基于深度优先搜索的铁路站场遍历算法研究

在列车运行控制系统中,及时准确地了解列车所在位置是非常重要的。卫星定位技术GNSS(GlobalNavigation Satellite System)已经逐渐应用到列车定位技术中,在对列车进行定位时需要对定位数据的可靠性进行验证。车站的定位数据可靠性验证工作建立在对车站站场进行多次遍历获得定位数据的基础上。利用计算机仿真技术模拟列车在站场内遍历能够对现场很难实现的遍历情况进行重复测试。本文对铁路站场与有向图的相似性进行研究,建立基于铁路站场结构的拓扑模型,在此基础上结合站场实际遍历的情况与图的深度优先遍历算法思路,提出一种基于链表数据结构的连续遍历站场的算法。结合实际站场图进行遍历算法仿真,较好地实现了连续遍历并获取较高的遍历效率。     

城市轨道交通车站出入口布局规划方法

调查分析了东京、上海的城市轨道交通车站出入口设置情况,总结了东京轨道交通车站出入口在数量、分布范围等方面的基本特征。通过比较可知,上海轨道交通车站出入口数量显著低于东京同类轨道交通车站。上海轨道交通车站出入口少于5个的车站比例为85.42%,远高于东京轨道交通车站的56.42%。在探讨城市轨道交通车站出入口布局规划的总体原则、研究范围、基准方案和备选结点形成方法的基础上,建立了以降低社会总成本为目标的城市轨道交通车站出入口规划布局合理方案的搜索模型。基于C#语言实现了搜索算法,并通过计算案例证实了本模型的可行性。     

对有序组合树法的改进

为了提高有序组合树法的运算效率，必须充分利用约束条件中的有关信息．通过深入分析，提出了极差、必选变量、不可选变量等概念，将多个约束条件联系成为一个整体．提出了用检验约束条件的相容性，并以相容性为判据进行截枝的新办法．证明了如果必选变量全部取值为1是可行解，则必是最优解。给出了改进后的有序组合树法的计算步骤流程．     

JD多车型配送车辆调度问题的模型及其禁忌搜索算法研究

在建立多车型配送车辆调度问题的数学模型的基础上,通过设计一种新的解的表示方法建立了求解该问题的禁忌搜索算法.实验计算证明,该算法不仅可以取得很好的计算结果,而且计算效率较高,收敛速度较快,计算结果也较稳定.     

Key Technologies of Urban TIA and Their Application

Introduction　　Withthedevelopmentofeconomy ,Chinahasmaderapidprogressinurbanconstruction .Therearemoreandmorenewly builtprojectsandreconstructedprojectsthatinfluenceurbantraffic ,andthenumberofautomobilesisincreasing ,too .Thoughthefoundationalfacilities…     

集装箱码头卸船作业调度方案的两阶段禁忌搜索算法

为提高集装箱码头卸船作业效率,建立了堆存位置-集卡调度一体优化模型,设计了集装箱码头卸船作业调度方案两阶段禁忌搜索算法。在第一阶段,通过禁忌搜索算法决定集装箱的堆存位置;在第二阶段,基于堆存方案执行另一禁忌搜索算法,获得集卡的优化调度方案,然后再计算卸船时间,且将结果反馈到第一阶段的搜索过程,通过两阶段搜索过程的反馈优化卸船调度方案。计算结果表明两阶段禁忌搜索算法可以平均减少卸船作业时间6.78%,结果稳定。     

基于模糊综合评判的现代港口腹地划分引力模型

现代港口功能的进一步多元化 ,使得影响港口腹地划分因素也趋多样化。为提高划分现代港口腹地范围的科学性和合理性 ,采用引力模型与模糊 ( Fuzzy)综合评判模型相结合的方法来确定港口对腹地的吸引力及其服务范围 ,并结合实际算例对模型的应用进行了分析 ,为合理划分现代港口腹地 ,提高港口发展规划制定的科学化水平提供了理论指导。     

基于模糊多目标决策理论的军事运输路径优化研究

本文以军事运输的路径优化为研究对象，采用基于路段重叠惩罚的多路径搜索算法建立路径决策集：用模糊多目标决策理论从时间、危险性、保障代价三个方面来构造军事运输路径优化决策算法；最后，本文还给出了算法实例．     

用于连续语音识别的词汇搜索算法

给出一种用于连续语音识别的语汇树搜索算法，这种方法基于启发搜索，分为音节层－树搜索、词层一树搜索两个过程。为在提高识别速度的同时不牺牲识别率，上述两个过程采用的是“有限宽度树搜索”。在音节层－树搜索中，根据Ｎ－ｂｅｓｔ算法确定允许扩展的有限个音节串。     

考虑换乘异质性的城市轨道交通时刻表协同优化模型

在城市轨道交通网络化运营条件下，极易导致换乘站的换乘需求差异过大。为提高列车时刻表与换乘需求的匹配度，本文基于网络中换乘站的空间拓扑结构和换乘需求在时间和方向上的特点，通过构建量化换乘差异的协同度指标，建立以列车同步次数最大化为目标的列车时刻表优化模型，优化轨道交通网络线路间成功衔接次数，提升乘客换乘出行效率。针对提出的混合 整数非线性规划模型，本文设计了一种基于天牛须搜索的粒子群优化算法进行求解，并将模型及算法应用于北京市轨道交通网络进行算例分析。结果表明，所构建的模型能依据换乘需求在空间、时间及方向上的差异，利用协同度分级优化轨道交通路网中列车协同状态；优化后全网列车同步到达次数增加33.86%，乘客平均换乘等待时间减少22.75%；相较于PSO和BAS算法，本文所提的算法具有更好的全局搜索能力和求解效率。本文可有效提高轨道交通换乘效率，为提升城 市轨道交通服务质量提供理论参考。