基于遗传算法的列车节能运行惰行控制研究

本文建立了定时约束条件下地铁列车节能运行惰行控制优化模型,设计了实数遗传算法进行求解,在适应度函数中引入了运行时间惩罚因子.同时,将遗传算法嵌入到城市列车运行计算系统中,设计了惰行控制优化模块,实现了给定线路条件下站间最佳惰行点的自动计算,最后结合具体算例进行了仿真验证.仿真结果表明,实数编码的遗传算法能较好地解决惰行点布局问题,优化后的惰行控制方案使算例中列车运行能耗降低了10.99%.     

遗传算法在偏心隧道掘进机刀盘系统优化中的应用

介绍了一种新型偏心隧道掘进机。针对偏心掘进机的偏心半径、驱动液压缸的长度和直径3个重要参数,采用遗传算法进行优化。分析偏心隧道掘进工作原理,建立数学模型。采用实数进行编码,应用线性加权和罚函数方法建立该问题的适应度函数。通过Matlab遗传算法进行计算,得到参数的优化值,使目标函数得以改善。     

考虑可靠性的交通网络应急资源布局优化

应急资源布局优化决策是应急预防护工作的核心内容之一。在重新定义应急需求服务可靠性的基础上,将应急点对应急资源服务的可靠性约束,转化为应急资源储备点可提供应急救援服务的资源数量的约束。以最小化应急系统的总费用为优化目标,并考虑应急资源数量、储备能力和储备点数量的约束,建立服务数量可靠性约束下的交通网络应急资源布局优化模型,并设计基于实数矩阵编码的遗传算法进行求解和计算分析。研究结果表明:本文所提出的优化方法计算高效,结果合理,可以为交通网络的应急预防护工作提供科学的决策依据。     

基于遗传算法的机车二系支承载荷调整优化方法

为了改善机车轮轴重量分配的均匀性,从分析机车二系支承结构出发,建立二系载荷分布弹簧高度调整模型,提出应用遗传算法实现机车二系支承点加垫高度值的快速优化计算。针对机车二系支承载荷分布多维参数优化问题的特点,给出基于实数编码的改进遗传算法模型。对国产SS9,SS3b型机车实际应用,可使二系支承载荷分布最大误差进一步减小8%～15%,平均计算过程时间减少约20%。结果表明这种方法克服了基于误差梯度信息迭代搜索求解支承点加垫最佳值算法的不足,在获得一致的全局优化(近似)解,以及在减小运算时间、提高调簧算法的可靠性和实时性等方面具有明显的效果。     

基于混合微粒群优化的多目标列车控制研究

列车控制策略包括输入控制序列和每一控制序列作用距离两方面,本文建立列车运行过程多目标优化模型,以二进制和实数域的混合微粒群优化方法对该问题进行了研究,二进制微粒群算法优化列车输入控制序列,实数域微粒群算法对列车运行距离进行优化,以此得到列车最佳控制策略;针对实际的问题,提出了微粒群算法中pBest更新和gBest选择策略;并与传统的单个目标的列车运行过程优化模型进行了对比研究,仿真研究结果表明混合微粒群优化算法用于列车运行过程优化控制,可以获得满意的效果。     

分布式长标距FBG传感器的优化布设

讨论了传感器优化问题中遗传算法的编码问题,提出采用Grefenstette编码来解决遗传交叉,变异算法过程中可能产生的基因座编码重复的问题,分析了分布式长标距FBG传感器的布设特点,提出了基于Grefenstette编码遗传算法的、以静力位移为目标函数、位移识别误差最小为优化准则的传感器优化布设方法。通过算例证明了本文算法的可行性,能有效节约布设成本。     

基于对象的铁路公用基础信息编码方法

基于已有的信息编码方法,结合生产制造业和产品的编码经验,提出基于对象的信息编码方法。该方法将铁路公用基础信息作为对象,采用基于对象的方法,分析对象的属性和对象之间的关联关系,形成铁路公用基础信息分类体系。根据分类体系构造类别码。分析对象的基本属性。根据选取的属性构造类别码和辅助码。采用专家知识库和优化算法优化选取适于编码的属性,利用对象的继承性,形成编码模型。根据编码模型和编码规则,将类别码、属性码和辅助码组合在一起形成信息编码。采用该方法对铁路车站信息进行编码,验证了该方法的可行性和有效性。     

