遗传算法的计算效率分析

给出了遗传算法的几种常用选择方式，并指出遗传算法的全局收敛性和收敛速度与选择方式有关。锦标赛选择方式和父子竞争选择方式不能保证算法的全局收敛性，但有较快的收敛速度；按适值比例选择方式在引入了最优保持操作后能保证算法的全局收敛性，但收敛速度较慢。     

用单亲遗传算法求解配送车辆调度问题的研究

建立了配送车辆调度问题的数学模型，针对传统遗传算法对复杂问题搜索效率低，易陷入“早熟收敛”的缺点，构建了求解配送车辆调度问题的单亲遗传算法，并进行了实验计算。计算结果表明，用单亲遗传算法求解配送车辆调度问题，可以取得比传统遗传算法更优的结果。     

基于遗传算法的BP神经网络在煤矿安全评价中的应用研究

针对传统BP神经网络算法存在收敛速度慢、易于陷入局部极小的缺点,本文提出了基于遗传算法的BP网络,以提高网络的收敛速度,并将其与遗传算法结合起来,充分利用遗传算法的全局搜索性能进行"粗"搜索,当搜索到全局最优点的附近时,再采用BP算法进行局部搜索。     

秦沈客运专线通信工程设计

1 概述.铁路通信网是保证铁路安全、有效运输的基础设施，不同等级及性质的铁路应具有与之相适应的通信网。秦沈客运专线与普速铁路相比，除具有列车运行速度高、站间距大等基本特征外，还在调度系统、运营管理、维护管理等方面存在着很大差异，这就要求秦沈客运专线通信网在组网方式、网络功能、网络实时性、网络模式及网络安全可靠程度等方面要满足高速铁路对通信网的要求。     

基于改进蚁群算法的运输调度规划

在运输调度等组合优化问题的最优路线的搜索中,传统蚁群算法ACA(Ant Colony Algorithm)存在搜索时间长、收敛速度慢、易陷于局部最优解等缺点。为了克服这些缺点提出了一种改进的蚁群算法,该算法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过程中,首先采用自适应策略控制它的收敛速度,然后使用变异操作来确定解值,从而提高它的搜索性能。再结合建立的运输调度性能指标,利用遗传算法、蚁群算法和改进蚁群算法3种方法分别进行运输规划,通过比较其时间花费和运输费用,验证了改进蚁群算法的有效性。实践证明,改进后的蚁群算法基本上克服了传统算法自身的不足,提高了算法性能。     

高速铁路智能CTC系统列车运行自动调整研究

在我国智能铁路的发展规划中,智能CTC系统作为智能铁路的调度指挥系统,应具备列车运行自动调整功能.因此,基于现有列车运行调整理论研究,结合相关技术标准与CTC系统实践经验,提出高速铁路智能CTC系统列车自动调整系统结构,包括设计原则、软硬件结构设计及相关功能逻辑设计.为CTC系统列车自动调整系统构建列车运行自动调整模型,基于现有研究的局限与不同客户需求构造模型约束条件与目标函数.通过京张高铁列车运行调整案例场景对模型进行验证.结果表明:模型能够利用区间运行时间中的缓冲时间与图定停站时间的冗余尽可能地追回列车晚点,同时正确处理接发车股道、动车组接续等问题,生成无冲突的列车运行阶段计划供调度员下达.调整后的列车运行阶段计划在保证行车安全的前提下,缩小晚点波及范围,有效控制晚点传播.      

改进自适应遗传算法研究及其应用

针对标准遗传算法收敛慢，提出了一种改进自适应遗传算法，即通过全局变异算子和局部变异算子共同作用，改善种群的分布特性，加强算法的全局收敛能力。应用概率模型的遗传算法对4个名的测试函数进行优化计算，实验结果表明：该算法不易陷入局部极值，收敛速度快，且实现简单。     

公路路政管理站点规划和巡视路线优化研究

采用遗传算法建立了公路路政管理站点规划选址优化模型,研究了路网中规划选址优化的多变量算法不易收敛问题,应用受限P 中心问题以减少管理站的备择点数目,从而减少遗传算法中染色体的基因长度,并按不同策略进行初始群体和种群的选择,加快收敛速度,从而提高算法的运算效率。针对高速公路巡视路线优化中最大巡路长度问题,采用贪婪算法和邻域搜索算法的结合求解最佳巡视路线,给出了问题的多目标函数优化模型和算法。     

遗传算法在车间作业调度中的应用

在车间作业调度数学表达模型的基础上，讨论了应用于车间作业调度的遗传算法设计，给出了主要包括ＪＳＳ仿生、ＪＳＳ遗传进化与ＪＳＳ仿真三个方面在内的算法模型，提出了ＪＳＳ连锁基因编码与ＪＳＳ遗传进化算子，文章最后给出了应用实例，说明了设计的可行性与成功性。     

基于改进遗传算法的组合拱桥结构优化设计

针对基本遗传算法存在的未成熟收敛及振荡等缺点,采用自适应调整交叉及变异概率的方法,并在其中加入转基因算子,形成改进遗传算法,开发出基于改进遗传算法的组合拱桥结构优化程序;探讨了遗传算法在组合拱桥结构优化设计中的应用;数值实验表明,优化后的结构满足规范设计要求,可显著节省工程造价.     

