基于等级式多层感知器网络的特定人汉语词组织别系统

本文主要讨论多层知器网络在特定人的汉语词组织别系统中的应用，提出简单的语言特征参数规整方法，针对多层感知器网络在分类模型增式时，网络结构增大，学习时间冗长，识别率上降；增加新的模式需要重新训练网络的缺点，提出了等级式多层感知器网络及其新的分类算法，基于语音知识建立了一个中等词汇量的特定人汉的汉语词组织别系统，提出了语音知识的矩阵表达方式，基于前向概率和后向概率的最佳匹配推理算法，该系统的音了识别率     

基于改进MH算法的高铁ATO运行操纵多目标优化研究

在高速列车运行过程中,运行环境变化将对ATO提出更高的计算要求,ATO既要满足实时计算又要满足运行操纵多目标优化.针对该问题提出一种改进MH算法计算列车运行操纵序列.在原有MH算法基础上,对算法计算频率与寻优目标函数进行改进,提出随机惯性权重粒子群算法与司机驾驶逻辑相结合的方式计算运行操纵序列,通过选取合理的计算间隔时...     

多目标满意优化在数字滤波器设计中的应用

提出了一种应用多目标满意优化进行数字滤波器优化设计的方法，给出了计算模型和算法，该方法以满意度函数反映设计者对性能指标的评价，更符合实际要求，应用该方法对有限冲击响应数字滤波器的过滤带采样点的取值进行优化设计，仿真结果表明了该方法的有效性和实用性。     

下落方案与入线结构的"契合性"及其优化效应

根据下落算法和入线算法的不同优化机理及不同选编目标条件下下落算法的本质差别,分析两种优化机理的对立统一性;侧重研究下落方案与入线结构的“契合性”及在其影响下选编调车最优解的变化规律。在此基础上,重新界定了在不同选编目标、不同组号构成条件下下落方案的选取标准和选取范围;实现调车作业主要效率指标最优条件下的充分“减溜”优化。研究表明,选编最优解未必来自所谓的“最优”下落方案,寻求最优解必须考虑“契合性”发生的优化效应。为此,提出多方案组合筛选方法,并用例子证明其有效性和通用性。     

面向车辆边缘计算的多目标任务卸载算法

为解决车联网动态环境下,计算和通信资源不足时的任务卸载问题,提出一种基于车辆边缘计算的多目标任务卸载算法。搭建车辆边缘计算中的通信模型和计算模型,考虑每个车辆应用的任务时延约束,设计了多目标优化目标函数,联合优化时延和能耗成本;引入交叉变异、非支配排序、拥挤度排序等技术,提出了多目标任务卸载算法。实验表明,相比于其他任务卸载算法,所提算法显著减少了处理任务的时间和能耗。     

面向布局问题求解的混合全局优化算法研究

布局问题属于NP完全问题。由于布局函数的病态性状，传统的优化算法很难解决此问题。遗传算法、模拟退火算法等对全局优化展示了一定的前景，但是它们的求解精度和效率不能令人满足。本文将启发式随机搜索策略和局部优化算法相结合，构造了混合全局优化算法（MGOA）来解决这一困难。通过典型测试函数与经典遗传算法，模拟退火算法，复合形法进行比较验算，表明该算法具有优良的求解质量和较好的求解效率；并以旋转卫星舱布局的简化模型为背景，建立多目标优化数学模型，通过一个已知最优解的布局算例与遗传算法和乘子法的计算结果比较，该算法求解的质量和效率更优。表明此算法在布局优化中具有应用潜力。     

350km/h动车组TCN网络周期轮询优化算法研究

CRH3型高速动车组周期轮询策略存在总线负载利用率不均匀、周期负载占用带宽相差较大的不足。针对此不足,对高速动车组网络控制系统周期数据的数学模型进行推导,提出一种用于350km/h动车组的周期轮询优化算法。根据MVB轮询周期表的特点,在求解过程中增加层次性的约束条件,以局部目标函数代替全局目标函数,提高了算法的运行效率。对单调速率算法、遗传算法和多约束条件均匀度优先算法的关系进行论证,表明此优化算法在多约束条件下具有极大优势。对优化算法进行可调度性分析,验证了周期轮询表优化结果的有效性。仿真结果进一步证实此优化算法实现了负载信息均匀度最优。     

