针对群桥水域航路规划问题的PSO算法选比研究

针对群桥水域航路规划问题,分析了群桥水域特征,建立了简化的群桥水域航路代价模型,分别运用标准PSO算法、权重改进PSO和学习因子改进PSO算法对该问题进行求解,并对不同改进方法的收敛速度和最优适应度值进行了对比分析,得出了异步变化学习因子PSO算法在几种改进策略中表现最优的结论,并应用算例进行验证,确定了后期深入研究群桥水域航路规划问题的方法.     

带约束的动态Delaunay三角剖分算法研究

根据传统的三角网格生长算法和数据点渐次插入算法,改进了带约束的动态Delaunay三角剖分算法,进一步得到了优化三角网格的动态三角剖分算法,改进了以往三角剖分算法必须知道所有顶点后才能进行剖分的缺点,并引入合理的约束边插入算法,使得最终三角网格达到最优.     

改进的免疫模拟退火算法求解混合流水车间调度问题

针对混合流水车间调度问题的特点,设计了一种双层编码和解码的方法,在一定程度上扩大了可行解的搜索范围,为了克服传统免疫算法在初期收敛速度慢的问题,在算法的早期应用特定的变异算子,以期提高收敛速度,为避免算法陷入局部最优解,在算法后期,利用模拟退火算法的随机扰动性,引导算法跳出局部最优解,同时还引入了免疫记忆,运用精英保留策略预防最优解的丢失,最终提出了一种改进的混合免疫算法.通过仿真结果表明了该算法在解决混合流水车间问题上的可行性和有效性.     

双向蚁群算法在无人驾驶车辆路径规划中的应用

针对传统蚁群算法在无人驾驶车辆路径规划中收敛速度慢、易陷入局部最优等问题,提出一种全局路径规划的双向蚁群算法。通过双向搜索策略改进蚁群算法,设计相遇机制求解更多可行路径,提高算法全局搜索能力;引入奖惩因子分别扩大和减小双向搜索后的较优路径和较差路径对信息素浓度的影响,加快求解最优路径的速度;最后在Matlab中模拟无人驾驶车环境,随机生成不同地图面积和障碍物出现率的车辆仿真栅格地图,比对传统蚁群算法和双向蚁群算法的实验效果。结果表明:双向蚁群算法的迭代次数和求解时间明显减少,在加快收敛速度、提高全局搜索能力以及避免局部最优方面有较大改进。     

基于改进蚁群算法的高速公路疏散路径研究

根据高速公路应急疏散的特点,在交通分配中应用改进蚁群算法模型。首先引入路段交通量和通行时间函数作为算法转移规则的一部分,从而在进行搜索时优先考虑容量大和通行时间较短的路径。其次通过实验分析蚁群算法参数对计算结果和收敛速度的影响,给出了最优的参数组合。最后将最优参数组合应用于改进蚁群算法中,并通过仿真实验将改进蚁群算法与基础蚁群算法的路径搜索结果进行对比。结果表明:采用最优参数组合的蚁群算法不但加快了搜索速度,而且优化了全局最优解,通过基于GIS的高速公路应急疏散系统进行路径分析,得到系统最优的可视化疏散路径。     

基于改进NSGA-Ⅱ算法求解柔性作业车间调度问题

为了得到柔性作业车间调度最优解，以最大完工时间、最大负荷机床和总机床负荷为目标建立数学模型。改进了NSGA-Ⅱ算法，采用全局选择和快速选择结合的方法初始化种群，基于工序排序和机床选择对个体进行编码，对基因进行IPOX交叉和多点交叉，引入多重变异和变邻域搜索策略。通过MATLAB对算法进行仿真，验证了改进算法的可行性和有效性。     

基于累积前景理论的物流配送干扰管理问题研究

在实际物流配送中,客户时间窗的变化经常导致配送方案的改变,而对其他客户满意度造成的影响.为此,提出累积前景理论,建立了价值函数和概率权重的乘积来衡量客户的满意度,并运用干扰管理的思想,设计了扰动最小的干扰策略和扰动恢复模型.同时,提出一种改进的自适应蚁群算法,改进了蚂蚁状态转移规则和蚂蚁的信息素更新方式,并用模拟退火算法动态的调整参数,有效地帮助算法跳出局部最优解.最后通过与文献比较和Solomon算例的测试,验证了该干扰策略和算法的有效性.     