基于列车运行时间偏差惩罚的高速列车节能优化方法

合理的安排列车在区间的运行方式能够有效的降低列车运行能耗。采用基于区间限速的列车工况确定策略确定列车区间运行工况, 以列车运行能耗为优化目标, 以列车运行距离、时间和列车限速等为约束条件, 在目标函数中加入列车运行时间偏差惩罚项, 建立基于列车运行时间偏差惩罚的高速铁路列车运行节能优化数学模型, 采用基于高斯变异和混沌扰动的改进人工蜂群算法对优化模型进行求解。以CRH3-350型动车组数据为例对模型与算法进行验证, 求解结果显示: 考虑列车运行时间偏差惩罚比不考虑列车运行时间偏差惩罚能耗可节省2.5%, 改进人工蜂群算法与基本人工蜂群算法、粒子群算法相比, 在目标值方面分别提高了4.2%和4.1%。采用基于区间限速的列车运行工况确定策略结合能耗优化模型能够满足不同限速和不同区间运行时分要求下的列车运行情况。表明所建模型和设计的算法有良好的求解效率和优化质量。      

基于GA-BP的运营隧道工程结构安全性评估

以赣定高速公路谷山隧道工程为例,利用遗传算法和BP神经网络相结合的方法,建立运营隧道结构安全评估模型。网络结构采用遗传算法优化BP神经网络权值和阈值,提高了网络收敛速度,克服了传统的神经网络训练时间长、容易陷入局部极小值的问题。并将该模型应用到谷山隧道运营结构安全性评估中,具有较高的学习精度和较快的收敛速度。     

Identification of nonlinear systems using modified particle swarm optimisation: a hydraulic suspension system

This paper presents a novel modified particle swarm optimisation (MPSO) algorithm to identify nonlinear systems. The case of study is a hydraulic suspension system with a complicated nonlinear model. One of the main goals of system identification is to design a model-based controller such as a nonlinear controller using the feedback linearisation. Once the model is identified, the found parameters may be used to design or tune the controller. We introduce a novel mutation mechanism to enhance the global search ability and increase the convergence speed. The MPSO is used to find the optimum values of parameters by minimising the fitness function. The performance of MPSO is compared with genetic algorithm and alternative particle swarm optimisation algorithms in parameter identification. The presented comparisons confirm the superiority of MPSO algorithm in terms of the convergence speed and the accuracy without the premature convergence problem. Furthermore, MPSO is improved to detect any changes of system parameters, which can be used for designing an adaptive controller. Simulation results show the success of the proposed algorithm in tracking time-varying parameters.     

基于坐席类型动态分配的旅客列车开行方案

为提高铁路部门服务质量和铁路旅客出行体验, 并制定可满足旅客需求多元化的旅客列车开行方案, 考虑坐席动态分配对旅客列车开行方案进行研究。从旅客和铁路运营部门2个角度出发, 分别以旅客动态乘车广义时间最短和铁路收益最大为目标, 以客流守恒、区间通过能力和满足客流需求等为约束建立多目标规划模型。通过Logit模型确定硬座、硬卧、软卧这3类坐席的分担率, 确定列车定员数, 并在求解过程中依据生成的开行方案不断更新3类坐席的分担率以实现3类坐席的动态分配, 直至结果趋于稳定。结合算例采用带精英策略的非支配排序遗传算法(NSGA-Ⅱ)求解, 并进行算例分析, 计算结果表明: 建立考虑坐席类型动态分配的旅客列车开行方案, 在实现旅客对坐席选择的同时, 铁路旅客服务率提高了3.5%, 铁路部门收益增大了1.5%。      

