基于代沟信息的可变种群规模遗传算法

针对遗传算法种群规模难以估计的问题,提出了一种基于代沟信息的可变种群规模遗传算法。利用相邻几代群体间的极优解差异信息,在遗传算法发生早熟现象时根据逻辑斯蒂模型来改变种群规模,能以较小的计算代价获得与其它遗传算法性能相近的解。实验结果证明了算法的有效性。     

Improved Genetic Algorithm for Job-Shop Scheduling

Introduction Job shopschedulingproblem(JSP)isoneofthe well knownhardestcombinatorialoptimizationprob lems,andmanysolutionsbasedongeneticalgorithms(GAs)havebeenproposedbymanyresearchersso far[13].SincethedemonstrationofapplicationofGA toschedulingproblemsb…     

基于用户剩余的双层拥挤收费模型及算法

拥挤道路收费作为交通需求管理的一种有效措施在许多国家和地区开始提倡。基于用户剩余的拥挤道路收费问题,建立双层规划模型,设计求解双层规划模型的遗传算法,结果表明,双层规划模型能有效解决复杂的拥挤定价问题,遗传算法收敛较快,容易满足计算精度要求。     

双层集装箱列车装载问题多目标优化研究

为了提高双层集装箱列车的装载效率,保障双层集装箱列车的运行安全,建立 了一种降低重车重心高和均衡车辆转向架负重差的双层集装箱列车装载问题多目标优 化模型,并采用字典序规划法对多目标优化问题进行求解,即为存在矛盾的优化目标与 约束条件设置不同的优先级.为了优化重车重心高,采用线性分式规划将相应的混合整数 分式问题转化为一系列混合整数线性规划子问题进行求解.算例验证结果表明,研究所提 出的多目标优化方法能够在保证列车集装箱装载量最大的条件下降低集装箱车的重车 重心高,并减少其转向架负重差,具有重要的应用价值.     

An efficient approach for solving yard crane scheduling in a container terminal

An efcient approach for yard crane（YC）scheduling is proposed in this paper.The definition of task group for YC scheduling is proposed.A mixed integer programming（MIP）model is developed.In the model,objective functions are subject to the minimization of the total delay of complete time for all task groups and the minimization of block-to-block movements of YCs.Due to the computational scale of the non-deterministic polynomial（NP）complete problem regarding YC scheduling,a rolling-horizon decision-making strategy is employed to solve this problem,by converting the MIP model into another MIP model in the scheduling of each rolling period.Afterwards,a heuristic algorithm based on modified A＊search is developed to solve the converted model and obtain near optimal solution.Finally,the computational experiments are used to examine the performance of the proposed approach for YC scheduling.     

基于改进度的城市路网元素连接特性

结合城市路网车道属性(数量、宽度与方向等) 扩展了复杂网络中度的定义, 分别研究了原始法和对偶法下城市路网中交叉口和道路元素的连接特性; 考虑实际路网与居民出行认知特性, 将交叉口定义为节点, 基于赋名道路法与类Stroke分析从居民认知角度界定道路元素, 重点结合机动车道数改进原始度的概念; 在新的路网元素界定下, 使用基于改进测度的平均最近邻度方法分析了交叉口与道路的连接特性, 并考虑现有方法的不足, 提出了连接系数的概念, 更好地明确其连接关系; 以厦门市主城区为例对分析方法进行验证, 分析了主城区路网连接特性。研究结果表明: 该城市交叉口元素网络和道路元素网络皆为无标度网络, 其幂指数分别为1.69、2.70;路网元素的连接皆以某一节点为临界呈现分段特性, 其中, 基于改进度的连接系数邻界点取值分别为3.40、8.33;道路元素的等级测度临界点取值为5, 基于等级测度的连接系数临界点取值为3, 从这一角度来看, 城市路网并非简单的同配或异配网络; 提出的路网元素连接特性分析方法对城市路网拓扑特性的认识及路网演化模型的构建具有重要意义。      

一种求解线性二层规划的修正Frank-Wolf方法

利用迭代点校正方法，将非线性规划中的Frank—Wolf方法应用于线性二层规划问题，从而提出了一种求解线性二层规划的简单算法，同时给出了算法的收敛性．数值结果表明，给出的算法是可行有效的．     