用禁忌搜索技术解决无等待流水调度问题

描述了一种以解决总完工时间最小为目标的无等待流水调度问题的算法.利用启发式方法产生初始解,然后使用禁忌搜索技术改进当前解.对禁忌搜索的邻域结构和搜索策略进行研究.用实际算例进行仿真试验,算法在合理的时间内达到最优值,验证了算法的可行性和有效性.     

基于模拟退火策略的最大-最小蚂蚁系统

介绍了一种基于模拟退火策略的最大-最小蚂蚁系统。根据模拟退火策略来决定使用迭代最优信息素更新规则或是至今最优信息素更新规则。设计出一种随机扰动策略,有效地避免了算法陷入停滞状态。将此算法应用在旅行商问题上,实验结果证明了该算法的有效性。     

共享单车调度模型及算法研究

共享单车运营过程中出现的周转率低、调度成本过高等问题制约了城市慢行交通的发展。针对现有自行车调度模型假设条件的局限性,提出共享经济模式下转运最大化策略。在详细分析共享单车调度成本及相关参数的基础上,以成本最小和投放率最高为目标建立了共享单车调度模型。引入精英策略和进化算子对遗传算法进行改进,并采用TOPSIS法在改进算法求解出的有效路线集中选择最优路线。选取北京市某区域进行仿真分析,结果表明改进算法寻优能力较好。与常规调度模型相比,可选择调度路线增加了74.3%,平均调度成本进一步降低了18.3%.     

公交线网优化的算法研究

为缩短居民乘车出行时间以及减少公交运营投入,在公交线网优化过程中通常采用具有全局最优的遗传算法。针对基本遗传算法自身的一些缺点,提出了一种改进的遗传算法。该算法在公共交通路线优选过程中运用减少搜索空间、加入最佳保留策略和修正策略的方法,对基本遗传算法中的选择、交叉、变异算子及中止条件进行改进。改进遗传算法能够在保证种群多样性的同时加快收敛速度,较好地避免了基本遗传算法前期容易早熟和后期进化缓慢等现象。实例仿真计算表明,该算法具有比基本遗传算法更高的效率,是优化公交线网的一个有效途径。     

���е�·ʩ���ڼ��·��ͨ��֯�о���

考虑到城市道路施工造成的车道临时封闭措施对路网交通流运行的影响,本文给出了问题的对应模型,提出了一种融入微观交通仿真的遗传算法来优化车道封闭方案,以使得车道封闭对周边道路交通的影响降至最低.其中,微观交通仿真技术旨在更为合理地评价封闭方案种群中个体的适应度.为进一步增强寻优能力、提高计算效率,本文对遗传算法进行了改进,并结合一个示例路网对算法及其改进策略进行了数值模拟.模拟结果表明,本文所提遗传算法能进一步提高最优方案质量、且节约计算时间.     

城市交通紧急疏散路径优化

提出了两种不同疏散路径选择策略,即用户最优疏散策略(UE)和系统最优疏散策略(SO).前者依照个人最优路径,疏散车辆可以自由移动到另一条疏散路径使得相应疏散时间最短,后者通过疏散者之间相互协作或接受统一管理使得系统范围内出行总成本最小.通过对两者的比较研究,确立了疏散路径优化方案.以总疏散时间和疏散距离最小化为目标构建...     

