铁路空车调整优化模型及其蚁群算法

以理论研究为主,通过对空车调整问题的特点分析,明确了空车数量调配和网络配流是空车调整的两个核心问题;在分析已有模型及对问题进行抽象描述的基础上,建立了空车调整协同优化（EWDCO）模型,并设计了相应的蚁群算法。分析发现,共同径路约束与EWDCO模型是不协调的;通过对定理的证明得出,对流约束不会对EWDCO模型的最优解产生影响,模型可以描述为线性整数规划模型,其实质是带容量约束的最小费用流模型。同时,研究表明ACO对求解空车调整问题具有一定的优势,是一种较为有效的算法。     

铁路货物空重车调整优化模型与算法研究（续）

2．5空重车综合调整模型和算法 2．5．1空重车综合调整模型的建立 每一调配站对i与j间，设站点的运输资源为Rij。Rij是指于i站装车至j站的重车数，这些重车卸空后用来在j站装车。     

一种面积加权的半边折叠网格简化算法及其递进网格构造

以二次误差度量方法的边折叠为基本方法，实现一种面积加权半边折叠三角形网格模型简化的算法．该算法除了考虑顶点周围三角形的法向量外还考虑其他几何特征如三角形面积等来计算边的折叠代价，能够有效地对网格模型进行简化；采用递进网格表示方法存储网格信息，能够生成连续的细节层次模型，支持模型的多分辨率表示、任意精度简化等操作．文中还给出了应用实例和分析数据。     

基于动态网格模型的航线自动生成算法

为了充分利用电子海图信息, 进行航线设计, 提出了基于动态网格模型的航线自动生成算法。采用一个判断网格模型中方格可航性的快速算法, 对方格的可航性进行分类; 给出了一个有效地使用8个字节表示邻接方格8个方向的编码方法, 使邻接方格的连通性与字节的逻辑操作相对应; 提出了网格路径权序列均匀度概念, 给出了距离等长路径的优选方法, 分析了路径与所对应的实际航路长度的差异; 基于二分查找法, 求出航线上所有转向点的路径方格序列。研究结果表明: 基于动态网格模型所生成的航线可避开危险的障碍物, 是合理、安全的。     

铁路货运空重车调整优化模型与算法研究

在铁路运输中，月度货物运输生产计划所规定的运输生产任务及有关技术指标是按每月的日平均数制定的，而运输生产过程由于受各种因素的影响，每日的运输状态均不相同，经常偏离规定标准。为使运输生产控制在正常状态，必须经常分析运输生产指标完成情况，进行车流分布预测，并且根据具体的运输工作条件，调整车辆分布及列车运行，     

基于蚁群算法的铁路空车调整优化模型设计

针对铁路空车调整问题,采用蚁群算法解决此问题,建立以空车走行公里数最小为目标的优化模型,并给出求解算法。算例分析表明模型的正确性和算法的合理性,将蚁群算法的时间复杂度与其他一些解决空车调整问题的算法的时间复杂度进行比较,充分体现蚁群算法解决大规模路网空车调整问题的优越性。     

基于网格模型与K-Means算法的交通状态演变特征

为利用海量网约车轨迹数据实现对城市交通状态的高效识别与分类,对成都市网约车轨迹数据进行预处理,构建城市交通状态识别网格模型,根据模型判别网格的交通状态.利用K-Means聚类算法对不同时段的交通状态进行聚类,并将交通状态分为持续畅通型、轻度缓行型、持续缓行型、持续拥堵型4种类型,从时间维度和空间维度分析不同网格的交通状...     

多路径配流模型的一种改进算法

在多路径配流模型中，出行者对每条备选路径的理解阻抗是随机的，经典的STOCH算法通过正向和反向两次搜索最短路径来寻找有效路径．用选择枝的概念简单叙述Logit选择模型，在对经典STOCH算法深刻分析的基础上，提出了一种求解多路径配流问题的改进算法，该算法只需一次反向搜索即可完成有效路径的寻找。从而提高了求解速度，最后给出了算例求解．     

数据网格中一种QoS驱动的副本选择算法

以移动Agent作为任务载体,代表用户应用程序在分散的数据网格环境下智能地进行副本选择.利用移动Agent与各个副本宿主节点的本机通信来替代传统的远程访问方式,从而避免大量的副本传输,节省网络带宽资源.提出了一种由用户QoS（服务质量）驱动的副本选择算法,开发出基于Java Swing的实验演示系统,并针对于3种不同的QoS目标对移动Agent的迁移进行了模拟试验.实验表明提出的副本选择算法能够根据用户的不同QoS偏好来优化副本选择,当网格规模较大时更能凸显对用户QoS偏好的优化效果.     