基于射线跟踪与离开角空间聚类的5G-R网络优化技术研究

当前反复“路测-调整”的传统无线网络优化方式难以满足铁路5G专用移动通信系统（5G-R）的网络优化需求。面向京沈铁路干线场景，在确定了射线跟踪传播机理模型后，进行了5G-R无线信道建模仿真，提出一种基于射线跟踪与离开角空间聚类的网络优化算法。该算法以全向天线仿真结果为基础，使用K-means++算法对射线跟踪仿真的角度-能量域数据进行聚类，将水平离开角的空间聚类中心作为扇区方位角；结合水平离开角的聚类中心与高铁行车路径的空间位置关系，计算相应扇区的下倾角；以上述基于射线跟踪与离开角空间聚类的结果为初值，基于粒子群算法进行优化迭代，高效地完成铁路干线场景下的5G-R网络优化。结果表明，在相同的计算资源和仿真条件下，基于射线跟踪与离开角空间聚类的5G-R网络优化算法对比直接使用粒子群算法，在收敛速度方面提升了约10%，在优化效果方面提升了约30%。该方法针对铁路干线场景能够实现在迭代计算次数更少的情况下，给出更好的网络优化方案，为未来建设高质量5G-R通信系统提供技术积累和参考。     

基于区间时间分配的列车速度曲线节能优化及其在CMC环境测试

针对站间线路存在不同限速的情况，提出一种运行时间优化分配方法。根据影响速度曲线节能优化的限速划分了优化区间，建立每个优化区间的能耗—时间函数，借助拉格朗日法建立增广目标函数，通过拟牛顿法迭代得到站间运行时间优化分配结果，采用Matlab进行仿真。当区间的线路限速数量和限速值不同时，也可以通过该方法进行站间运行时间的优化分配。最后在基于CMC芯片的硬件环境下进行了测试。     

基于模糊多目标优化的城轨列车车门系统维保周期的研究

科学制定车门系统维保周期对整个城轨列车系统的安全高效运营具有重要意义。采用模糊多目标优化算法对城轨列车车门系统维保周期进行优化:分别确定可用度、经济性、任务可靠度与维保周期的关系函数；以可用度、经济性为优化目标，以任务可靠度为约束条件，建立基于模糊层次分析法的维保周期模糊多目标优化模型。对某地铁公司2号线车门系统进行实例分析，验证了模型的有效性。     

基于改进骨干粒子群算法的大体积混凝土水化热管冷参数优化

针对大体积混凝土浇筑时的水化热温度控制问题，提出了一种基于动态惯性权重改进骨干粒子群算法的管冷参数优化方法。以某深水库区大跨度拱桥拱座大体积混凝土为工程背景，通过有限元分析软件二次开发子程序进行建模分析与优化计算，求解该管冷布置方案下的最佳管冷参数。结果表明：有限元分析软件二次开发子程序可以较为准确地计算分层浇筑下大体积混凝土的温度变化规律；基于动态惯性权重改进的骨干粒子群算法相较于标准粒子群算法在该优化问题上具有更好的收敛性；相较于设计管冷参数，优化后的管冷参数可以明显提高降温效果，第一层混凝土核心区温度最高降幅5.8℃,第二层混凝土核心区温度最高降幅8.9℃。     

