一种改进的果蝇优化算法求解连续函数优化问题

在原始果蝇算法基础上,结合经典粒子群算法,设计了新的粒子速度和种群更新方法,提出了一种新的改进果蝇算法,然后将改进果蝇算法应用于连续函数优化问题,并用标准测试函数进行了验证,最后对改进果蝇算法的优化机理进行了分析。     

基于果蝇优化算法的轮廓误差控制研究

针对传统果蝇优化算法精度低、收敛慢、易陷入局部最优的问题,通过增加随机机制扩大其探测能力,并通过改变步长,提高其后期寻优精度。将改进后的算法应用于PID控制器的参数优化,并将复杂的时变信号作为优化模型的输入。对获得的PID参数的控制效果进行验证,结果表明:改进后的果蝇算法寻优速度快、精度高,其优化后的PID参数,轮廓运动控制精度高、鲁棒性好。     

多种群果蝇优化算法求解自动化仓库拣选作业调度问题

针对自动化仓库的拣选作业调度问题，提出了一种多种群果蝇优化算法。采用随机键编码方式，利用味道浓度判定值的大小次序来映射调度解。通过同时学习子种群的局部最优和全局最优个体，实现对果蝇个体的更新计算。为了避免陷入局部最优，采用了一种果蝇个体变异机制。计算结果显示，多种群果蝇优化算法在计算精度和收敛效率方面要好于基本果蝇优化算法，并且搜索过程能够有效跳出局部最优。     

基于混沌加速果蝇优化算法的航电枢纽施工进度研究

针对季节性冰冻河流航电枢纽施工进度优化问题,以工期为优化目标,计入季节性冰冻因素,以施工强度和工程资源为约束条件,建立了施工进度优化模型(CSOM);为了获得CSOM优化模型更优解,基于果蝇优化算法,设计自适应加速搜索机制和全局混沌扰动机制,建立混沌加速果蝇优化算法(CAFOA);利用CAFOA算法求解CSOM优化模型,得到一种混沌加速果蝇季节性冰冻河流航电枢纽施工进度优化方法;基于依兰航电枢纽工程施工组织数据,开展数值实验。结果表明:建立的方法用于解决季节性冰冻河流航电枢纽施工优化问题是可行的,并获得了较满意的结果。     

基于贝叶斯网络推理的道路网络级联失效仿真

针对道路网络级联失效与其它复杂网络相比具有的特殊性,基于贝叶斯网络推理,融合驾驶者出行先验及出行信息,研究了道路网络级联失效的演变机理及演变过程.编制MATLAB程序生成基于道路网络的贝叶斯网络结构,根据贝叶斯网络参数学习 MATLAB程序,学习了驾驶者感知路段属性变化;给出了仿真算法,仿真了贝叶斯网络推理中不同出行先验权重,以及出行信息量对道路网络属性及级联失效的影响.结果表明,贝叶斯网络推理可以较好地反映驾驶者出行路段选择对道路网络级联失效的定量影响,为研究道路网络级联失效提供了新的研究思路和方法.     

航道内实时船舶交通流航行风险主动评估

为主动评估航道内实时交通流航行风险,并对交通事故状态做出预警,利用高斯混合模型和最大期望算法构建了贝叶斯网络。基于长江草鞋峡水道内船舶检测器数据和交通事故数据,学习和训练贝叶斯网络的结构和参数,构建了贝叶斯网络分配器。分别对8组船舶交通流数据建立贝叶斯网络分类模型,结果表明:采用交通事故发生前20~40 min内、且距离事故地点最近的2个船舶检测器的数据构建的模型分类效果最优,正确率为78.13%。最后通过与BP神经网络和K近邻两种估计算法比较,证明了BN模型预测效果更优,是一种较好的实时交通流航行风险评估方法。     

交通运输网络扩能优化算法研究

当交通运输网络的预期流量超过路网能力时,如何选择经济、合理的扩能优化方法改进路网能力,是交通运输部门需要面临的重要问题。因此,建立交通运输网络的扩能优化模型,设计通过构建关于改扩建费用最短路逐步迭代的求解算法．并对模型及其算法的有效性加以验证,可为解决交通运输扩能优化问题提供参考。     

既有桥梁的贝叶斯网络评估方法

结合贝叶斯网络的因果关系推理能力，将其用于对结构技术状态的推断，采用高斯贝叶斯网络对既有桥梁的评价方面作了初步的尝试．根据先验的各变量的统计特征，在找出各变量的因果关系、构建相应的贝叶斯网络后，即可以从观测到的信息中推断结构的技术状况，这对现有桥梁的评估具有实际意义．文中提出了既有桥梁的贝叶斯网络的构建和推理运算方法．并利用桥梁中受弯构件的安全度作为实例给出了说明．     