基于粒子群的蚁群算法参数最优组合研究

针对蚁群算法参数的不同取值对算法性能的影响,试图确定算法参数的最优组合,使算法性能最佳。在算法基本原理的基础上,分析各参数对算法性能的影响。提出确定蚁群算法参数最优组合的"两步走"策略,即先确定各参数的较优取值范围,再引入适应度函数并结合粒子群算法得到各参数的最优组合。仿真结果表明,提出的"两步走"策略能取得较好的效果,有利于蚁群算法的推广和应用。     

带中转设施的垃圾收集VRP的改进蚁群算法

为减少城市垃圾的收运成本和各车辆路径之间的重叠区域,设计了一种具有聚类策略、改进全局信息素更新规则和交叉算子的多重蚁群算法.用该算法求解2个标准算例,一个达到目前已知的最优解,另一个偏离度为2.13%.此外,还对含有不同规则的蚁群算法进行了比较.结果表明:与不带聚类策略的蚁群算法相比,该算法求解的路径最佳,其长度缩短4.90%,紧凑度降低83.33%;不同转移更新规则的贡献程度从大到小依次是:带块可见度的聚类策略、全局信息素更新规则和交叉算子.     

基于混合蚁群算法的车辆路径问题研究

为了求解车辆路径问题,设计了一种结合节约算法和邻域搜索算法的混合蚁群算法,该算法改善了标准蚁群算法搜索时间长、容易陷入局部最优解的问题。首次引入节约算法以提高初始解的质量,使得蚁群算法在较优的路径中进行搜索,从而更有效地收敛到最优解;运用最大最小蚂蚁系统控制路径的信息素,避免算法陷入局部最优解;采用邻域搜索算法优化某阶段最优解的子路径。应用该混合蚁群算法对VRPLIB数据库实例进行了运算,取得了较为满意的结果。     

基于Gram-Schmidt正交化法的串行干扰消除算法

基于Gram-Schmidt正交化法,提出了一种改进的串行干扰消除算法.不同于传统的串行干扰消除算法,该算法运用Gram-Schmidt正交化法,通过扩频序列获取正交序列作为最优解扩码,使得检测器每一级最强用户的解扩码与其他用户的扩频码所张的子空间正交,从而实现对多址干扰的完全抑制.给出了具有幅度失配的系统误码率近似公式,讨论了幅度失配对检测性能的影响.仿真结果表明,改进算法能有效抑制CDMA系统中的多址干扰,改善系统性能.     

一种集装箱船配载问题改进算法探讨

集装箱船配载问题是整个集装箱海上运输工程中重要的一个环节。在装箱问题的降序最先适应算法和降序最优适应算法的基础上,提出了一个改进的降序最优适应的集装箱船配载算法,模拟配载的结果表明该算法能够较好解决集装箱船配载问题的求解。     

重大灾害条件下基于GIS的最短路径改进算法

利用经典的Dijkstra算法,对重大灾害条件下Dijkstra算法进行了改进,构建了惩罚因子函数,结合GIS软件二次开发模块,通过Visual C++6.0实现了复杂网络的分析功能。分析了重大灾害条件下节点数量对于道路可靠性以及最优路径选取的影响,综合考虑距离、行程时间以及节点数量因素,证明了改进Dijkstra算法对于最优路径选择的优越性。分析结果表明:利用改进Dijkstra算法、经典Dijkstra算法计算出的路径节点数分别为31、59,行程时间基本相同。可见,改进算法能有效减少疏散路径中的节点数量,降低车辆在节点处的延误损失和风险。     

一种改进的求解QoS多播路由问题的蚂蚁算法(英文)

为了克服基本蚂蚁算法收敛速度慢、容易早熟和陷入局部最优解的缺陷,提出了一种求解QoS多播路由问题的改进型蚂蚁算法.该算法采用相遇蚂蚁策略来加快搜索速度,采用最优解更新和信息素自适应控制策略来避免出现停滞现象.仿真结果验证了该算法的可行性和有效性.