基于离散微区间工况选择的列车节能运行优化方法

列车节能运行优化可降低列车的运行能耗，从而降低轨道交通运营成本，但对于坡度、坡长、限速等条件多变的线路，既有节能优化方法难以给出合理的工况组合方案，因此提出基于离散微区间工况选择的列车节能运行优化方法。首先，将列车运行区间离散为等距的微区间，建立节能运行优化模型；其次，通过考虑相邻2个迭代最优解之间差异的启发效应，对蚁群系统算法（ACS算法）进行改进，提出改进的蚁群系统算法（ACSd算法）；然后，采用ACSd算法在微区间中直接选择运行工况；最后，将节能和准时的要求同时纳入目标函数和算法的启发因子，并提出调节信息素浓度的时间补偿机制处理时间误差。以北京亦庄地铁线某个多坡段区间为例，将所提方法与既有能量分配法的优化结果进行对比，并对分别采用ACSd算法和ACS算法选择运行工况所获得的优化结果进行对比。结果表明：基于微区间工况选择的优化方法较能量分配方法降低能耗29.1%；采用ACSd算法进行列车节能运行优化较ACS算法降低能耗9.9%。     

含同类构件的多构件结构区间不确定性优化

在土木工程领域,工程结构往往为含同类构件的多构件结构。针对该类结构的区间不确定性优化模型无法直接转换为数值模型且计算量巨大的问题,本文提出了一种含同类构件的多构件结构区间不确定性优化方法,该方法结合基于数值转换的二阶区间泰勒展开公式与不确定目标函数与约束的转换方法,将区间不确定性优化模型转换为确定性优化模型,最后通过遗传算法求解。研究结果表明:六杆桁架内力计算误差由0.047~0.08减少到0.001~0.005,计算精度显著提高,在十杆桁架优化中,本文的方法与2层嵌套优化方法结果一致,且其遗传算法迭代时间仅为2层嵌套优化方法的1/30左右,证明对于小不确定性问题,该方法不存在区间扩张与缩减问题,同时计算精度高,计算量小。     

铁路桥梁桩基优化计算方法研究

研究目的:铁路工程总承包项目设计时，桥梁桩基础体量庞大、控制因素繁多，存在较大优化空间。本文从桩基类型、桩长、桩身配筋等方面进行研究，在满足桩基设计安全和质量要求的前提下，提出桩基优化计算方法。研究结论:(1)构建了旋挖挤扩灌注桩的具体计算方法和流程，增加了桩基类型的比选方案；(2)提出了地震荷载下桩长优化的联动迭代算法，准确计算出桥墩摩擦桩基础的最优桩长；(3)提出等效地质参数法模拟上覆淤泥层较厚时的桩基计算，优化桩身配筋量效果明显；(4)提出了三次坐标转换的计算方法，解决了桥墩与基础产生扭角时计算精度不够的问题；(5)以上算法纳入桩基计算系统，大规模应用于多条铁路总承包项目，实现了铁路桥梁桩基础的精细化计算，满足了高经济性、高安全性与高质量的设计需求，为各项目节约了0.5亿～1.8亿不等的工程造价，可为铁路桥梁桩基结构优化设计提供借鉴。     

基于多目标遗传算法的机车二系支承载荷调整优化方法

为提高电力机车二系支承栽荷调整优化算法的实用性,解决单一目标遗传算法调整计算产生二系支承点加垫数和加垫总量过多的问题,提出了一种基于多目标遗传算法的寻优方法.针对机车二系调箦问题的偏好结构特点,建立了多目标优化模型,并设计了基于多目标遗传算法的调簧目标函数,进一步引入了适应性权重方法来确定目标函数值,并确立了相应的适应...     

结点站间集装箱班列开行方案的优化模型及算法

基于一定的边际假定、定义及其定理，将铁路结点站间集装箱班列开行方案（BCTFP）箱小时消耗最少的优化目标描述为线性阶跃函数，得到BCTFP的优化模型。在模型中，每支非零箱流均对应1个线性等式约束，且每个约束条件之间没有任何交叉。将该模型改造为不含约束条件的0-1二层线性规划模型：上层规划的目标为箱小时节省最大，下层规划的目标为在给定决策变量条件下的沿途改编箱小时消耗最小。按照适应性遗传算法的思想确定遗传策略，采用协同多群体遗传算法，以有效地克服由于问题本身具有强基因关联和超多峰性质而带来的模式欺骗问题，设计相应的遗传算法。通过对算法每个环节计算复杂度的分析，得到该算法的整体复杂度为O（αn^3 1nβn^2），说明该算法是收敛于全局最优的有效算法。     