交通运输网络能力限制路段分析及扩能优化研究

交通运输网络是交通运输系统的重要组成部分,确定交通运输网络中的能力限制路段,设计合理的路网扩能优化方案都是交通运输部门需要面临的问题。本文依据最大流理论制订了路网能力限制路段的确定方法,建立了以换算扩能费用最小为目标的扩能优化模型并设计了相应的求解算法。算例表明,本文研究的模型及算法是有效的,且扩能优化方案中的扩能路段与路网能力限制路段基本上是一致的。     

基于改进PSO算法的两阶段损伤识别方法

为解决结构多损伤情况下的位置识别和损伤程度判定问题,提出了一种基于改进粒子群优化算法和贝叶斯理论的两阶段损伤识别方法,该方法采用频率和模态应变能作为损伤定位源数据,分别用基于频率改变和基于应变能耗散率的识别方法进行损伤信息的初步提取,再利用贝叶斯融合理论对损伤位置进行较为精确的判定.然后,利用粒子群优化(PSO)算法对损伤位置和程度进行更为精确的二次识别.考虑到简单PSO算法易陷入局部最优解,提出了3种改进措施,即粒子位置突变、最优记忆粒子微搜索和双收敛措施.数值仿真结果表明:采用贝叶斯融合理论可以有效地识别出可能的损伤单元,在此基础上用改进的PSO算法可以更精确地识别损伤的位置和程度,同时采用3种改进措施的PSO算法的识别精度明显优于其他PSO算法和遗传算法.     

多中心共同配送与收集网络联盟优化问题研究

针对多中心共同配送与收集网络中物流合作联盟构建和收益分配机制设计方面存在的不足,提出了多中心共同配送与收集网络联盟优化策略.首先,建立了网络运营总成本最小和配送与收集车辆使用数量最少的双目标优化模型.其次,提出了结合k-means聚类算法和Im-NSGA-Ⅱ算法的混合启发式算法求解模型,该混合算法通过引入贪婪求解思想和精英保留策略,提高了算法的全局收敛性能和局部寻优能力,并与NSGA-Ⅱ和MOGA算法进行对比分析,验证了所提算法的有效性.然后,运用最小费用剩余节约方法(MCRS)研究多中心共同配送与收集网络联盟的收益分配问题,并讨论合作联盟序列选择和联盟稳定性.最后,通过实例对提出的优化模型和算法进行验证.结果 表明,该方法能够优化多中心共同配送与收集网络资源配置,降低网络运营成本,为多级共同配送与收集网络优化提供参考和方法借鉴,并为可持续的城市物流网络规划和共享物流合作联盟构建提供决策支持.     

地铁短时客流预测改进LSTM方法

短时客流预测可为轨道交通运营部门规划调度提供参考,其中短时客流预测的精准性尤为重要,为进一步提高城市轨道站点短时客流预测精准性,提出一种结合集合经验模式分解算法和贝叶斯优化算法的改进LSTM方法。先使用集合经验模式分解算法(EEMD)对地铁站点的客流数据进行分解,以减少数据噪声干扰;再通过贝叶斯优化算法(BOA)对长短时记忆神经网络(LSTM)的超参数进行优化,从而提高模型的参数精确性。采用真实的客流数据验证结果表明：相较于单一LSTM以及单层组合模型,双重叠加后的EEMD-BOA-LSTM组合模型预测结果平均绝对误差降低21.8%～44.8%,均方根误差降低16.9%～47.4%,对短时客流的预测结果误差改善显著。     

单线圈检测器速度估计的贝叶斯网络模型

实时精确的车流速度对于交通管理系统来说是至关重要的. 然而,最普遍的单线圈检测器却不能输出速度参数. 本文提出了一种新的单线圈检测器速度估计的贝叶斯网络方法. 在分析流量及时间占有率与速度之间的因果关系基础上,通过单线圈检测输出采样间隔内的流量和时间占用率数据,建立了速度估计的贝叶斯网络模型,采用高斯混合分布函数和EM算法进行模型表达及参数训练. 通过北京快速路实地数据对算法进行了验证,结果表明算法不同采样间隔、不同车道及不同交通状态下均具有较强的鲁棒性,与传统算法相比平均绝对误差减少2 km／h左右. 这一方法可以应用于交通管理系统速度的估计.     

