，设计分布训练-分区记忆的单智能体决策模型，并优化状态空间和回报函数，界定单路口控制的最佳方案；其次，融合分布式和集中式学习的模型优势设计多智能体交互方法，在单路口分布式控制的基础上，设置中心智能体评价局部智能体的决策行为并反馈附加回报以调整局部智能体的决策模型，实现干线多信号的协同运行。最后，搭建仿真平台完成效果测试与算法对比。结果表明：新方法与独立优化和分布式协同相比，在支路交通流基本不受影响的前提下， 干线停车次数分别降低了14.8%和13.6%，具有更好的控制效果。     

集装箱码头装卸作业的协同与优化

港口集装箱装卸作业系统的开放性、复杂性、随机性的要求,建立基于多智能体的港口集装箱装卸作业协同优化系统,用强化学习算法与经验知识相结合实现单项作业智能体的结构,通过点对点的通讯方式以及对策论与社会规则相结合的协同优化方法,实现集装箱码头装卸作业的协同与优化．     

考虑弹性需求的城市枢纽间多方式时刻表优化

针对城市客运枢纽间综合运输通道协同性欠缺、运输效率低等问题,提出考虑弹性需求的城市客运枢纽间多方式时刻表协同优化方法。基于多项Logit模型对枢纽间乘客出行方式选择行为进行建模,分析各方式时刻表变动对出行需求的影响;以乘客等待总时间,时刻调整总数量,时刻调整总时间最小为优化目标,考虑弹性需求、时间窗、容量限制等约束,构建枢纽间多方式时刻表协同优化模型,并基于非支配排序遗传算法,结合客流加载仿真过程设计模型求解算法;最 后,以“北京南站-北京首都国际机场”多方式通道为例检验模型的有效性。结果表明,时刻表优化方案的实施使各方式产生了较为明显的需求弹性变化效果,模型求解得到10种时刻表优化方案,其评价结果整体优于传统模型,最终筛选方案可缩短乘客等待时间10.36%。     

发动机匹配优化算法的研究

依据优化标定方法,设计了基于发动机排放控制的优化方案,并建立了以发动机经济性为目标,排放性作为约束的优化数学模型．对适用于该数学模型的信赖域法、模式搜索算法、遗传算法等优化算法进行了论证．针对实际发动机排放优化问题对各种算法的优劣进行了比较,并在此基础上提出了组合算法的思想．优化结果表明,组合算法全局搜索性和优化结果良好,且计算时间、计算量等较单一优化算法时均有显著改善．