旋转迭代量子搜索算法

为提高Grover算法的搜索效率,基于Grover算法,提出了一种新的量子搜索算法.该算法充分利用各状态之间的结构信息,根据不同的初始量子态和所搜索的基态设计旋转量子门,并用提出的量子门进行旋转迭代.结果表明,与Grover算法相比,该算法的搜索迭代次数减少.实例分析验证了算法的可行性和有效性.     

大跨度悬索桥非线性静风稳定性优化迭代分析方法

综合考虑静风荷载非线性和几何非线性,引用大跨度桥梁非线性静风稳定分析理论,通过引入外层迭代次数上限对增量与内外两重迭代相结合的方法进行改进,提出了优化迭代分析方法,编制计算程序对世界最大跨径钢箱梁悬索桥西堠门大桥的静风稳定性进行全过程分析,研究了该桥的失稳形态和机理.通过计算与改进前的算法进行比较,优化迭代分析方法结果准确、效率高.     

公共自行车动态调度系统需求预测模型研究

基于交通出行理论,将公共自行车需求分为直接需求和间接需求,并研究需求等待、转移和消退的变化规律.根据各租赁点的历史出行OD和以往时段的借、还车信息,预测出调度车辆从当前位置到达任意租赁点时该位置的车辆数,从而确定调度车数并制定调度计划,建立租赁点短期多时段的需求预测模型.将需求预测模型与调度计划模型组合成具有迭代反馈特性的双层模型,并通过计算机仿真方法求解,得到最优动态调度方案下的需求预测结果.通过算例对模型进行了验证,结果表明:公共自行车动态调度系统需求预测模型与调度计划模型结合后能有效改善公共自行车实际运营中借车时无车可借、还车时车位已满的情况.     

求解高次方程的一个异步并行迭代算法

用高次方程正项分解方法，将求解实系数高次方程非零实数根的问题，转化成求解两单调上升凹函数在平面直角系第一象限内交点横坐标的等价问题；给出了基于共享存储多指令流多数据流(MIMD)并行计算模型求解任意实系数高次方程全部实数根的大范围收敛性异步并行迭代算法，并分析了算法计算的复杂程度。     

船舶运动路径跟踪迭代滑模控制设计

针对欠驱动船舶带有的内部不确定、外界干扰下路径跟踪控制问题,提出基于差分进化算法的自适应迭代滑模跟踪控制方法,以提高控制系统性能.以分离型船舶非线性模型为基础,利用绝对有界的双曲正切函数进行迭代滑模面设计.计算机仿真验证了该方法的可行性.     

区域分裂并行计算中预条件迭代若干性质

对网格方程组作区域分裂并行计算，讨论了预条件迭代的相关性质及其对算法收敛性的影响，给出两层分块预条件迭代收敛的充要条件，指出消元预条件迭代在谱条件意义下具最优收敛率，在对称正定情形下，通过消元预条件揭示了预处理的内在结构，为构造处理方法提供了理论依据，对于区哉分裂D-N算法，讨论了构造较优预处理的方法。     

一种新的求解非线性最小二乘问题的牛顿迭代算法

通过对普通牛顿迭代法的Hessian矩阵添加一个正则化因子,改善迭代过程中Hessian矩阵的病态程度,构造出一种新的求解不适定非线性最小二乘问题牛顿迭代算法,并给出算法迭代步骤,解决了普通牛顿迭代法在迭代过程中其Hessian矩阵秩亏或者严重病态而导致不能收敛的问题,最后,以地基沉降-时间关系预测的泊松模型为例,进行了数值分析实验,结果表明本研究中所提方法是适用的．     

抗力分项系数双重迭代求解算法

分析了映射变换法与插值法的嵌套循环特性,提出了抗力分项系数的双重迭代求解算法,应用VB编制了计算程序,计算了活恒载效应比为0.10、0.25、0.50、1.00、1.50、2.50六种工况下的构件抗力分项系数,将分项系数乘以荷载效应组合值后得到修正抗力值,针对修正抗力与荷载效应进行了可靠指标校核验算.计算结果表明:应用...     

随机粗糙面上电磁散射的高效迭代IEM计算

在复合目标电磁散射计算中,目标与粗糙面间的耦合近场计算问题是制约算法的主要瓶颈。该文提出一种适用于二维随机粗糙面上电磁散射场计算的迭代积分方程法(IEM)。与传统IEM法不同,迭代IEM法基于近场格林函数建立,考虑了粗糙面面元间的多次电磁互耦作用,散射场不能简化为积分形式的近似解。数值实验表明,与传统MoM法相比,迭代IEM法的内存需求节省了9倍,计算速度比矩量法(MoM)法提升了4.5倍以上,更能有效地计算粗糙面上的散射场。     

子矩阵约束下AXB=C的双对称迭代解

构造了求解子矩阵约束下AXB=C的双对称解的迭代解法,利用残量正交的性质证明了算法的有限终止性,并进一步研究了求解子矩阵约束下矩阵方程问题的最佳逼近解,最后,给出了能够体现算法有效性的数值实例.     