一种细分曲面水印算法

本文提出的细分曲面水印算法是基于图像水印算法和Fourier加法性质,将初始网格迭代三次以使网格的顶点数足够多,然后取出一部分顶点坐标用来嵌入水印,嵌入水印后的网格作为新的初始网格．实验结果证明该算法具有较好的强壮性和计算量小的特点．     

突发事件下城轨列车运行调整模型及算法分析

随着轨道交通快速发展,突发事件带来的损失与影响也日益增加.在此背景之下,从乘客的角度出发,为提高突发事件下轨道交通服务水平、降低乘客候车时间,构建以事故线路乘客总候车时间最短为目标的列车运行调整模型.同时,提出一种缓解重点车站客流压力的单车站列车运行调整优化算法以及一种不同突发事件持续时间分别计算和每隔5?min滚动计...     

一种改进Dial概率分配模型分析

鉴于Dial算法的不足，简要分析Dial改进算法的优点，针对模型特点采用经验估计取值法来确定模型参数的取值范围，并固定其值，最后通过实例分析其取值的可行性。     

Markowitz模型的一种神经网络解法

对不允许卖空情况下的Markowitz模型的求解，在金融学里面，一直是个很棘手的问题，提出了一种反馈神经网络算法，该算法计算步骤简单，收敛速度快，特别针对大规模问题非常有效，首先提出了这种算法的神经网络模型，给出了它的能量函数，接着证明了它在Lyapunov意义下的稳定性，最后证明了一定存在一个收敛序列{Xk}包含于R^n,使得{Xk}的每一个极限点都是Markowitz模型的解。     

铁路网络列车运行调整的优化模型 及其分支定价算法

研究了铁路网络中列车可变更运行线路下的列车运行调整问题,目标是使得所有 列车偏离终到时间之和最小化.首先引入流平衡约束建立基于列车到发时刻的网络流模型,采 用商业软件GUROBI求解.同时构建了基于列车时空路径的整数规划模型,并给出了分支定 价算法,采用伪费用分支和最佳优先搜索策略加快算法的收敛.最后设计算例进行验证,通过 与GUROBI对比说明本文算法是有效的.当列车数为20 列时,求解时间减少91.6%,得到的最 终可行解距离最优解的间隔为9.72%.验证了本文分支策略较最为分数分支策略更优,列车运 行调整可变更线路相比于只能按原始线路行驶平均可降低目标函数值37.4%.     

一种城市公交查询的算法及其应用

本文分析了常用赋权有向图和城市公交网络的特点及其拓扑模型,认为用现有的数据结构表示公交网络比较困难,不适合用经典的最短路径算法来求解公交线路查询;作者提出利用数据库技术可以简单清晰的描述公交网络,并给出了公交网络的一种数据库结构;在此基础上,给出利用数据库的公交网络查询的算法;最后,通过一个实例证实了该算法是有效的．     

一种改进的模型参考自适应算法

针对一种模型跟随自适应算法（DS-AMFC），利用线性神经网络预测系统输出与模型输出之差为控制信号的计算提供较准确的偏差值，用该估计的偏差量进行控制。同时，把控制的误差引入控制信号，在输入信号频率较高时仍具有跟随模型的能力，鲁棒性大大提高。     

Delaunay三角网剖分中嵌入约束边的局部调整算法

提出了一种建立约束Delaunay三角网（CDT）的算法，该算法对约束数据集先建立非约束Delaunay三角网，然后嵌入约束边对其影响域按角度最大原则进行局部调整，同时使其满足CDT的性质。详细地说明了在CDT中嵌入约束边的过程，同时给出了三角网拓扑关系更新的方法，最后对算法的时间效率进行了分析。该算法执行效率高，并且运行稳定。     

一种Delaunay三角网数模快速定位算法

逐点插入法是构建Delaunay三角网的主流算法之一,在众多三角形中快速定位目标三角形是影响逐点插入法构网速度的一个重要因素,同时也是影响高程内插速度的关键。在分析多种已有定位法特点的基础上提出区域定位法,给出了详细的判断条件,并加以证明。通过对几种定位方法进行分析比较,在两种投点方式下用逐点插入法对四种算法进行了TIN的构网实验,结果表明均匀投点的构网速度都要快于任意投点的构网速度,区域定位法搜索方向唯一,算法稳健,具有较快的定位速度。     

人体骨架模型的建立及IK问题的一种解决方式

从骨架层次上对人体进行抽象和简化，并产生了人体分层结构树；同时讨论了人体的关节模型和关节约束，把关节分为一个自由度的关节、两个自由度的关节和三个自由度的关节．并在此人体分层结构上，提出了解决IK问题的指向线算法，这个算法和国外学者提出的CCD算法思想不谋而合，讨论了CCD针对解决人体IK问题的优势和不足之处，提出了相应的改进方法．     

一种改进投影算法求解排放约束下多用户交通分配均衡模型

给出一种考虑排放约束条件下的交通分配均衡模型,在所定义的广义出行费用中明确考虑捧放因素.通过将变分不等式同题转换成等价的最优化问题.引入改进投影算法求解该模型.在所给出的数值算例中考虑两类对排放不同偏好的用户,采用均衡算法求解二次规划子问题,所得的弧及路径最优解收敛.且均满足Wardrop平衡条件.