基于遗传算法的公路纵断面优化

提出了一种基于遗传算法的纵断面优化方法，这种方法可以在一个可行域中自动搜索一个最优或较优解。其基本思想是首先根据纵断面初始解建立一个可行域，通过编码建立染色体与实际设计变量之间的一一对应关系，然后对可行域中的可能解用一个评价函数(适应度)进行度量，利用遗传算法在可行域中选择最优解。实践表明：该方法具有全局解空间搜索能力，从而实现了全局寻优的目的，对道路优化设计是有效的，可行的。     

均匀设计和遗传操作并行的遗传算法

针对简单的遗传算法稳定性较差，容易发生早熟收敛的不足之处，提出了将均匀设计和遗传操作相结合的遗传算法，通过编码在问题的解空间和算法的搜索空间之间建立一个映射，对其进行交叉操作，变异操作和均匀设计操作，用典型的测试函数进行测试，证明了该算法是可行的，与单纯遗传算法相比，计算精度和收敛速度更高。     

一种基于邻接极小搜索的布局模式生成方法

针对全局最优化求解布局问题,通过对目标函数的局部极小出发的两级搜索,获得多个邻接极小,实现布局模式的自动生成;从而获得基于不同布局模式的可行解集以及基于此解集的相对最优解,并通过矩形空间中的圆布局问题给出实例演示。     

具有主从结构的多目标非线性两层优化问题手可行方向法

本文在一定的正则条件下，借助于最优解的方向导数，提出了通过确定可行下降方向和下降步长来直接搜索两层优化问题满意解的一种方法。     

一种新的分区回溯算法

在传统回溯算法及其时间和空间复杂性的研究基础上,提出了一种通用混合回溯方法——基于分区的回溯算法,在空间和时间代价较小的情况下,它能找到全部解,并且通过N皇后问题进行了实验,获得了较好的结果,说明该算法是可行的和有效的。     

不同空间形态下坑中坑变形特性分析

基于南昌艾溪湖隧道坑中坑基坑工程案例，利用数值计算软件研究分析坑中坑不同空间形态下的基坑变形特性，并提出基坑变形影响率，综合判定各坑中坑空间形态参数对于基坑变形的敏感性。研究结果表明：影响坑中坑变形特性的空间形态特征要素主要为内外坑相对大小、相对位置和围护结构插入比；具体敏感性关系为：相对深度>相对位置>外坑围护结构插入比>内坑围护结构插入比>相对宽度。     

扰动微分方程在优化约束问题中的应用

研究了扰动微分方程在优化约束问题中的应用，指出对某些类型的奇解扰动后不存在部分变量收敛到优化约束问题的可行点。     

随机动态规划与对路空间线形的优化与HSAP程序算例

用随机动态规划这一优化方法，提出用空间交点确定公路空间线形的三维空间法，并给出具体的优化方法和程序，最后通过算例表明程序的有效性和实用性，目的是为公路空间线形提供一种可行的数学优化方法。     

遗传算法在电力系统无功优化中的应用

详细介绍了浮点数编码遗传算法的编码、选择、交叉、变异等操作.该编码不仅可以降低算法的搜索空间,而且可以避免初始化及在遗传操作中生成的不可行解.将该算法用于IEEE30节点系统,结果表明,该方法降低了网络损耗,实现了电力系统的无功优化,得到了满意的结果.     

遗传算法和强度评判结合作空间网架截面优化分析

尝试将遗传算法与强度评判结合，用于空间网架的截面积优化，以得到最轻结构。这样，既可以对多峰性问题突存局部优化解的局限，又可以弥补遗传算法概率探索的盲目性，加快收敛速度，用型材构造的空间网架，将离散的截面参数用二进制的遗传因子表示，利用染色体的遗传繁殖和自然淘汰等特点，通过相当数量的染色体集团的交叉和变异，在广阔的参数域内对优化解进行搜索，算例表明，此方法可以在不大的许量下获得相当良好的优化解。     

��ͨ���������������ۺ�ģ�͵��������Ż�����

本文提出了关于交通运输与土地利用的综合模型的连续最优化及敏感性分析的基本框架。考虑外生交通费用的土地利用模型的敏感性分析和考虑弹性需求的交通运输网络的敏感性分析过程本是相互独立的，本文将两者结合为一个综合模型的敏感性分析。将这种敏感性分析方法用于土地利用方案设计和交通运输政策制定的最优化，可以使一定的社会剩余函数最大化。最后，本文以一个包含拥挤交通网络子模型的住宅分布模型为例对所提出方法进行进一步说明。     

基于鲁棒性的竞争环境下枢纽航线网络优化设计

针对当前航空运输网络的逐步复杂化,通过对枢纽机场选址模式的分析,研究 竞争环境下枢纽航线网络设计方案.首先,在一定的航线网络基础上,定义了旅客效用函 数及捕获能力函数.然后在原有枢纽的基础上,以从竞争者那里获得的最大捕获流为目 标,选址新的枢纽,建立竞争环境下枢纽逐步选择模型,并且设计了求解模型的高效算法. 最后,通过随机产生的案例应用模型,分析模型中各参数变动的情形下,所得枢纽解的情 况;同时,通过枢纽解对计划延误时间的敏感性分析,验证最优枢纽解的稳定性,进而验 证模型的有效性.该模型可为航空公司的航线规划人员提供依据.     