基于节点限制的轴幅式集装箱海运网络优化设计

随着集装箱船舶大型化的发展趋势,越来越多的班轮公司积极建设轴幅式集装箱海运网络来提高服务效率、降低单位运营成本。为此,建立非线性轴幅式集装箱海运网络优化模型,以集装箱海运网络总成本最小为目标,考虑港口通过能力约束,应用Q-学习方法与混沌优化方法结合的混合优化算法求解,寻找合理的集装箱运输路径,配置适宜的集装箱船舶。算例结果表明:混合优化算法可以有效地求解海运集装箱运输路径优化与船舶配置问题;轴幅式网络比直达运输可节省10%的运输成本。     

����Ȧ������ٶȹ��Ƶı�Ҷ˹����ģ��

实时精确的车流速度对于交通管理系统来说是至关重要的. 然而,最普遍的单线圈检测器却不能输出速度参数. 本文提出了一种新的单线圈检测器速度估计的贝叶斯网络方法. 在分析流量及时间占有率与速度之间的因果关系基础上,通过单线圈检测输出采样间隔内的流量和时间占用率数据,建立了速度估计的贝叶斯网络模型,采用高斯混合分布函数和EM算法进行模型表达及参数训练. 通过北京快速路实地数据对算法进行了验证,结果表明算法不同采样间隔、不同车道及不同交通状态下均具有较强的鲁棒性,与传统算法相比平均绝对误差减少2 km／h左右. 这一方法可以应用于交通管理系统速度的估计.     

总需求固定时出行网络结构的优化

考虑到出行网络结构优化是缓解城市道路交通拥堵的有效措施,构建了提高出行网络和道路网络匹配程度的出行网络优化算法．针对城市道路交通双层网络特性,提出了双层网络的匹配程度指标．考虑匹配程度指标,构建了基于边删除法的出行网络优化算法．分析结果表明：本算法能优化出行网络结构、有效缓解城市道路的交通拥堵．     

基于最小风险的单一表文件垃圾邮件过滤算法

研究探讨了传统贝叶斯模型的原理和优缺点,指出朴素贝叶斯算法没有考虑到合法邮件和垃圾邮件被误判带来的不同损失,因而有一定的局限性,而后以朴素贝叶斯为基础,结合最小风险的贝叶斯邮件过滤算法,提出改进的基于垃圾单词的单一表文件垃圾邮件过滤算法,提高了系统的执行效率,减少合法邮件的误判对用户造成的损害,并构建了邮件过滤模型．     

流线网络优化的变分不等式模型与算法

为解决具有复杂超网络特点的流线优化问题,求解以供需匹配度最大化为目标,以能力和资源限制为约束条件的流线网络优化模型,利用向量概念,对流线网络优化模型的目标函数和约束条件进行了简化和修正,将其转换为变分不等式形式,给出了基于投影算法的求解步骤,并以某市物流节点布局规划为例进行分析.案例研究表明:利用投影算法得到的区域物流网络供需匹配度为0.999 7,高于经验比较法得到的供需匹配度0.947 6,更接近实际物流需求;并验证了基于变分不等式的流线优化模型存在唯一解.     

基于贝叶斯网络的城市交通规划辅助决策模型

为解决传统模型定位跟踪能力较差、交通规划决策线路覆盖不均衡的问题,构建基于贝叶斯网络的城市交通规划辅助决策模型.根据城市交通特征提取机动车的分布状态,得到城市某一随机路段的交通流量,利用贝叶斯网络定位跟踪交通移动目标,实现交通流量和通行状态的实时追踪、结合跟踪结果,依据平衡分配规划指标构建城市交通规划辅助决策模型.结果...     

高速公路尾随相撞事件的贝叶斯网络致因分析模型

应用上海市高速公路1104条事件数据,基于专家知识和数据融合方法建立贝叶斯网络结构;利用服从Dirichlet分布的贝叶斯方法进行参数学习;运用团树传播算法进行推理分析。研究了上海市高速公路尾随相撞事件类型与不同道路环境条件之间的关系。在验证贝叶斯网络模型的有效性后,系统分析事件致因,并提出改进措施。发现重大尾随相撞事件易发生在大中型车与小型车之间;夜间易发生大中型货车的重大尾随相撞事件,尤其是凌晨0时至6时;路表潮湿状态下的非普通路段上易发生大中型客车的重大尾随相撞事件。结果表明贝叶斯网络建模能够更好的反映事件致因因素的多维性及关联性,是交通事件致因分析的有效方法。