适于前馈神经网络的LM-QuasiNewton综合学习新方法

为实时解决神经网络学习过程中可能遇到的大残量时的收敛问题，将LM算法与Quasi Newton优化算法结合，构建了一种综合学习算法(LM-QuasiNewton算法)．仿真算例表明，该算法较好地解决了残量问题，收敛性与稳定性优于其它权值算法．合学习算法．仿真实例表明，该算法较好地解决了残量问题，在收敛性与稳定性方面优于其它权值算法。     

混合蚁群算法求解物流配送路径问题

蚁群算法具有较强的发现较好解的能力，但同时也存在一些缺点，如容易出现停滞现象、收敛速度慢等．将遗传算法和蚁群算法结合起来，在蚁群算法的每一次迭代中，根据信息量选择解分量的初值，使用变异操作来确定解的值．通过实例与其他优化方法的结果进行比较．结果表明，该算法有较好的收敛速度及稳定性．     

基于中线坐标的地铁调线优化算法

为处理地铁侵限问题,采用实际掘进中线坐标估计优化线路参数,以地铁实际掘进中线为基础,整体上对线路参数进行优化,以满足设计约束及侵限要求,可最大限度地提升对复杂侵限情况处理的能力.阐述了调整设计中线以控制边侧侵限的原理,给出了地铁调线优化模型,包括目标函数及约束条件.采用正交最小二乘法,按侵限阈值进行线形拟合分段,形成直线和圆曲线分段线元集合,并提出优化算法对直线、圆曲线分段线元进行优化组合,形成初始优化线路,再对初始优化线路的分段点进行迭代优化,获得与实测中心线贴合度最佳且满足规范和侵限要求的地铁设计中线.最后,对该算法的正确性和有效性进行了实例验证.研究结果表明:该优化算法不仅可以进行地铁优化调线,而且可以有效估计既有线路参数.      

基于PSO的神经网络优化证券投资组合方法研究

针对传统人工神经网络中的BP(back propagation)神经网络自身局限以及其迭代次数多、收敛精度不高和泛化性差等缺点,提出了一种基于粒子群(particle swarm optimizer,PSO)算法的BP神经网络优化证券投资组合方法.在BP神经网络优化方法中,采用PSO算法替代了BP神经网络的梯度下降法,得到最优解,从而对BP神经网络模型进行优化.将该方法应用于证券投资组合的优化中,实验结果证明:该优化方法优于传统的BP神经网络优化方法.     

约束下考虑坐标分量误差相关性的直线拟合

直线拟合在曲线拟合研究及工程实践中受到广泛关注,常用的普通最小二乘和正交最小二乘忽略了坐标分量误差相关性的存在. 基于此,首先论证了在铁路线路整正中全站仪测量坐标点的纵横坐标间存在误差相关性,同时线路中直线的拟合受到相邻线元的约束;然后,基于极大似然估计及拉格朗日条件极值原理,推导出了顾及约束和坐标分量误差相关性的直线拟合通用模型,并给出了高斯-牛顿迭代算法搜索最优解;最后,采用了实测的数据进行了验证及测试. 试验结果表明:该方法能在任何误差分布情况下考虑约束估计直线参数及其精度;考虑坐标相关误差时,参数估计精度在约束及无约束下分别提高了9.2%和2.7%;高斯-牛顿算法在约束及无约束情况下分别仅6次及3次迭代就搜索出最优直线.      

蚁群算法在城市交通路径选择中的应用

针对城市交通路径选择问题,引入蚁群算法并将其改进为可同时满足对路程和时间最优的路径搜索算法,设计了相关的搜索规则和流程.在大量试验的基础上,讨论了算法中各种参数对路径搜索算法收敛性(包括收敛速度和准确度)的影响,并获得了一纽最优的经验参数.分析了搜索中产生伪最优解路径的规律,并通过控制收敛速度和加快趋向最优路径对蚁群算法进行了优化.结果显示,所进行的优化能有效抑制伪最优路径的产生,在2个周期内即可完成搜索.     

基于改进粒子群算法的工程项目综合优化

为解决现有粒子群优化算法进化过程中"早熟"的问题,提出了一种改进的粒子群优化算法HSPSO.算法采用多子群分层策略,以提高收敛速度和优化精度.为求解工程项目的综合优化问题,建立了工期-成本-质量的数学优化模型和多目标优化模型.通过实例对标准粒子群优化算法(SPSO)和差分进化(DE)算法进行了比较,并采用HSPSO算法进行多目标优化.最后,用枚举法验证了模型的合理性和算法的有效性.与已有研究相比,HSPSO算法能在种群规模较小(20个粒子)的情况下,快速找到满意的解(平均迭代次数不超过20次).     

