GIS中基于栅格转换的缓冲区生成算法

缓冲区生成是GIS中非常重要的一种分析方法,现有的算法数据量大、运算效率低.在"DEComGIS的研究与开发"课题中我们运用栅格转换来实现缓冲区生成,实践证明该算法是有效的.     

搜索引擎排序算法的探索

搜索引擎是一项崭新而且流行的技术,而检索排序技术是信息检索系统处理结果的核心技术.排序算法的好坏,直接决定搜索引擘效率的高低.文中详细分析了目前流行的3种排序算法:PageRank算法,HillTop算法,竞价算法.介绍各自原理,优缺点以及改进措施,并以PageRank方法为例,详细描述PR值的求解过程.     

车辆段入线调车算法研究

车辆段入线调车是一项比较复杂的工作,在车辆段图形化自动调车系统的开发过程中,总结出几种调车算法,文中介绍的源分析算法是所采用的多种算法之一,详细介绍该种算法处理过程.     

锥上的线性规划的基线算法

针对锥上的线性规划问题的求解,在基线算法理论的基础上,提出并讨论了基线算法的一种具体的实现算法--保界算法,并证明了它的可行性和收敛性.     

基于兴趣相似度的社区结构发现算法研究

复杂网络通常会呈现出社区结构特性,如何在实际网络中高效地发现社区结构是近年来复杂网络的研究热点之一.到目前为止,已经提出很多分析复杂网络社区结构的算法.但是大部分算法基于无权网络并且有些算法由于其时间复杂度的过高导致其不适合应用于对大型网络的分析.本文提出一种基于兴趣相似度的社区结构发现算法.该算法适用于加权网络,并且降低时间复杂度.     

基于MATLAB的混合型蚁群算法求解旅行商问题

蚁群算法是受自然界中蚁群搜索食物行为启发而提出的一种智能优化算法,通过介绍蚁群觅食过程中基于信息素的最短路径的搜索策略,给出基于MATLAB的蚁群算法在旅行商问题中的应用,针对蚁群算法存在的过早收敛问题,加入2-opt方法对问题求解进行局部优化.计算机仿真结果表明,这种混合型蚁群算法对求解旅行商问题有较好的改进效果.     

基于魔方加密算法的研究

对信息的载体--数据进行加密和解密来保证信息的安全是一种行之有效的途径,作者介绍了魔方加密算法原理以及实现的步骤,并通过进一步研究提出了在算法应用和实际实现中应注意的问题以及可行的解决办法,从而增强了该算法的实用价值.     

具有时间窗的物流配送模型及其算法

在分析车辆路径问题现有启发式算法的基础上,建立了具有时间窗的物流配送方案模型,提出了求解该问题的一种搜索算法.实验结果表明,该算法可有效求得问题的优化解或近似优化解,且具有运算速度快、算法简便的特点.     

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.     

基于重扫除和局部搜索的铁路集装箱运输算法研究

为提高集装箱运输效率,提出一种基于重扫除和局部搜索的集装箱运输算法.在对铁路集装箱运输模式分析的基础上,提出利用重扫除和局部搜索对先用运输算法进行改进,建立相应数学模型,并给出算法,最后运用于实例对现用算法和改进后算法做优化性比较。     

基于遗传算法的铁路旅客列车开行路径优化的研究

在影响旅客列车运行效益的诸多因素中,着重研究了旅客列车开行线路的选择,分析传统的最短路径算法的不足,提出利用遗传算法求解路网中任意两点间k条最优路径,并进行仿真计算,取得较好效果,结果表明利用这一方法有利于旅客列车开行方案多方案比选,辅助运营决策.     

移动闭塞条件下的ATO子系统运行控制算法分析

基于移动闭塞技术的ATC系统是城市轨道交通信号系统的发展趋势,其中ATO子系统是实现城轨高效率、低能耗、高舒适度的关键技术。通过对多种智能控制算法的特点分析,指出采用不同算法的ATO子系统在实现其功能的过程中各有其不同优势侧重点。并提出可结合多种智能算法的优势实现对ATO子系统的进一步优化。     

改进的ID3算法在机车检修作业流程中的应用

建立机车检修数据集,加入机车检修计划中的"基本影响因子"和"检修评定因子"来改进ID3算法,进行数据挖掘,找出频繁的机车检修路径,达到提高维修效率目的.     