面向低慢小目标探测的稳健发射波束控制技术

针对低空、慢速小目标探测易被地面动目标或强地物杂波影响的问题,提出一种抑制近地侧杂波对低慢小目标检测影响的稳健发射波束控制算法。通过约束发射波束对地侧副瓣电平,可以减少对地侧区域的动目标或强地物杂波的回波。算法以波束稳健性为目标函数,以峰均比约束优化发射能量利用率,将该优化问题转换为二阶锥优化(Second-Order Cone Programming, SOCP)问题,并求解该优化问题。仿真结果表明,该算法能够在保持发射效率的同时有效减少近地侧副瓣发射功率,同时提高发射波束的稳健性。     

机车油电混合动力系统的优化匹配

混合动力系统的配置参数将影响机车的全寿命周期成本，该参数是开发混合动力机车的关键。传统的双环优化匹配方法，虽然能够求解出优化的配置参数，但利用动态规划算法作为优化能量管理的内环，导致了优化计算的时间十分漫长。为了解决该问题，本文提出了一种快速的双环优化匹配方法。在外环，粒子群算法以减少全寿命周期成本为目标，优化配置参数。在内环，庞特里亚金极小值原理(Pontryagin’s minimum principle, PMP)以减少列车油耗、提高电池寿命为目标，针对外环优化过程中的每一种配置参数均优化其能量管理，并将优化结果反馈给外环。仿真表明，与传统的双环优化匹配方法相比，文章提出的快速双环优化匹配方法不仅能够获取与其相同的优化配置参数，而且计算速度得到了极大改进。     

车轮踏面多目标优化设计研究进展

车轮踏面优化设计是轨道交通系统的基本问题。根据车轮踏面优化模型的建立及其求解方法,车轮踏面优化设计的数值研究方法可以分为两类,即单目标优化设计方法和多目标优化设计方法。在综述轮轨踏面同步设计法、扩展方法、基于轮轨接触曲线的滚动半径差法和基于接触角曲线法等单目标优化方法的基础上,论证了车轮踏面优化是一个多目标优化问题,并给出了建立车轮踏面多目标优化模型的思路。车轮踏面多目标优化需要求解带约束的非凸不可微规划问题,求解精度和效率直接决定优化结果的可靠性和实用性。现有的求解方法包括遗传算法和拟高斯方法。针对现有计算方法存在计算量大、易早熟、收敛慢的缺点,提出求解车轮踏面多目标优化问题的响应面方法。该方法利用多项式响应面逼近目标函数和约束函数,避免了优化过程中由于数值求导带来的迭代振荡问题;同时该方法具有计算量小、收敛快的优点。以降低轮轨磨耗为目的对车轮踏面进行优化的实例表明,响应面方法能有效的优化车轮踏面。最后对车轮踏面这一课题的发展方向进行了展望。     

基于粒子群优化与宽度学习系统的地铁客流预测模型

为了提高地铁客流量预测的准确性，基于传统的PSO(粒子群优化)算法与BLS (宽度学习系统),提出一种新的地铁客流预测模型，即PSO-BLS算法。首先，对地铁站点的繁华程度、前一时段进站量、前一时段出站量及前一时段断面客流量等参数进行分析，并根据分析结果提出需要根据工作日和双休日分别对地铁客流量进行预测。其次，利用PSO算法对BLS的特征层偏置进行优化。最后，以福州地铁1号线AFC(自动售检票)系统中记录的大量乘客出行数据为例，对所提PSO-BLS算法进行验证。验证结果表明：与传统的地铁客流量预测算法BP(反向传播)神经网络和ELM(极限学习机)相比，PSO-BLS算法获得的计算结果在多项性能指标中均取得了较优异的表现；对BLS的特征层偏置进行优化可以提高BLS的计算精度，为地铁客流量预测提供更精确的计算结果。