Stackelberg 博弈下海盗活动地区海军护航选择优化

为了优化海军在海盗活动区域的护航选择决策,更好地保护过往船舶,维护海上运输安全,在对实际护航行动涉及的海军与海盗两方主体博弈关系分析的基础上,建立了一个包括海军和海盗双方在内的非合作非零和Stackelberg 博弈对双方行为进行描述,并选取双层规划模型将博弈关系进行数学转换.针对该双层规划模型的特点,采用基于灵敏度分析的启发式算法（SAB）对反应函数具体形式进行计算,并进行模型求解算法设计.最后,以索马里海盗活动区域为例进行实例分析,得出海军继续选择亚丁湾进行护航,海盗活动区域将向红海转移的结果,结果也说明了模型与算法的合理性.     

海盗袭击突发事件形成机理的演化博弈分析

为了准确分析海盗袭击的决策行为与预测海盗袭击事件发生的可能性,在同时考虑海盗与海军两个群体决策行为的基础上,根据演化博弈理论建立海军护航下海盗袭击决策的非对称演化博弈模型,并分别推导出海盗采取袭击策略与海军采取护航策略的复制动态方程.通过对复制动态方程参数的讨论,确立了不同的博弈情境,并分别对各个情境下博弈的演化过程与稳定策略（ESS）进行分析.最后,以近年来索马里海盗活动的实际数据进行了实例模拟,模拟结果符合海盗活动的实际情况.理论分析和实例模拟结果表明,海盗袭击事件形成主要受袭击收益与海盗劫持成功率影响,海军护航行动使海盗更倾向于选择不袭击策略.     

基于Kriging模型的改进协同优化算法

为了提高协同优化算法的求解效率,利用Kriging模型,构造系统级近似优化模型,提出了基于Kriging模型的改进协同优化算法.该算法采用置信域与均匀设计相结合的方法,完成近似模型的更新;采用序列二次规划算法,完成优化问题的求解.以经典函数和减速器设计为例,验证了改进协同优化算法.结果表明:该算法能提高计算效率,在减速器设计中,迭代次数减少50%左右.     

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。     

基于交通限制的路网最优路径算法

为了解决车辆诱导系统中复杂道路结构表达及因为城市道路交通信号管理而产生的最优路径选择求解的复杂性,依据图论中最短路径算法的基本原理,提出了含有禁行路线路网的最优路径求解算法。以行程时间最少为目标,按照网络转化法把含有禁行路线的路网转化为不含有禁行路线的路网,采用邻接节点矩阵和邻接节点权矩阵实现了道路节点关系的表达,改善了传统的Dijkstra算法,将全局节点路径的求解转化为与求解节点紧密联系的局部区域求解,将所研究的网络转化方法和改进的路径寻优算法应用于车辆诱导系统。结果表明应用该算法能够在含有禁行路线的路网中求解最优路径,减少了问题求解的路网节点数,提高了计算效率。     

公交站场选址布局优化模型和算法

现有研究没有将公交站场选址和线路车辆停放调度作为一个整体,无法发挥整个公交系统的最大效率.针对此缺陷,根据不同线路的首末站在时间和空间上的停车需求不平衡性,综合考虑车场能力、建设成本和最大里程等现实因素,以极小化所有公交车的行驶里程为目标,建立一种公交站场选址布局优化模型,确定站场的最佳位置和泊位数,将各线路的所有车辆安排至相应站场.根据问题特征,设计求解该问题的两阶段启发式算法,给出了具体求解流程,并分析其计算复杂性.最后,结合一个算例,计算最佳的公交站场选址方案,分析参数灵敏性对其布局的影响程度,从而验证模型和算法的有效性.     

AHP法在成渝物流通道合理化选择中的应用

物流通道选择的合理化是物流企业降低物流成本,提高物流效益的关键所在.笔者在文中利用层次分析法建立物流通道合理化选择的数学模型.该模型选择若干物流指标进行分析研究,采用近似求解算法和统计检验法分别求解判断矩阵最大特征根和检验判断矩阵一致性,给出了物流通道合理化选择的简易实用算法.最后以成渝物流通道选择为实例进行研究,计算出中档客户的最佳物流通道.     

Logit�����������ģ�͵ĸĽ�Dial�㷨

研究Logit随机网络配流模型及实现模型求解的Dial算法,针对原模型及算法的缺陷,通过引入路段长度相关的容错系数指标重新定义有效路径的判定条件,在此基础上提出一种改进的Dial算法,并应用于Logit随机网络配流模型中.改进算法在不降低原算法精度下不仅保留了原算法的无需路径枚举、计算效率高等优越性,而且满足实际出行者偏好在较短路段上“迂回”选择潜在有效路段的特点.最后通过一个路网实例对2种算法的配流结果进行了对比.结果表明,改进的算法避免了原算法缺陷导致的结果异常,配流效果更加符合实际,其计算效果明显优于原算法.     

面向鲁棒性的高速铁路网络列车运行调整计划优化模型

针对高速铁路路网中出现区间封锁事件,考虑事件持续时间的不确定性,以列车运行时间和安全间隔时间为约束条件,引入路径选择唯一性约束保证列车运行调整计划的鲁棒性,以所有列车晚点时间之和的期望值最小为目标函数,建立高速铁路列车运行调整计划优化整数规划模型.设计基于优先级规则的启发式算法,求解原模型的可行解.运用拉格朗日松弛算法和最短路径算法求解该模型的松弛模型,得到原模型最优解的下界.根据可行解与最优解下界之间的距离,可以定量地衡量可行解的质量.结果表明,相较于CPLEX数学求解软件,算法求解效率较高;模型与算法能够有效生成鲁棒的列车运行调整计划,为调度员提供必要辅助决策信息.     

