应急物流配送优化的改进最邻近算法研究

应急物流配送研究的核心是最短路径选择问题。以最邻近算法为基础,针对以往只能解决一个配送仓库对应多个救灾中心问题的局限性,提出一种多个配送仓库同时对应多个救灾中心的改进最邻近优化算法。通过仿真实验证明该算法具有良好的适用性。     

基于信号灯配时的动态路径诱导模型

针对城市交通流量变化产生的问题,在交叉口信号灯配时方案改进的基础上建立了动态路径诱导的双层优化模型,上层模型以行驶时间为目标函数,下层模型以总交叉口延误最小为目标函数。利用改进蚁群算法来求解优化模型,从而获得多准最优路径。以实际交叉口为例,将信号灯配时改进前、后的模型计算结果进行比较。结果表明:应用信号灯配时改进后的模型获得的路径更省时,交叉口等待通行时间更短。     

基于高斯混合分布的交通拥堵评价模型

为了客观、有效的评价交通拥堵的程度,采用速度指标作为反映交通流状态特征的关键变量,针对交通流速度变量存在混合分布的特点,建立了基于高斯混合分布的交通拥堵评价模型,并将EM算法运用于模型求解,通过对速度变量的聚类分析,以判别交通状态,评价交通拥堵程度.上海市快速高架路实测数据应用模型分析的结果表明:模型可以客观分析交通流...     

求解区域公交车辆调度问题的蚁群算法研究

本文待区域公交车辆调度问题为"部分班次被一辆车完成"的集合划分问题,考虑车场容量、允许车辆加油及每辆车任务可靠度不低于某值等现实因素,建立以车辆数、车辆等待和空驶时间最小为目标的混合整数规划模型.根据问题特征,设计求解该问题的蚁群算法,在构建人工蚂蚁随机游走的图基础上定义解构建规则、信息素和启发式信息等.最后,通过一个...     

基于机器视觉的智能车辆避撞预警算法

由于受到信息采集源性能影响,造成了智能车辆避撞预警系统(Collision Warning System,CWS)前后车相对距离测量精度低的问题,针对此问题提出了一种基于机器视觉的预警算法(Collision Warning Algorithm,CWA),利用机器视觉获得了较高精度的测距信息,有效提高了预警算法的有效性。在分析驾驶员驾驶行为基础上,确定CWA的报警准则。基于机器视觉技术建立了一种多输入、多输出的CWA模型,给出了模型预警原理、决策阈值确定方法、逻辑结构图,以及基于机器视觉的车辆信息获取方法。设计了一个单车道双车辆跟驰实车试验,采集模型测试所需的数据,并利用实测数据对模型进行了验证。试验结果显示,平均测距误差不超过3.6 m,预警模型能够准确给出预警信息,对提高车辆行驶主动安全性具有重要意义。     

基于畅通可靠度的城市物流配送运输网络优化研究

随着城市交通拥堵问题的日益突出,在物流需求质量要求越来越高的背景下,物流配送的准时性成为物流业发展的一个十分重要的问题。在道路网络畅通可靠度理论的基础上,进行基于畅通可靠度的城市物流配送运输网络优化研究。提出了物流配送运输网络畅通可靠度的概念,建立了物流配送运输网络优化模型,给出了蚁群算法的求解过程,最后进行了案例比较分析,验证了所建模型的实用性。提出的物流配送网络优化模型对指导城市物流配送运输网络优化决策,降低城市物流配送过程中的不确定性具有较好的实用意义。     

模糊混沌算法及其在船舶性能或结构特性综合优化的应用研究

将限界搜索模糊优化与混沌算法复合构成限界搜索模糊混沌算法,并将其应用于大中型船舶性能或结构特性综合优化计算分析中.建立了以加权和形式为目标函数的综合优化数学模型,编制了计算软件,进行了大量对比计算.计算结果表明:这些优化方法和计算软件界面友好、可靠性和计算效率高,并且具有较高的实用性,运用于大中型船舶性能或结构特性综合优化是切实可行的;对于大中型船舶方案或初步设计也有使用价值.     

两用燃料发动机点火提前角多目标蚁群遗传算法

针对两用燃料汽车最主要解决的是排放问题,但又不能牺牲超过5 %的动力为代价,构建了发动机点火提前角多目标优化的数学模型,对目标函数动力性能指标转矩和各种排放物进行归一化处理.以两用燃料发动机ECU硬件在环仿真模型和排放试验数据为对象,用蚁群遗传算法对目标函数进行求解,结果表明λt=0.7时的点火提前角作为线性加权和意义下的点火提前角能够在发动机的动力性能和排放性能之间取得很好折衷.综合4种工况点的结果表明:取线性加权和意义下的点火提前角对工况有所改善,对发动机性能有较好的折衷.其中,转矩损失在5%以内,排放中的NOx改善最明显,最大为27.32%;HC次之最大为22.31%;CO改善不大,最大为0.01%.     

带软时间窗车辆路径问题及禁忌搜索算法

考虑不同容量和运输成本的多车型车辆,建立容量限制和软时间约束,并以最小化车辆在路段上的运输量和该路段的长度乘积为目标的数学模型,给出求解该问题的禁忌搜索算法。在算法中考虑使用车辆最少的插入算法生成初始解。最后,通过仿真算例,检验模型和算法的有效性。     

基于BP神经网络的交通异常事件自动检测算法

对现有公路交通异常事件自动检测算法进行介绍,在此基础上提出从人工神经网络角度方向建立检测模型,摆脱以往使用仿真数据研究的局限,利用广深高速实测交通异常事件数据对BP神经网络（Back Propagation NN）在交通异常事件自动检测算法中的应用进行研究。结果表明BP神经网络算法具有检测率高、误报率低和检测速度快等优点。