求解双障碍问题的一个内点迭代算法

介绍一种解决双障碍问题的迭代算法,该算法称之为内点迭代算法. 首先将原问题转化为等价非光滑方程组,然后构造新的光滑函数来逼近非光滑方程组. 文中证明了惩罚参数可能需要修正有限次情形下算法的全局收敛性和超线性收敛性. 经数值实验表明,该算法是有效的.     

修正的迭代算法用于结构不确定性问题的静力区间分析

区间分析用于结构不确定性问题的处理，具有简单实用的优点．将区间分析和适当的有限元方法相结合，可建立直接求解静力响应区间的区间有限元控制方程．如何保证解区间不被放大或缩小，是结构不确定性问题静力区间分析的关键．文中对改进的迭代解法进行修正，提出一种适用范围更广的修正迭代算法．算例结果表明，该方法是有效的．     

一种新的线性规划中原始对偶内点算法的核函数

针对线性规划中原始对偶内点法给出了一种新的核函数,并且给出了基于这个新的核函数的原始对偶内点算法.在算法的理论分析中,首先利用该核函数导数的反函数估计出该函数本身的上界;其次利用相关定理给出了最优的迭代步长的下界;最后证明基于牛顿迭代步的原始对偶方法的大步迭代和小步迭代的迭代上界,并通过对不同规模的线性规划问题进行数值计算来说明这个算法的有效性.     

基于成本迭代与需求迭代的四阶段交通模型双重反馈算法研究

四阶段交通模型作为最流行的交通需求预测模型理论,其计算结果存在不一致性的缺陷,反馈算法被引入模型结构中来解决不一致性的问题。研究提出了成本迭代与需求迭代的双重迭代反馈算法,并使用案例比较了它与既有反馈算法的差异。研究结果表明：成本迭代＋需求迭代的双重迭代模型结构能够在不影响预测结果的前提下减少迭代次数和系统运行时间,收敛过程更加稳定且能够适用于不同规格的交通网络。     

基于克隆选择算法的模糊规则提取方法

结合人工免疫系统的克隆选择原理,采用克隆算法进行优化,提取通过多精度模糊分割产生的大量模糊if-then规则中的优质分类规则,建立了模糊分类所需要的有效规则集来实现分类的目的.由该方法所提取的模糊规则集具有分类正确率高、规则数目较少及识别时间短的特点.     

一种基于特征点的跟踪算法

设计了一种基于特征点的图像跟踪算法．采用卡尔曼滤波器跟踪运动目标，并针对跟踪过程中的旋转及遮挡问题，提出相应策略：根据特征光流计算得到目标的旋转角度，适时地更新特征点的匹配模板，解决了旋转问题；当有局部遮挡发生时，通过模板与图像的匹配相关系数判断出被遮挡的特征点，并把这部分特征点加以滤出，而只有未遮挡特征点的跟踪结果送到卡尔曼滤波器，从而有效解决了局部遮挡问题．试验结果表明，这种跟踪算法具有跟踪精度高、鲁棒性强的特点．     

一种供需链中企业合作伙伴的选择算法

在传统的有限方案多目标决策方法的基础之上，根据描述对象的不同对决策指标进行分类，并在计算中运用熵信息法对每一类中的个体指标进行个体权重确定，再运用专家相对评分法对分类后的各类指标进行整体权重确定，从而得出了一种基于决策指标分类的企业供需链中合作伙伴的选择算法。     

一种基于迭代学习的自适应交通信号控制方法

迭代学习控制作为数据驱动控制的一个分支,经历二十多年的发展,无论在理论研究,还是在实际应用上都取得了丰硕成果. 本文以交通信号系统为被控对象,利用迭代学习控制和模糊理论的核心思想,设计基于数据驱动的信号交叉口自适应控制器,使交叉口的通行能力得到显著提升. 信号控制的关键规则采用模糊迭代理论,通过迭代学习使得信号控制策略适应交通流的不断变化,通过模糊理论处理交通系统中的不确定性和随机性,从而避免对复杂交通系统的建模,发挥了数据驱动的无模型控制优势. 最后,使用基于VISSIM的仿真平台对算法的有效性和实用性进行验证. 仿真结果表明,基于迭代学习自适应交通信号控制方法的控制效果优于定时控制和感应控制.     

基于蚁群算法的动态路径选择优化方法

为了确保城市路网交通流平稳运行和各路段交通流量合理分配,提出了一种基 于伪随机状态转移规则的动态路径选择优化方法.该方法首先计算路段上流量和路阻,利 用伪随机状态转移规则和路径、路段信息素更新规则,模拟了出行者在路网节点的择路 行为,实现了路径选择过程中静态先验知识、动态交通状态及路径选择随机性的综合.算 例结果表明,该方法能够体现不同 OD 需求下路径选择的叠加效果和时延效果,相对于 平衡分配法可获得更好的路网交通均衡性,对于时变路况环境下的路径诱导系统也具有 一定的应用价值.     

一种简单高效的二值图像并行细化算法PABIT

提出一种简单易行的二值图像并行细化算法PABIT，该算法通过模板匹配的方式．层层剥离原始图像的边缘像素，使具有像素点宽度为偶数的笔划保留双像素的中心骨架．使像素点宽度为奇数的笔划只保留单像素的中心骨架线，最终在此准骨架的基础上通过进一步处理得到最后的笔划宽度为1的细化图案．由于该算法采用并行处理的模式．使得该算法较通常的串行算法效果更好．经该算法细化后的结果具有保形．连通，无扭曲变形的效果．     

严格伪压缩映像不动点和均衡问题的公共元的迭代算法

均衡问题的解在最优化理论及应用中具有十分重要的意义。物理学和经济学中的很多问题可归结为寻找平衡问题的解。有关非线性算子不动点的迭代构造问题及混合均衡问题的求解方法,许多学者进行了研究。利用杂交投影算法,用以逼近Hilbert空间中严格伪压缩映像不动点集与混合均衡问题解集的公共元,并证明其强收敛性。此算法的最终投影具有显示表达,因而更有利于应用。所得结果改进和推广了最近一些文献的相应结果。     

基于遗传算法的供应链联盟伙伴选择

在建立供应链联盟伙伴选择多目标决策模型的基础上，提出了一种求解供应链联盟伙伴选择优化问题的自适应遗传算法，并给出了算例．该算法设计了自适应交叉概率和变异概率，使每个个体在遗传过程中对环境变化具有自适应调节能力．算例结果表明，用该方法能以较快的速度收敛于全局最优解．     

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.     

中小城市城乡公交站点的筛选方法研究

为探寻中心城市城乡公交站点的筛选方法,判断当前站点的设置合理性,提出出行兴趣点 的概念,并以显著度指标来表征站点满足居民出行需求情况,结合出行调查数据和网络公开平台 所得数据,提取出行时效性和土地混合利用两个因素,且引入路网通达度、综合服务值两个指 标,建立站点显著度与二者的回归模型,并依据聚类分析将站点进行分级,通过分级结果判断得 到出行兴趣点集合,将其作为城市端城乡公交的备选站点集合。研究结果显示：所建二元回归模 型精度为0.85,拟合效果良好,表明采用显著度指标表征站点需求可行,其与路网通达度、综合 服务值具有很强的相关性;聚类分析将站点分为5 个等级,且4 级及以上站点能满足90%的农村 居民城乡出行需求,可作为出行兴趣点,构成中小城市城乡公交站点集合。