自适应宏块编码算法的研究

通过对H.264/AVC宏块编码类型空域相关性的大量实验分析,发现经过率失真优化而确定的宏块编码类型无论是I帧、P帧和B帧,在空间域上都具有极强的相关性。提出了采用区域方差来度量宏块编码类型的空域复杂性,并根据宏块的这些空域复杂性制定出宏块类型预测的准则。依照该预测准则,给出了一种基于宏块类型空域预测的自适应宏块编码快速算法,并在H.264/AVC验证模型JM7.6上实现。大量的实验表明,采用宏块类型空域预测的自适用宏块编码算法,减少了H.264/AVC率失真优化算法的大量无效遍历,在保持图像编码质量和压缩效率基本不变的情况下,视频图像编码速度提高了4%~33%,在一定程度上克服了H.264/AVC率失真优化算法速度慢的缺陷。     

基于优化TCQ的小波域图像编码

本文提出一种基于优化网格编码量化(TCQ)的小波图像编码方法。该方法首先利用小波子带间的相关性对小波系数进行改进四叉树遍历扫描,然后对扫描后的非零系数采用一种优化TCQ进行量化,最后将量化系数进行熵编码。由于优化TCQ方案利用不同子带小波系数的重要性进行不同精度的量化,因此所提出的小波图像编码方法比经典的零树编码取得更好的率失真性能,同时还具有编码复杂度适中的优点。实验验证了方案的有效性。     

遗传BP网络在滚动轴承故障诊断中的应用

分析了传统ＢＰ算法存在训练速度慢且易陷入局部极小点的缺点，研究了解决的方法。利用基因实数编码的遗传算法训练ＢＰ网络节点的权值，大大提高了神经网络的训练速度及训练精度。遗传算子包括适应值比例选择、整体离散交叉及随机变异３个算子。对比遗传ＢＰ网络和传统ＢＰ网络对机车车辆滚动轴承的诊断结果，遗传ＢＰ网络具有较多的优越性，便于实际应用。     

基于改进MH算法的高铁ATO运行操纵多目标优化研究

在高速列车运行过程中,运行环境变化将对ATO提出更高的计算要求,ATO既要满足实时计算又要满足运行操纵多目标优化.针对该问题提出一种改进MH算法计算列车运行操纵序列.在原有MH算法基础上,对算法计算频率与寻优目标函数进行改进,提出随机惯性权重粒子群算法与司机驾驶逻辑相结合的方式计算运行操纵序列,通过选取合理的计算间隔时...     

基于小波分解改进算法和峭度最大原则的滚动轴承故障诊断研究

针对滚动轴承振动信号具有非平稳性以及工作情况下难以获得故障频率的情况,文章提出了一种基于小波分解改进算法和峭度最大原则对滚动轴承进行诊断的方法。首先,对小波分解改进算法进行验证,发现小波分解改进算法能够很好地克服小波分解传统算法过程中出现的频率混淆问题;然后,在小波分解改进算法的基础上,利用峭度最大原则选取故障频段,对其进行Hilbert包络解调和傅里叶变换来查看故障频率,最后通过美国凯斯西储大学实验室提供的数据对上述方法进行验证,并与小波分解传统算法进行了对比。结果表明,基于小波分解改进算法和峭度最大原则的故障诊断方法能够更加精准地识别故障频率,克服主频偏移的问题,有效地解决频率折叠现象和真实频率的映像问题,具有较好的可行性和优越性。     

基于Hadoop的Aprior算法改进及其在动车组运维的应用

论文着眼于解决大数据下的动车组关联规则挖掘问题，提出了一种基于Apriori算法改进的大数据关联规则挖掘算法T-MR-Apriori算法。该算法融合Hadoop技术，执行两遍MR分布式计算过程，完成整个关联规则挖掘流程，提高了海量数据下关联规则挖掘的效率和准确率。同时利用实际动车组运维数据进行验证，证明该算法在海量数据下具有良好的挖掘速度又能不降低挖掘性能。并且将该方法应用于动车组牵引电机运维数据挖掘，进行可视化展示。     

