基于配放约束的货物多车配载优化模型与算法

构建具有装载重量、体积以及性质相互抵触的货物不能混装等多约束条件下,基于配放约束的货物多车配载模型.并以该模型为基础,提出求解该问题的蚁群算法.在模型求解过程中,针对问题特点,充分考虑货物配装限制及装载工具的载重、容积等方面约束,基于待装货物比容动态逼近装载工具剩余空间比容策略,综合运用ACA-VEHICLE和ACA-VOTUME等2个不同蚁群协同考虑两个目标--需用装载工具数目和重量、容积利用率优化对问题的求解策略进行研究.改进了蚁群算法的求解策略,提升了算法性能.最后,结合8类100件货物的配装问题,对模型算法进行检验,结果满意,说明该方法具有实用性.     

基于蚁群算法的客运专线乘务交路计划编制方法研究

;乘务交路计划的编制是乘务计划编制智能化的关键.简述客运专线乘务交路计划编制问题,在将其转化为一类特殊的旅行商问题(TSP)的基础上,建立了该问题的数学模型.改进了最大最小蚂蚁系统(MMAS,max-min ant system),提出用K-MMAS算法求解该数学模型.以京津城际客运专线相关数据为背景对该算法进行仿真,验证了算法的有效性.     

基于多个非线性映射模型的单向Hash函数算法研究

鉴于单个混沌映射模型构成的单向Hash算法的安全性差、易被预测等问题,本文提出了基于多个非线性映射模型的单向Hash函数算法.即在构建产生多种混沌序列的多个混沌映射模型的基础上,根据切换策略在明文信息的不同位置产生不同的混沌序列,并用线性变换后的信号信息对混沌参数进行调制来构造单向Hash函数.通过仿真进行该算法的单向性、运算速度、碰撞等性能分析.研究结果表明: 较基于单一混沌映射的Hash函数而言,该算法具有实现简单、运算速度快、抗碰撞性能好等优点,具有一定的应用价值.     

基于蚁群算法的客运段乘务值乘交路计划编制研究

将铁路客运段乘务值乘交路计划问题与旅行商问题相结合,以获取管辖交路乘务组的最小乘务组组数为目标,建立乘务交路计划编制数学模型.深入分析客运段乘务交路计划的特点,并将其转化为模型的约束条件,给出交路接续规则、非对称约束条件、交路执行条件、子回路禁止条件等4个约束条件表达式.同时采用蚁群算法对模型求解,规定算法所需的信息素更新函数,交路选择规则等.将该模型算法在实例中应用,应用结果表明,该模型能够清楚表达乘务值乘交路计划编制问题,并极大地提高了编制效率,降低了成本,实现了乘务值乘交路计划编制的自动化,具有一定的实际意义.     

基于双重启发式动态规划算法的列车运行调整研究

通过对列车行车组织特点及运行调整策略的研究,采用自适应动态规划体系中的双重启发式动态规划算法,建立了列车运行调整模型.双重启发式动态规划算法适合处理具有实时性、约束性、非线性、随机性等特点的列车运行调整复杂动态系统的优化控制问题,通过仿真验证,该算法求解速度快、精度高,对列车晚点的调整起到了良好的控制作用.为列车运行调整的深入研究提供了一定的参考价值.     

基于形态学方法的车道线检测算法研究

对车道标识线检测技术进行深入研究,分析结构化道路的模型特征,结合形态学处理图像的方法,提出一种基于形态学方法的车道线检测算法,该算法能够灵活构造具有不同车道模型特征的结构元素,提取左右车道线,有效解决了车道线检测的准确性与鲁棒性矛盾的问题.仿真实验表明,在多种天气状况下,对不同质量的路面,该算法均能正确地检测出车道标识线,去除双边缘,其得到的单线车道左右标识线清晰且准确,具有一定的实用价值.     

基于遗传算法的图象重建算法

提出了一种基于遗传算法的图象重建算法,该算法通过构造合适的基因编码方案及个体适应度评价函数,并对遗传算法进行优化,克服了Kuba算法和谷士文AI算法的缺陷,可以成功地解决由带有噪声的二维正交投影重建二维图象的问题,并简化了约束条件.实验结果表明该算法是成功有效的.     

Relief算法在关门车故障自动识别中的应用

针对货车运行故障动态图像检测(TFDS)系统中的图像识别问题,提出一种基于Relief算法的解决方案.该方案采用梯度-共生矩阵的数字特征来描述一幅图像,然后通过Relief算法进行有效的特征选择,根据这些特征,通过模板匹配技术,最终检测出关门车故障.现场运用表明,该方案具有很高的实用性.     

基于蚁群算法的多功能车辆周期扫描表的优化设计

针对多功能车辆总线周期扫描表的已有设计方案存在缺点,本文对其优化设计方法进行深入研究,提出一种基于蚁群算法的优化设计方法.本文明确周期扫描表设计问题实质是典型的组合优化问题.首先,针对该组合优化问题建立数学模型,确定约束条件,提出减小周期数据报文在各个周期相中方差的优化目标.然后,针对该数学模型,利用蚁群算法生成蚂蚁行走的路径图,推导出相应的计算公式,从而寻找到最优路径,生成主帧的最优排列.最后,算法在MVB总线实例上进行验证,仿真结果表明以减小周期数据报文在各个周期相中的方差为优化目标的蚁群算法明显提高周期扫描表的均匀度和生成主帧表的效率.与国际标准IEC61375-1推荐算法进行比较,蚁群算法具有优势.     

遗传算法在树枝型专用线取送车作业中的应用研究

针对树枝型铁路专用线取送车的作业方式,建立优化取送车作业数学模型.该模型既适用于送取分离的作业方式,又适用于送取结合的作业方式.同时提出一种改进的遗传算法,将该算法与建立的数学模型结合解决取送车优化问题.该算法采用自适应的交叉概率,能保证优良的个体在种群中得到较好的遗传,不良的个体被淘汰,并能保证搜索到问题的最优解,从而改善了算法的搜索效率.仿真实验能搜索到专用线取送车优化问题的最优解,结果验证了模型和算法的有效性.