关于一类非线性映射迭代序列收敛的等价性

对任意实Banach空间中的广义Φ-压缩映射分别证明了Mann迭代序列与Noor迭代序列收敛的等价性以及Mann迭代序列与Ishikawa迭代序列收敛的等价性,所得的结果是2005年S.M.Soltuz和2007年Xue Zhiqun等人结果的相应推广与改进.     

一种有效的水声信道盲均衡算法

针对超指数迭代判决反馈盲均衡（SEIDFE）算法在水声通信系统中表现出的收敛性差的问题,提出了一种稳健性好、收敛快的双模式超指数迭代判决反馈盲均衡算法.该算法对均衡器输出的实部和虚部分别进行非线性变换以修正误差控制信号,从而纠正载波相位旋转;在此基础上,将一种新的自适应变步长算法应用到前馈滤波器前向权值的迭代步长中,提高算法收敛速度;并采取判决误差切换准则,将上述改进算法与判决导引算法有机结合起来,提高算法稳健性和收敛性能.仿真结果证明了该算法的有效性.     

基于路段的拥挤收费与停车收费组合优化研究

确定性路段拥挤收费对收费路段的交通拥挤缓解有很好的效果,停车收费对抑制区域路网出行需求有重要影响,将两者组合起来系统研究具有重要意义. 本文通过将路段拥挤收费与停车收费进行组合,分析组合收费策略下出行成本和出行需求变化的基础上,建立了双层规划模型. 以收费社会效益最大化为目标,以拥挤收费和停车费可行区间为约束条件作为上层优化模型,下层模型是考虑广义交通出行费用(含行程费用和停车费用)的弹性需求条件下用户平衡模型,进行路段拥挤收费与停车收费组合优化. 设计了模式搜索算法进行求解,得到不同初始步长和迭代精度下模型的最优解. 数值计算结果表明,联合收费使得路网流量分布更加均衡,缓解了收费路段的交通拥挤,同时出行需求得到了一定抑制,证明该模型与算法具有有效性.     

交叉迭代算法求解车辆-轨道非线性耦合方程的收敛性讨论

运用有限元法建立车辆-轨道非线性耦合系统动力分析模型,该模型将车辆-轨道系统以轮轨接触为界限分成车辆,轨道两个子系统并通过轮轨接触力的平衡和位移协调条件耦合在一起。通过交叉迭代算法分别求解车辆,轨道系统的运动方程,此时每一步都需要判断使之满足轮轨几何相容条件和相互作用力平衡条件,这样对时间步长的选取要求较高,但是如果时间步长超过某一限值,易于导致迭代失败。引入了修正因子对轮轨接触力进行修正,这不仅可以放宽对时间步长的选取,还能加速收敛,提高计算效率。为验证算法的正确性,不仅进行了算例验证,还给出了引入修正因子的交叉迭代算法求解车辆-轨道非线性耦合系统动力学方程的算例,算例中考虑了不同的时间步长和不同的修正因子对交叉迭代算法收敛速度的影响。计算结果表明引入修正因子的交叉迭代算法具有程序编制简单、收敛速度快、用时少、精度高的优点。     

面向多目标站的灵活型公交路径优化调度模型

在已知乘客需求量、车辆载客容量和站点间行程时间的条件下,将车辆的运行时间和乘客出行时间最小化作为目标,构建面向多目标站的灵活型公交路径优化调度模型. 该模型采用引力模型进行车辆路径初始化,采用启发式算法对车辆路径进行最优化求解. 根据仿真案例结果发现,在乘客需求分布存在较大差异和不确定性时,模型仍能满足所有乘客需求,且车辆总行程耗时较为稳定,系统进行路径优化计算耗时较小,验证了模型及算法的实用性. 研究结果表明,面向多目标站的灵活型公交路径优化调度模型能够最大程度满足乘客需求,并在企业成本、乘客时间成本与需求响应方面达到最大平衡,在实际交通中具有重要意义.     