出口箱随机入港下的集装箱码头泊位调度

针对港口竞争环境下产生的出口箱随机入港分散堆放策略,综合考虑出口箱堆场堆存位置分布以及泊位分配与集卡路径之间的相互影响,提出了出口箱随机入港下的集装箱码头泊位调度问题,并以船舶停靠泊位为决策变量,以所有集卡行驶总路径最短为目标函数,建立了泊位调度优化模型。采用基于遗传算法的启发式算法,对遗传算子进行了改进设计。最后,应用算例对模型和算法进行仿真实验,并将优化后结果与传统的先到先服务泊位调度模式进行比较分析。结果表明:以集卡行驶总路径为考量的泊位调度优化可使集卡行驶总路径缩短11.51%,可明显降低港口的运营成本,同时获得合理的泊位分配计划,模型和算法可行有效。      

基于遗传算法和极限学习机的智能算法在基坑变形预测中的应用

为解决传统智能算法网络结构参数复杂、运算速度慢等问题,基于遗传算法和极限学习机构建基坑变形的新型优化智能预测模型。先利用皮尔逊相关系数评价不同影响因素与基坑沉降变形之间的相关性,以确定极限学习机的输入层; 再采用试算法确定最优激励函数和隐层节点数,并将遗传算法和极限学习机耦合,利用遗传算法优化极限学习机的初始权值和阈值,以提高预测精度。经实例检验表明： 1)开挖时间、开挖深度、土体抗剪参数及重度均与基坑沉降变形显著相关,为构建极限学习机输入层提供了依据; 2)在预测过程中,激励函数和隐层节点数对极限学习机的预测效果具有一定的影响,以Sigmiod型激励函数和13个隐层节点数的预测效果为最优; 3)通过遗传算法的优化,能进一步提高预测精度,验证了遗传算法的优化能力和有效性。预测模型在不同工况下的预测结果均较优,说明该模型具有较高的稳定性和可靠性。     

基于精英选择遗传算法的需求响应公交规划

为提高公交系统服务质量,需求响应公交是近年来被提出的新型运营模式,其可以根据乘客需求定制公交线路。对需求响应公交的规划包括点规划和路径规划两阶段。首先通过K-means算法实现公交零食停靠点规划,其次在路径规划的过程中,提出了一种基于精英选择的遗传算法。最后,通过100名乘客需求的实例试验,需求响应公交最大可以使企业盈利162.30元,并证实了基于精英选择遗传算法相比与基于轮盘赌选择遗传算法具有更快的收敛速度和更好的搜索结果,精英种群的规模设为15%左右时求解结果较好。     

Wear/comfort Pareto optimisation of bogie suspension

Pareto optimisation of bogie suspension components is considered for a 50 degrees of freedom railway vehicle model to reduce wheel/rail contact wear and improve passenger ride comfort. Several operational scenarios including tracks with different curve radii ranging from very small radii up to straight tracks are considered for the analysis. In each case, the maximum admissible speed is applied to the vehicle. Design parameters are categorised into two levels and the wear/comfort Pareto optimisation is accordingly accomplished in a multistep manner to improve the computational efficiency. The genetic algorithm (GA) is employed to perform the multi-objective optimisation. Two suspension system configurations are considered, a symmetric and an asymmetric in which the primary or secondary suspension elements on the right- and left-hand sides of the vehicle are not the same. It is shown that the vehicle performance on curves can be significantly improved using the asymmetric suspension configuration. The Pareto-optimised values of the design parameters achieved here guarantee wear reduction and comfort improvement for railway vehicles and can also be utilised in developing the reference vehicle models for design of bogie active suspension systems.     

高速铁路太行山超长隧道群关键技术

为研究解决石家庄至太原高速铁路隧道断面有效净空面积标准、长段落膏溶角砾岩地层内修建隧道、特大断面隧道修建以及超长隧道(群)防灾救援系统设置等技术难题,通过采用调研分析、数值模拟、模型试验、现场试验段试验等一系列研究手段,确定了时速250 km高速铁路单线、双线隧道有效净空面积标准,顺利实施了高速铁路特大断面隧道到2条单线隧道的过渡,安全通过了长大段落膏溶角砾岩地层,创建了铁路特长隧道(群)防灾救援成套技术,最终实现了石太客运专线的顺利开通运营,并取得了良好的经济效益和社会效益。     

具有同时配送和回收需求的车辆路径问题的混合遗传算法

介绍了具有同时配送和回收需求的车辆路径问题(VRPSDP),并对其进行了描述,建立了该问题的数学规划模型。结合2-opt法和等级替换策略等设计了求解VRPSDP的一种混合遗传算法,给出了该算法初始种群的两种生成规则———随机生成和构造初始种群,设计了相应的交叉和变异算子,并详细阐述了违反约束条件的处理方法。通过随机模拟试验以及与其他方法的对比分析表明:该算法可有效缩短车辆行驶距离,而构造初始种群则在一定条件下可显著提高混合遗传算法的收敛速度并改善其运行结果。