基于量子蚁群算法的随机需求的动态车辆路径问题

针对随机需求的动态车辆路径问题,以最小化成本和最大化客户满意度为目标,采用两阶段建模,把动态车辆路径问题转换为静态车辆路径问题,将量子理论与蚁群算法结合并加以改进,用量子Hε门代替传统的量子旋转门实现对蚁群的更新.用Matlab7. 0软件实现数据仿真,验证了本文改进的量子蚁群算法是求解该问题有效的方法之一.     

一种新的DSS中模型的数据表示方法

提出了一种新的DSS模型表示方法－模型的元组表示方法：把DSS中的模型库和数据库合一为个库－模型数据库,一个模型是模型数据库中的一个元组。该方法的创新之处在于利用了比较成熟的关系数据库管理技术实现模型的管理,是一种简单有效的方法,设计并开发了一个模型库管理系统原型软件验证模型的元组表示方法的可行性,实验表明,新的模型表示方法是可行的。     

高速铁路小半径曲线轮轨减磨技术研究

针对我国高速铁路小半径曲线钢轨及车轮轮缘磨耗突出的问题,采用轮轨固体润滑技术,在广珠城际铁路进行轮轨减磨试验。通过对钢轨和车轮廓形变化的长期跟踪,研究固体润滑前后轮轨磨耗速率变化,得出主要结论:(1)更换在线热处理钢轨后,小半径曲线上股钢轨寿命可延长1倍以上;(2)固体润滑对钢轨减磨效果显著,润滑试验期间,试验曲线上行上股钢轨的侧磨速率平均值显著降低至0.022 mm/月,仅为试验前侧磨速率平均值(0.105 mm/月)的21%,为同期未润滑下行上股钢轨侧磨速率平均值(0.122 mm/月)的18%,润滑试验停止后,钢轨侧磨速率上升至去年同期水平;(3)固体润滑对动车组车轮轮缘减磨效果显著,试验期间,某动车组偏磨侧车轮轮缘磨耗速率平均值由试验前的0.210 mm/万km降至0.042 mm/万km,降幅达80%,轮缘QR值未降反升,润滑试验停止后,轮缘QR值下降,偏磨侧车轮轮缘磨耗速率上升。     

北美最佳钢轨打磨策略

详细介绍北美铁路最佳钢轨打磨策略。从中总结出以下主要结论:(1)在不同服役条件下,不同材质钢轨裂纹处于稳定发展阶段的时间决定了科学的预防性打磨周期,裂纹深度决定了最经济磨耗速率;(2)应对不同磨耗状态的轮对进行应力分析,并以此设计钢轨的最佳打磨廓形,最佳打磨廓形并非一成不变,应根据条件变化及时更新;(3)处理严重轨面RCF伤损时,渐进式预防性打磨比修理性打磨更具经济性;(4)应对曲线下股钢轨非工作边进行适当打磨,避免与假性轮缘发生高应力接触,产生严重伤损与变形;(5)应用高强度钢轨可有效延长钢轨打磨周期,减少金属打磨量,应在新轨上道不久后对其进行廓形打磨,实现轮轨共形接触;(6)最佳钢轨打磨策略是通过预防性钢轨打磨与合理润滑、轨顶摩擦系数控制有机配合实现的。     

最大熵模型的语义句法分析在陪护机器人中的应用

介绍了语义句法分析的重要性,然后着重介绍了用最大熵模型方法对日常对话进行训练,通过训练结果集总结规则,并用基于语义理解的语义分析向量弧和面向句型结构的语法分析树相结合的方法,通过该方法能够准确的把握问题的分类特征[1],并确定问句的关键字[2],在该方法的基础上,采用最大熵模型方法对查找到的关键字进行优化,此方法在用于...     

改进的压缩关键路径遗传算法在车间调度中的应用

针对车间调试中标准遗传算法的过早收敛问题,提出一种基于压缩关键路径的遗传算法的交叉机制,试图将关键路径上的作业合理安排,增加了交叉成功的概率,使得遗传算法在运行到后期时,可以有效的得到近似最优解.     

我国寒带地区客运车型的选择

一、安全性的原则 寒带地区由于车内外温差大,车内空气水分含量高,所以非常容易在车辆的前风挡,司机窗上出现结霜的情况,从而会影响司机的视野清晰度;由于风雪较多,还会出现后视镜积雪的情况,都会影响到司机的视野,进而影响到安全性.同时寒冷的气候会导致制动管路结冰,影响行车的安全性.     

一种改进的遗传算法及其在作业车间调度的应用

基于遗传算法容易产生早熟的现象,提出了一个概念清楚、运算量小的评价种群过早收敛程度的指标 ,并利用该指标提出了一种新的调整策略.仿真实例表明 ,该方法能及时反映种群在进化过程中的过早收敛程度 ,不仅能加快计算速度 ,而且还能增强算法的全局收敛性.     

基于文件内外访问倾向性的流调度策略

提出了一种网上教学平台上基于文件内外访问倾向性的视频流调度策略.描述了系统架构、存储策略、调度策略与算法.通过对现有流调度算法的研究,结合视频文件内外访问倾向性,提出了一种新的流调度算法.理论分析和仿真实验表明:该算法可有效提高系统吞吐量和热门影片的命中率,降低系统平均等待时间.     

一种新的伪并行遗传算法在车间调度中的应用研究

提出了一种改进的伪并行遗传算法(Improved Pseudo-Parallel Genetic Algorithm,简称IPPGA),将改进遗传算法与SGA伪并行操作(采用并行思想,在同一台机器上完成操作),保证了种群多样性,防止局部早熟收敛;改进算法对部分遗传算子做了改进,采用迭代交叉,多父代产生多子代,让多个染色体中优秀基因段组合产生子代,大大加快收敛速度;设定一个最优个体保存序列库,防止最优解的丢失.采用实际算例进行仿真试验,数据表明改进的伪并行遗传算法(IPPGA)较标准遗传算法(SGA)快速、有效.