信号控制与交通分配协同模型的自适应IOA算法

现有求解信号控制与交通分配协同问题的IOA(Iterative Optimization and Assignment)算法，是通过对两个子问题分别求解并迭代至收敛，其收敛速度快，但解的质量仍有待改善. 对IOA 算法改进，提出自适应IOA(Adaptive Iterative Optimization and Assignment， AIOA)算法，提升解质量的同时保持计算速度快的优点. 首先，把迭代过程中路径流量的差分值作为自适应修正项加入信号控制模型的输入参数中，增大解的变异程度，既可加快收敛速度，又可突破IOA寻优范围的局限性；其次，根据目标函数的变化趋势自适应地转入采用黄金分割法的局部搜索，避免解的劣化. 仿真结果表明：AIOA算法将IOA算法与全局最优解的差距平均缩小50.8%，时间成本降低10％，仅为遗传算法的1％；AIOA算法能在短时间内求得满意解，且适用于大规模路网.     

信号控制与交通分配协同模型的自适应IOA 算法

现有求解信号控制与交通分配协同问题的IOA(Iterative Optimization and Assignment)算法，是通过对两个子问题分别求解并迭代至收敛，其收敛速度快，但解的质量仍有待改善. 对IOA 算法改进，提出自适应IOA(Adaptive Iterative Optimization and Assignment， AIOA)算法，提升解质量的同时保持计算速度快的优点. 首先，把迭代过程中路径流量的差分值作为自适应修正项加入信号控制模型的输入参数中，增大解的变异程度，既可加快收敛速度，又可突破IOA寻优范围的局限性；其次，根据目标函数的变化趋势自适应地转入采用黄金分割法的局部搜索，避免解的劣化. 仿真结果表明：AIOA算法将IOA算法与全局最优解的差距平均缩小50.8%，时间成本降低10％，仅为遗传算法的1％；AIOA算法能在短时间内求得满意解，且适用于大规模路网.     

基于粒子群和蚁群算法的边界层微分方程求解

沿竖壁自然对流边界层微分方程组速度和温度均耦合,在打靶法中应用Newton求根的方法解对应的相似性微分方程组时对初值选择要求较高,在根值附近收敛变慢.将微分方程边值问题转化为初值问题求解的打靶过程可看作优化设计问题,用优化设计算法求解.将基于生物群信息传递规则和觅食规则提出的粒子群算法和蚁群算法应用到打靶法的求解过程中,并与其它优化算法计算结果进行了比较.结果表明,粒子群算法和蚁群算法用于沿变壁温竖壁自然对流层流边界层微分方程求解是可行的,计算过程稳定,对初值选择不敏感.     

Advanced Fuzzy C-Means Algorithm Based on Local Density and Distance

This paper presents an advanced fuzzy C-means (FCM) clustering algorithm to overcome the weakness of the traditional FCM algorithm, including the instability of random selecting of initial center and the limitation of the data separation or the size of clusters. The advanced FCM algorithm combines the distance with density and improves the objective function so that the performance of the algorithm can be improved. The experimental results show that the proposed FCM algorithm requires fewer iterations yet provides higher accuracy than the traditional FCM algorithm. The advanced algorithm is applied to the influence of stars’ box-office data, and the classification accuracy of the first class stars achieves 92.625%.     

基于在线有向无环图的船舶轨迹压缩算法

为了解决船舶轨迹数据的压缩问题, 提出了一种船舶轨迹在线压缩算法; 使用多次滑动推算船位判断方法清洗船舶轨迹, 使用在线有向无环图在干净轨迹上建立压缩路径树并输出采样点; 为了提高轨迹队列和路径树在内存中的查询速度, 使用哈希表对其进行管理; 为了验证提出算法的效果, 比较了真实船舶自动识别系统数据与方向保留算法、道格拉斯-普克算法的压缩时间和误差, 采用可视化方法分析了原始轨迹、清洗轨迹和压缩轨迹。试验结果表明: 在压缩时间方面, 方向保留算法和道格拉斯-普克算法的压缩时间分别约为提出算法的1.1、1.3倍, 说明提出的算法比其他2种算法的处理时间更短; 提出的算法在压缩过程中保留了时间信息, 平均同步欧氏距离误差在任何压缩率下都能保持在10 m以下, 最大同步欧氏距离误差在压缩率为1%时仅有127 m, 而其他2种算法的平均同步欧氏距离误差和最大同步欧氏距离误差不受控制, 会随机变化; 在垂直距离误差方面, 提出的算法与道格拉斯-普克算法在压缩率不小于5%的条件下, 都能保证垂直距离误差小于20 m, 而方向保留算法的垂直距离误差会随机变化; 在显示效果方面, 提出的算法能有效清除轨迹噪声点, 压缩轨迹能够较好地代表原始轨迹的宏观交通流情况。可见, 提出的算法能更高效地保留原始轨迹的形状和时间信息。      

地铁车辆轮轨型面匹配分析

为了分析地铁车辆常用的LM型踏面、内侧距1 358 mm和1 360 mm的S1002型车轮踏面分别与60 kg/m钢轨匹配特性.进行了轮轨接触几何、非赫兹滚动接触、车辆轨道耦合动力学计算.轮轨接触分析表明,LM轮轨接触点能够均匀分布于钢轨型面,轮对等效锥度随轮对横移呈增大关系,接触斑面积偏小、最大等效接触应力偏大、磨...     