大型建筑周围路网交通影响度的敏感性分析

按大型建筑的使用功能对其分类．用层次分析法建立了大型建筑对周围路网交通影响度敏感性分析的指标体系，并根据交通工程和系统工程学原理构建了各指标的计算模型．确定了路网交通影响度敏感性分析指标的不确定性因素．建立了路网交通负荷影响度与不确定性因素的关系模型．提出了大型建筑对周围路网交通影响度敏感性分析方法．以重庆南岸体育中心为实例，分析结果表明出席观众数变化率为南岸体育中心周围路网交通影响的主要敏感性因素．     

Continuous Optimization Method for Integrated Land Use/Transportation Models

A basic framework for the sensitivity analysis and continuous optimization of integrated land use/transportation model is proposed in this paper. It is shown that separate sensitivity analysis procedures for a land use model with exogenous travel costs and a transportation network with elastic demand can be combined to get a sensitivity analysis procedure for the integrated model. Sensitivity-analysis-based techniques can then be used for the optimal design of land use plans and transportation policies so that certain social surplus functions are optimized. The proposed method is illustrated with a residential location model with a congestible transportation network sub-model.     

基于改进 BP 神经网络的铁路货运量预测

在分析铁路货运量预测方法的基础上,针对标准BP神经网络的不足,提出改进的BP神经网络预测模型。首先,利用动态陡度因子来改变激励函数的陡峭程度,以此来得到更好的激励函数响应特征以及更好的非线性表达能力;其次,利用附加动量因子,通过对以前经验的积累,既降低了神经网络对误差曲面的局部细节敏感特性,又较好的遏制了神经网络易于限于局部最小的缺陷;最后,采取改变学习率的方法,给定一个较大的学习率初始值,在学习的过程中学习率不断减小,网络最终趋于稳定。改进BP算法既可以得到更优的解,还能够缩短训练时间。利用全国铁路货运量的相关数据对改进BP神经网络进行了验证。验证的结果表明,改进的BP神经网络预测模型在相对误差和迭代次数上有较大改善,对铁路的货运量预测很有效。     

基于HAM的汽车乘员约束系统多参数优化

针对汽车乘员约束系统高度非线性且难于求解最优值的特点,提出全局敏感性分析结合混合元模型的优化方法,通过蒙特卡罗模拟在整个设计空间内采样,以元模型代替仿真模型来完成设计参数的敏感性分析,并将分析获得的信息用于混合元模型优化（hybrid and adaptive metamodeling method,HAM）,将二阶多项式响应面、Kriging模型、径向基函数三种元模型有机结合,自适应选择最佳的元模型进行寻优.搜索过程中元模型不断更新与重建,逐渐提高关键区域的精度,从而快速寻找到全局最优解.对某工程实例的优化结果表明该方法是有效的.     

基于贝叶斯网络的出行选择行为分析

以通勤出行者为研究对象,应用改进K2算法和贝叶斯参数估计方法,以模块化的建模思想,构造了分析通勤出行方式选择和出行链模式安排及其相互作用的贝叶斯网络模型.以互信息指标度量节点间相互依赖关系的强弱,完成网络的修剪.以修剪后的网络为基础,应用敏感性分析讨论了在出行者及其家庭的社会经济属性、活动和出行属性影响下的出行方式和出行链模式安排的变化,及其相互影响.本文的研究为全面分析活动-出行选择行为及其影响因素间的互动响应关系提供了新的思路.     

铁路公路客运流量合理分配研究

在分析公路、铁路特点及其影响客流量因素的基础上，提供考虑诸因素的合理吸引的数据模型，给出其解法，最终得到铁路公路各自合理的流量，从而使竞争中的运输方式进行灵敏度分析，把握自己的市场，提出最优的决策．     

考虑需求预测不确定性的交通网络设计

为分析需求预测不确定性对交通网络设计的影响,根据需求预测结果的不同类型,建立了适用于连续型需求的基于灵敏度分析的交通网络设计模型和适用于离散型需求的基于未来情形预测的交通网络设计模型。模型均由两项组成,前一项表示网络效益,后一项表示网络稳定性。给出了两类模型的构造过程,探讨了模型的求解方法与适用范围。计算结果表明:随着设计参数变小,网络效益变小,网络稳定性变大,进而得到不同的网络设计结果。可见,考虑需求不确定性的模型能准确地反映实际的交通网络设计目标。     

系统最优的动态交通网络流

智能交通系统是一个复杂的综合系统,动态交通流分配是它的一个关键问题,是运输科学的一个前沿和热点.对于已经建立的系统最优的动态交通流分配模型,根据非线性规划问题的Kuhn-Tucker条件求解出问题的解.由于交通网络是一个大系统,结合分批调度理论将交通网络进行分批处理后简化了配流过程中的寻径,最后设计出分批并行调度算法.