遗传-模拟退火算法在数据库查询优化中的应用

将遗传算法与模拟退火算法相结合,导出了一种基于遗传0模拟退火算法的多连接查询优化算法．该算法将查询计划的一棵语法树看作是一个染色体,对于语法树上的连接操作后序遍历生成一个编码．在所有编码构成的种群进行完选择、交叉、变异操作之后,在其中引入模拟退火机制,从而进一步调整优化了种群,保持了群体的多样性,减少了用户查询的响应时间．     

泛型编程在桥梁有限元软件开发中的应用

笔者在文中通过泛型编程与面向对象编程的比较,指出泛型编程在软件的设计模式上带来的思维变化,结合桥梁有限元分析软件的编程工作,从c++模板与STL的角度介绍了泛型编程的应用情况,并给出了若干实例代码.可以发现泛型编程是一种新的高效的软件设计思维和编程方式.     

基于自适应小生境遗传算法的混合交通网络设计双层规划模型

在现有的交通网络设计问题研究基础上,采用双层规划模型来描述混合网络设计问题,其中上层模型综合考虑网络阻抗、投资额以及CO的排放总量三方面因素,建立起以三者之和最小为目标的优化函数;下层模型为用户均衡模型。根据所建模型的特征,利用一种基于自适应方法和小生境技术的改进遗传算法进行求解。实例计算证明：此模型和算法是研究混合交通网络设计问题的有效方法。     

���������ٶȵĽ�ͨ���й�ģ���о�

本文旨在研究期望速度对速度—密度曲线的影响.通过引入期望速度建立了新的博弈表和相应的交通流中观模型,利用VBA和Matlab混合编程技术开发了相应的计算程序.对于一个期望速度类情况,分析了期望速度相同时不同的道路条件对应的速度—密度曲线,以及相同道路条件下,不同期望速度对应的速度—密度曲线.对于多个期望速度类的情况,研究了多个期望速度的变异系数对车流平均速度的影响,以及慢车比例对车流平均速度的影响.得出结论,驾驶员的期望速度差异是影响车流平均速度的主要因素之一.当密度较小时,交通流处于个体流模式,此时交通流平均速度主要由期望速度差异决定;当密度较大时,交通流处于集体流模式,此时交通流平均速度主要由密度决定.     

���й��������������������о�

构建了公交服务网络,定义了公交服务网络总体能力、总体有效能力、潜在能力和无效能力的概念,分析了公交服务网络能力的影响因素;考虑各影响因素对公交服务网络能力的影响,建立了公交服务网络总体有效能力模型,同时给出基于遗传算法的求解算法;针对大规模混合整数规划采用遗传算法进行求解可以提高求解效率,通过相关案例对模型和算法的可行性和有效性进行了检验。实例计算表明,该算法在处理混合整数规划具有一定的实用性,为进一步深入研究公交服务网络能力奠定基础。     

Application of Classical Transportation Methods for Solving Fuzzy Transportation Problems

There are several methods, in the literature, for finding a fuzzy optimal solution to fully fuzzy transportation problems (transportation problems in which all the parameters are represented by fuzzy numbers). In this study, the shortcomings of some existing methods are pointed out, and to overcome these shortcomings, two new methods (based on fuzzy linear programming formulation and classical transportation methods) are proposed to find a fuzzy optimal solution to fuzzy transportation problems with a new representation of trapezoidal fuzzy numbers. The advantages of the proposed methods over existing methods are discussed. Also, it is shown that it is better to use the proposed representation of trapezoidal fuzzy numbers instead of the existing representation of trapezoidal fuzzy numbers for finding a fuzzy optimal solution to fuzzy transportation problems. To illustrate the proposed methods, a fuzzy transportation problem (FTP) is solved using the proposed methods and the obtained results are discussed. The proposed methods are easy to understand and to apply for finding a fuzzy optimal solution to fuzzy transportation problems occurring in real-life situations.     

���佻ͨ�������ģ����ͨ�����Ӧ��

既有文献中关于求解模糊交通问题（所有参数均为模糊数据）的模糊最优解的方法有多种。本文在分析现有方法缺点的基础上,提出了两种方法用于求解具有梯形模糊数的模糊交通问题,其基于模糊线性规划和经典交通方法。同时论证了这两种方法不同于现有方法的优势。通过算例阐述本文方法求解模糊交通问题的过程并分析了求解结果。所提出的方法易于理解且在求解模糊交通问题最优解问题上具有良好的应用前景。     

A relaxed-PPA contraction method for sparse signal recovery

Sparse signal recovery is a topic of considerable interest, and the literature in this field is already quite immense. Many problems that arise in sparse signal recovery can be generalized as a convex programming with linear conic constraints. In this paper, we present a new proximal point algorithm (PPA) termed as relaxed-PPA (RPPA) contraction method, for solving this common convex programming. More precisely, we first reformulate the convex programming into an equivalent variational inequality (VI), and then efficiently explore its inner structure. In each step, our method relaxes the VI-subproblem to a tractable one, which can be solved much more efficiently than the original VI. Under mild conditions, the convergence of the proposed method is proved. Experiments with l ₁ analysis show that RPPA is a computationally efficient algorithm and compares favorably with the recently proposed state-of-the-art algorithms.     