应急车辆动态路径选择的两阶段优化模型

为研究突发事件情境下交通路网动态变化时的应急车辆路径选择问题，提出应急车辆动态路径选择的两阶段调度优化模型。通过结合路网动态状况和应急救援特征，建立基于最大路径可靠度和最短行程时间的两阶段优化模型；通过混沌搜索改进布谷鸟算法初始种群，并加入蛙跳算法改进局部搜索操作，设计混合布谷鸟算法，改善全局寻优能力；以某市某区部分区域路网为例，将该区域路网实时交通数据应用于模型和求解算法中。实验表明，利用两阶段优化模型和算法编码方案能成功获得出发点到救援点的动态可靠路径，相同行驶路径情况下模型与算法求解的最短行程时间与实地驾车获得的最短行程时间最大误差不超过8%，说明优化模型可行。3 种不同算法求解K最短路径的结果发现，混合布谷鸟算法得到的最短行程时间比粒子群算法和 经典布谷鸟算法得到的结果都要小，且计算时间最短，表明混合布谷鸟算法求解的结果最优，性能最好。     

基于进化规划的BP神经网络学习

通过对将传统的BP算法和遗传算法应用到BP神经网络的学习的研究和分析,指出它们存在的缺陷。提出一个改进的进化规划算法,并将其应用于BP神经网络的权值优化。取XOR问题和4奇偶性问题的实验对传统的进化规划算法和改进的进化规划算法进行实验对比。实验结果表明,本文中提出的改进的进化规划算法优于前2个算法。     

BM算法的研究与改进

随着网络的迅速发展，网络安全问题日益突出，入侵检测技术也成为当今社会关注的焦点.对于基于规则的入侵检测来说，模式匹配算法非常重要，它直接影响到系统的准确性和实时性能.文中介绍了KMP和BM算法，对BM算法的改进进行了研究，并提出一种改进的BM算法，改进后的算法极大地提高了匹配速度．     

����ר�߳�վ�����������Ż�����

车站的拓扑结构限定了作业线的用途,依据车站的接发车作业要求,分类使用作业线可以有效地减少作业干扰,提高车站作业效率.根据车站的拓扑结构和接发车任务,把到发线的优化目标分解为满足到发线运用规则、利于乘降作业、设备均衡使用等目标,并建立了优化模型.运用遗传算法对模型求解.提出了诱导变异的概念,通过诱导变异避免变异产生病态个体,保证群体的健康.最后通过实例验证了模型和算法的合理性.结果表明,在能力允许的条件下,算法的效率较高并能够取得较优解,满足客运专线车站作业的要求.     

用混合元启发算法求解城市网络设计问题

为更有效求解城市道路交通网络设计问题,在启发式算法研究的基础上,使用3种改进思想,改进蚂蚁群算法,设计了4种求解城市道路交通网络设计的双层规划模型的混合启发式改进算法。运用于Sioux Falls网络进行模型的求解实验,并统计运行的平均计算时间,求得最优解的次数和函数解平均值。据此得出混合算法从时间、准确度上均较基本蚂蚁算法有了改善,具有很好的应用价值。     

一种新的伪并行遗传算法在车间调度中的应用研究

提出了一种改进的伪并行遗传算法(Improved Pseudo-Parallel Genetic A lgorithm,简称IPPGA),将改进遗传算法与SGA伪并行操作(采用并行思想,在同一台机器上完成操作),保证了种群多样性,防止局部早熟收敛;改进算法对部分遗传算子做了改进,采用迭代交叉,多父代产生多子代,让多个染色体中优秀基因段组合产生子代,大大加快收敛速度;设定一个最优个体保存序列库,防止最优解的丢失.采用实际算例进行仿真试验,数据表明改进的伪并行遗传算法(IPPGA)较标准遗传算法(SGA)快速、有效.     

PERFORMANCE COMPARISON OF ECG COMPRESSION ALGORITHMS BASED ON CLINICAL DIAGNOSIS

IntroductionIn the research area of ECG,with the inter-vention of computer technology,data compressionis presenting more and more important role.Forexample,increase storage capacity of ECG's asdatabases for subsequent comparison or evalua-tion,feasibility of transmitting real- time ECG'sover internet,implementation of cost effectivereal- time rhythm algorithms,economical rapidtransmission of off- line ECG's over internet to aremote interpretation center,improved functionali-ty of ambulator…     

The factors analysis and algorithm implementation of single-pattern matching

By studying the algorithms of single pattern matching, five factors that have effect on time complexity of the algorithm are analyzed. The five factors are: sorting the characters of pattern string in an increasing order of using frequency, utilizing already-matched pattern suffix information, utilizing already-matched pattern prefix information, utilizing the position factor which is absorbed from quick search algorithm, and utilizing the continue-skip idea which is originally proposed by this paper. Combining all the five factors, a new single pattern matching algorithm is implemented. It’s proven by the experiment that the efficiency of new algorithm is the best of all algorithms. Foundation item: the National Natural Science Foundation of China (Nos. 60502032 and 60672068)