多模式路径流量估计模型与算法

为了通过路段检测交通流量计算拥挤条件下多种交通模式需求,提出了一个随机用户平衡条件下的多模式路径流量估计模型,并给出了相应模型的增广拉格朗日乘子算法,算法将模型中的路段容量、观测路段流量平衡与估计需求的范围等约束条件转化为相应的惩罚函数项,并将原先的有约束优化流量估计模型转化为一个无约束优化模型,最后应用一个简单的投影迭代算法求解无约束优化模型.仿真结果表明:先验需求误差对模型的需求估计结果有重要影响,误差越小估计结果越准确,而先验需求误差对路段流量估计结果几乎没有影响,因此,模型和算法简单可用.     

一种基于迭代学习的自适应交通信号控制方法

迭代学习控制作为数据驱动控制的一个分支,经历二十多年的发展,无论在理论研究,还是在实际应用上都取得了丰硕成果. 本文以交通信号系统为被控对象,利用迭代学习控制和模糊理论的核心思想,设计基于数据驱动的信号交叉口自适应控制器,使交叉口的通行能力得到显著提升. 信号控制的关键规则采用模糊迭代理论,通过迭代学习使得信号控制策略适应交通流的不断变化,通过模糊理论处理交通系统中的不确定性和随机性,从而避免对复杂交通系统的建模,发挥了数据驱动的无模型控制优势. 最后,使用基于VISSIM的仿真平台对算法的有效性和实用性进行验证. 仿真结果表明,基于迭代学习自适应交通信号控制方法的控制效果优于定时控制和感应控制.     

����·�ε�ӵ���շ���ͣ���շ�����Ż��о�

确定性路段拥挤收费对收费路段的交通拥挤缓解有很好的效果,停车收费对抑制区域路网出行需求有重要影响,将两者组合起来系统研究具有重要意义. 本文通过将路段拥挤收费与停车收费进行组合,分析组合收费策略下出行成本和出行需求变化的基础上,建立了双层规划模型. 以收费社会效益最大化为目标,以拥挤收费和停车费可行区间为约束条件作为上层优化模型,下层模型是考虑广义交通出行费用(含行程费用和停车费用)的弹性需求条件下用户平衡模型,进行路段拥挤收费与停车收费组合优化. 设计了模式搜索算法进行求解,得到不同初始步长和迭代精度下模型的最优解. 数值计算结果表明,联合收费使得路网流量分布更加均衡,缓解了收费路段的交通拥挤,同时出行需求得到了一定抑制,证明该模型与算法具有有效性.     

面向多目标站的灵活型公交路径优化调度模型

在已知乘客需求量、车辆载客容量和站点间行程时间的条件下,将车辆的运行时间和乘客出行时间最小化作为目标,构建面向多目标站的灵活型公交路径优化调度模型. 该模型采用引力模型进行车辆路径初始化,采用启发式算法对车辆路径进行最优化求解. 根据仿真案例结果发现,在乘客需求分布存在较大差异和不确定性时,模型仍能满足所有乘客需求,且车辆总行程耗时较为稳定,系统进行路径优化计算耗时较小,验证了模型及算法的实用性. 研究结果表明,面向多目标站的灵活型公交路径优化调度模型能够最大程度满足乘客需求,并在企业成本、乘客时间成本与需求响应方面达到最大平衡,在实际交通中具有重要意义.     

基于行程多路径的航空公司航班频率优化

将航空运输网络抽象为多层级网络结构, 构建了确定航空公司某一城市对某条路径航班频率的两阶段规划模型: 第一阶段从旅客选择行为的角度, 考虑旅客对旅行时间、过站时间、计划延误时间、票价等因素的价值感知, 构建旅客旅行负效用函数, 进而基于多项式Logit模型构建计算旅客选择某个航空公司某个城市对某条路径概率的旅客路径选择模型; 第二阶段从航空公司的角度, 以总收益最大化为目标函数, 基于行程多路径, 并考虑航空公司总运力限制, 尽可能地让每条路径的运力供给等于需求, 构建了确定路径航班频率的线性规划模型; 提出了求解两阶段模型的迭代算法。研究结果表明: 提出的算法能够在8次迭代之后达到收敛, 可以在较短的时间内得到最优解; 随着算法的收敛, 构建的两阶段规划模型在航线存在市场竞争且整体运力不足的情况下优先将运力安排到收益最高的航线上, 提升航空公司整体收益; 对于包含多个航节的航线, 构建的两阶段模型更能体现旅客选择行为在航班频率配置中发挥的作用; 对于包含一个航节的航线, 需求随航班频率的变动幅度较小, 随着迭代次数的增加, 需求航班频率弹性系数逐渐变小, 对于包含多个航节的航线, 在航线总需求一定的情况下, 需求随航班频率的变动幅度较大, 由于市场竞争存在航班频率不变需求骤减的情形。可见, 所提出的模型和算法能够有效提升航空公司收益。