基于爬山法和遗传算法的联合搜索算法

遗传算法受到局部极小值的吸引,通过改变计算参数、算法结构和运算规模依然不能保证每次都收敛到全局最优点,本文对遗传算法每次的结果加以比较,消除次优值,保留最优值,用这种爬山算法和遗传算法相结合,可以保证算法的收敛性。仿真结果证明了上述结论。     

NEURAL NETWORKS PREDICTION FOR SEISMIC RESPONSE OF STRUCTURE UNDER THE LEVENBERG-MARQUARDT ALGORITHM

Activecontrolandsemi activecontrolarenewapproachestoseismichazardmitigationofstructure .Whileinactivecontrolorsemi activecontrol ,mea surementofstructurestate ,transmissionandcalcu lationofsignalandinflictionofcontrolforcerequiretime ,moreover ,controlforceiscalculatedaccordingtotheseismicresponseofstructureinlastepoch ,sothecontrolforceinactivecontrolorsemi activecontrolmaybedistortedduetotime delay .Suchdistortionusuallyincreasestheseismicresponseofstructureandmakesstructuremoredangerous[1-3…     

斜拉桥损伤可识别性传感器的优化布置方法

为使布置在斜拉桥上的传感器识别出的模态参数对结构损伤足够敏感,从传感器优化布置的损伤可识别性要求出发,应用参数试验法和参数相关性理论,提出并得到一种包含所有单元损伤信息的节点自由度损伤信息指标,对该指标排序可获得节点自由度包含损伤信息多少的次序,即每个自由度的损伤敏感性排名,此过程无需优化迭代.在此基础上利用传感器优化布置的第1类方法继续分析,避免了迭代或优化效率低下等缺陷,可得到既满足损伤可识别性,也满足模态可观测性的传感器布置位置.在单塔双索面斜拉桥上,展示了本文方法的实现过程,与EI（effective independence）法相比,损伤信息总量:3阶时高出589;4阶时高出582;5阶时高出591.      

剖面沉降测试仪提高测试精度方法研究

路基的横、纵断面不均匀沉降变形是路基监测的一项重要内容,针对测试仪在路基横断面竖向沉降测试中的应用,简要介绍了伺服加速度式测斜仪的原理,工程实例测试表明：影响剖面沉降测试仪测试精度的因素主要包括环境因素、仪器本身和人为的因素;剖面沉降测试的关键因素是正反向测试的测点位置相同;随着测试距离的增大,所产生的初始高程误差增加,对沉降测值影响越大。     

基于遗传算法实现签名曲线的匹配

将遗传算法的思想应用于曲线比较,解决了签名曲线匹配的问题。先通过对一般的曲线相似性比较,建立起数学模型,然后结合数学模型,分离出待讨论的关键参数,对参数进行选择、交叉和变异等遗传操作,寻找最优的个体,从而寻找最短的距离。最后结合在线签名认证实例,对签名曲线进行匹配比较,同时对算法进行分析。实验结果较好地证明了该方法的有效性。     

基于变点分段交通行为分析的公路隧道照明理论研究

在分析现行国内外公路隧道照明理论局限与不足的基础上,首先将交通量由小到大变化的曲线依次划分为0、a、b、c共掣个点,o点交通量为0,c点达到最大通行能力,a点和b点分别为交通自由流和拥挤流的临界点;其次分析分段交通行为、行车速度、安全距离与照明亮度需求的关系;最后提出考虑了交通流构成并满足停车视距的公路隧道照明亮度需求确定方法,其照明设计参数停车视距,融合了交通量、行车速度,安全距离,更符合行车实际情况,既保障了行车安全,又实现了照明节能。     

基于改进遗传算法的航班-登机口分配多目标优化

为提高现代机场的资源利用效率和乘客换乘体验, 研究了多目标航班-登机口分配问题; 在考虑航班类型约束、飞机机体类型约束和转场时间间隔约束的基础上, 以分配在固定登机口的航班数量最多、使用的固定登机口数量最少和乘客换乘紧张度最小为目标函数, 建立了航班-登机口分配的多目标非线性0-1整数规划模型, 并设计了一种改进型基因编码的遗传算法以提高求解效率; 基因个体采用两段式整数编码, 设计了该编码方式到可行解的映射流程, 同时从理论上证明该编码方式可以映射到最优解; 对两段基因编码分别设计了不同的交叉算子和变异算子, 避免产生非可行个体; 为验证算法的有效性, 基于某大规模机场的实际运营数据, 对比了改进型遗传算法与MATLAB内置遗传算法。计算结果表明: 采用改进型遗传算法使得安排在固定登机口的航班数目增大5%, 乘客换乘总紧张度减小3%, 乘客换乘平均紧张度减小32%, 占用的固定登机口数量相同, 安排在固定登机口的乘客数量增大20%, 算法运行时间减小8%, 说明改进型遗传算法性能更好, 可提高登机口的利用效率和乘客的换乘舒适度; 在改进型遗传算法的优化过程中, 航班数量目标和登机口数量目标在130次迭代时寻到最优解, 换乘紧张度目标在400次迭后基本收敛, 且最优结果对应的航班时序合理, 说明该算法的迭代收敛速度快, 优化结果合理。