模糊随机最短路径问题模型与算法

最短路径问题在现实生活中有着广泛应用,许多专家学者对此问题进行了深入研究.到目前为止,所有这些研究都是针对静态最短路径问题以及不确定最短路径问题中具有模糊或随机参数的问题.然而在现实世界中,有些系统中有很多不确定因素,因此很有必要对具有多重不确定参数的最短路径问题进行研究.本文主要研究具有模糊随机参数的最短路径问题,基于机会测度理论,分别建立了模糊随机期望值模型、机会约束规划模型及相关机会约束规划模型,然后设计遗传算法求解.     

城市交通出行行为中的潜变量研究综述

潜变量是提高交通出行行为预测精度的有效方法,潜变量的提出为出行行为 研究提供了新视角.为解决目前出行行为中缺少潜变量概念认知及潜变量应用的问题,本 文从社会心理学入手,分析已有出行行为建模方法的特点,提出潜变量研究的必要性,对 出行行为中潜变量内涵、应用领域、模型构建进行系统梳理,明确潜变量研究的三个核心 问题是识别、有效性验证及计算.评述与研究涵盖潜变量的出行行为整合模型的机遇、难 点和挑战.并揭示潜变量测度方法与SP/RP 调查的关联性,综述潜变量模型检验判定标 准,最后总结出行行为潜变量研究的发展趋势及发展方向.     

Measuring System Regularity Using Fuzzy Similarity-based Approximate Entropy

Approximate entropy (ApEn), a measure quantifying regularity and complexity, is believed to be an effective analyzing method of diverse settings that include both deterministic chaotic and stochastic processes, particularly operative in the analysis of physiological signals that involve relatively small amount of data. However, the similarity definition of vectors based on Heaviside function, of which the boundary is discontinuous and hard, may cause some problems in the validity and accuracy of ApEn. To overcome these problems, a modified ApEn based on fuzzy similarity (mApEn) was proposed. The performance on the MIX stochastic model, as well as those on the Logistic map and the Hennon map with noise, shows that the fuzzy similarity-based ApEn gets more satisfying results than the standard ApEn when characterizing systems with different regularities.     

甩挂运输模式下新增运输任务的干扰管理模型

基于循环甩挂运输模式，针对甩挂运输过程中新增任务出现对原方案造成干扰的问题，运 用干扰管理思想，分析新增任务出现对成本和服务时间的影响进行扰动度量，将新增运输任务与 既有最优甩挂运输方案合并考虑，建立以干扰事件对原方案造成的广义费用偏离最小为目标的 非线性规划模型，引入虚拟客户点概念并对虚拟客户点的参数进行调整，并行遗传算法求解模 型，运用算例进行求解比较，验证模型有效性。结果表明：本文干扰管理方案不仅可以为甩挂运 输组织节省资金，还可以更好地减少对客户服务时间的偏离，在考虑客户服务体验的情况下，本 文的干扰管理方案与新派车辆和全局重调度方案相比，广义总费用偏离明显降低，并且可以在较 短的时间生成车辆路径调度方案。     

基于量子遗传算法的数学形态滤波器优化设计

为解决数学形态滤波器结构元素参数优化问题,提出了一种基于量子遗传算法的数学形态滤波器优化设计方法.根据数学形态结构元素参数特点初始化量子遗传种群,通过量子交叉、变异、基于膨胀系数的量子旋转门实现种群的演化进程,进而得到数学形态滤波器的最佳参数.结合仿真实验,研究了不同比例随机噪声、工频干扰噪声下的优化算法性能.仿真结果表明:优化后的数学形态滤波器性能得到较大改善,含随机噪声信号的信噪比由-0.98 dB提高到5.23 dB,含混合噪声信号的信噪比由-3.05 dB提高到0.41 dB,有效滤除了随机噪声、混入工频干扰的混合噪声.