铁路信号安全通信协议中消息验证码算法的安全性分析和改进

通过比较TDES算法与AES和SM4算法,分析铁路信号安全通信协议(RSSP-II)中消息验证码(MAC)算法的安全性弱点,提出采用以AES和SM4为核心的MAC改进算法,并对改进的算法进行半实物仿真实验。分析和实验结果证明:改进后的算法具有更高的实时性。     

基于STL的头压缩算法的实现

头压缩算法是一种常用的稀疏数组压缩算法,在数据联机分析处理(OLAP)等领域有着重要应用.针对头压缩算法的特点,给出基于STL的实现方法,并对解压算法进行改进.仿真实验表明,改进后的解压算法的计算效率要优于原有解压算法.     

服务资源动态分布的质量路由算法

从动态考察资源可能性分布的角度对质量路由算法进行改进,使之与用户需求与资源变化的不确定性相适应,以提高质量路由决策的效率与水平。仿真试验表明,新算法具有稳定服务水平、平衡网络负载的优点。     

改进遗传算法在动车段检修物流配送中的应用

在动车段对动车组的检修作业过程中，检修车间所需零件或工具的物流配送时效性直接决定了检修作业的效率，而目前动车段内采用的配送方式均为点对点单一路径配送。通过对动车段检修物流配送问题进行分析并建立数学模型，采用遗传算法与模拟退火算法相结合的改进算法对模型进行求解，并将算法应用于动车组管理信息系统中。广州动车段在广东地区的实验数据结果表明，改进的遗传算法针对动车段在路径优化方面较为有效地提高了动车段检修物流配送效率，确保了段内动车组的及时检修，进而保障了段配属动车组的安全运用。     

基于改进YOLOv3的站口行人检测方法

针对YOLOv3算法在行人检测上准确率低和漏检率高的问题,提出一种改进型YOLOv3的行人检测方法,并将其定义为GA-Wide-YOLOv3。该方法首先以行人头肩小目标为检测对象,进行重构数据集,利用遗传算法重新对目标先验框进行聚类,优化anchor参数,提高先验框与数据集的重合程度;其次改进YOLOv3,通过加宽网络宽度、减少网络深度,获得针对小目标检测的较大视野阈,避免梯度消失;最后,将多尺度检测算法3个yolo层前的1*1,3*3的卷积组各去掉2组,减少头肩小目标在复杂背景下的漏检率。在收集的数据集HS6936上进行对比实验,结果表明,基于遗传算法改进的K-means算法,平均交并比为81.89%,提高了0.8%;改进的YOLOv3算法检测平均准确率(mAP)为75.35%,召回率为81.20%,查准率为99.99%,较原始YOLOv3算法分别提高了2.53%,0.88%和2.75%。     

基于遗传算法的集装箱单箱三维装载优化问题

研究应用改进遗传算法优化铁路集装箱单箱三维装箱问题,达到充分利用集装箱装载质量或装载容积的目的。改进遗传算法中考虑货物放置方向、装载容积、装载质量及装载重心等约束条件,并结合方向及顺序约束采用巧妙的个体编码方法,结合装载容积、装载质量及重心约束构造合理的适应值函数。以16件货物装入20英尺箱为实例,应用改进遗传算法进行计算,计算结果为集装箱装载容积利用率为63 18%,并且可以缩短计算时间一半以上。     

改进的道岔智能故障诊断系统建模研究

铁路系统转辙机维修方式仍沿用故障修模式,无法提高故障排除速度和准确性,提出利用改进遗传算法优化贝叶斯网络的方法建立故障诊断模型。利用遗传算法搜索能力强,不易陷入局部最优的特点,采用连接矩阵代替网络结构的编码方式,通过修改适应度函数、更新遗传操作方式、修正非法图等方法改进遗传算法,最终解决贝叶斯网络结构学习算法容易缩小搜索空间及易陷入局部最优的缺点。最后利用标准Asia网络验证本文算法比K2和GA算法有更好的搜索结果和更快的收敛速度,以道岔失去表示故障为例验证改进算法对转辙机故障诊断的优越性。