物流配送车辆路径问题的并行遗传算法研究

针对一般遗传算法在初始种群上的单一性提出一种新的算法。该算法对不同的种群采用不同的初始化方法：随机初始化法和构造初始化法,这些方法改变了过去那种种群内部的平衡算法,并将该算法所得结果与其他算法进行比较,表明该算法的合理性。     

基于生成式摘要模型和知识蒸馏算法的铁路调度命令解析算法研究

随着铁路信息化的发展，利用算法自动解析大量铁路调度命令（简称:调令）的重要性日益凸显。文章提出了一种基于生成式摘要模型和知识蒸馏算法的铁路调令解析算法，该算法利用生成式摘要模型端到端解析铁路调令，拥有较高的精度和较强的鲁棒性，适应写法多样的调令。采用知识蒸馏算法等多种轻量化策略，设计了新的损失函数和多种模型初始化策略，精简模型尺寸，提升算法速度。该算法在铁路调令数据集上取得了21.6342的Rouge-2分数，推理时间达103 ms，为铁路调令解析技术在铁路场景中的部署提供了参考。     

基于非负矩阵分解的高速列车走行部工况识别

根据高速列车振动信号数据的特点,针对高速列车走行部工况的识别,提出了一种基于非负矩阵分解(NMF)算法的工况识别模型。该模型通过数据处理获得具有辨识度的工况数据集,使用K-meams、谱聚类、近邻传播和模糊C均值4种聚类算法获得初步识别结果。聚类算法的初步识别结果作为NMF算法的输入,获得最终识别结果。相比NMF算法与聚类算法的识别结果,NMF算法具有更高的准确率,本文验证了NMF算法在高速列车工况识别方面的有效性和高效性,为高速列车的工况识别提出了一种有效的解决方案。     

一种基于蚁群算法的聚类组合方法

蚂蚁等群居类昆虫被看作能解决复杂问题的分布式系统,研究者从它们的协作性能以及自组织、信息素通信、任务划分等机理中获得灵感,已在组合优化、通信网络、机器人等许多应用领域找到解决问题的新方法。聚类作为一种无监督的学习,能根据数据间的相似程度自动地进行分类。基于蚁群算法的聚类方法已经在当前数据挖掘研究中得到应用。本文提出的基于蚁群算法的聚类组合新方法,模仿多蚁群的协作性能,将运动速度类型各异的多个蚁群,独立而并行地进行聚类分析,然后组合其聚类结果为超图,再用蚁群算法对超图进行2次划分。实验结果表明,该方法能自动决定聚类的数目,聚类组合方法能明显改善聚类质量。     

基于人工智能的高铁动车组智能运维数据分析系统的构建

针对高速铁路（简称：高铁）动车组部件故障诊断和预测的业务需求,依托动车组故障预测与健康管理（PHM,Prognostic and Health Management）系统,在基于人工智能的高铁动车组智能运营维护（简称：运维）算法研究平台中构建高铁动车组智能运维数据分析系统。介绍了高铁动车组智能运维算法研究平台的架构,以及高铁动车组智能运维数据分析系统的数据处理流程和关键算法。并以高铁动车组客室空调为例,选取客室空调相关传感器数据进行数据分析,得到影响客室空调健康状况的特征,并对聚类结果进行健康度数据标注,作为客室空调健康评估模型开发的基础。     

一种新型l次格基规约算法

寻找格中的非零短向量是格理论应用于密码学研究常常遇到的一个问题。一般通过各种格基规约算法来得到格中的近似最短向量。本文在标准LLL规约算法[7]的基础上,首次提出了l次规约的概念,并且设计了一种新型的l次规约算法。利用这种新型算法找到的短向量比使用标准LLL规约算法求得的短向量更加接近格中的最短非零向量。算法在一定范围内具有计算花费时间和规约结果质量之间可以相互转化的特点,可以通过牺牲更多的运算时间来获得质量更优的规约基。通过大量的数值测试,本文比较了l次规约算法和标准LLL规约算法的实际性能,验证了对l次规约算法的理论分析。最后,本文提出了进一步改进l次规约算法的两个思路。