TSP问题的一种高效Memetic算法

TSP问题是组合优化领域新算法设计的一个理想测试平台。当前比较成功的算法大都基于局部优化，局部优化速度快，但收敛性差，往往无法求出最优解。最近，人们在局部优化策略的基础上提出了基于群体的局部优化算法，即Menetic算法，试图将局部优化的高效性和遗传算法的鲁棒性结合起来。章分析了Menetic算法的性能和TSP问题的特性，并给出了一种基于Menetic算法的高效算法。     

基于小波分析的事故检测算法

讨论了事件检测算法，建立了基于小波分析的算法。首先构造二进小波，对交通流数据进行二进小波变换，检测其奇异点。根据判断逻辑确定是否有事件发生。要用广佛高速公路交通流数据对该算法进行离线测试，与加利福尼亚算法，滤波算法比较，结果显示该算法具有较好的效果。     

基于遗传神经网络的货运量预测的研究与实现

针对BP网络和遗传算法的缺陷，提出了一种新的遗传神经网络优化模型，可以用来同时优化BP神经网络的网络结构和权值阈值，叙述了该算法的设计过程。利用该算法对货运量进行预测，并与标准的BP算法预测结果进行比较，计算结果表明，该算法的预测精度大大高于标准的BP算法的预测精度。     

基于改进BP网交通流动态时序预测算法的研究

针对城市交通“智能运输系统”，提出了基于改进BP神经网络理论模型的路面交通流动态时序的预测算法，在BP算法的自适应学习率，在动量法优化网络收敛性等方面，进行了深入研究，并改进了基本BP算法中的收敛速度慢和易陷入局部最小点等问题，章给出了基于改进BP算法的交通流态时序的预测算法仿真实验，结果验证了该算法的可行性和先进性，在交通流时序预测方面有一定的应用价值。     

高速公路事故自动检测算法的探讨

对现有的高速公路事故自动检测算法的性能进行了评价，并给出了各种算法的优缺点，在此基础上提出了智能检测算法的概念，并指出其今后的发展趋势。     

基于神经网络的交通事件检测算法

回顾了几种传统的交通事件检测算法，提出从多层前向人工神经网络角度建立模型，并运用ＢＰ算法予以实现。在将ＢＰ算法与传统算法进行比较之后，发现ＢＰ算法具有检测率高、误报率低、检测时间短的优点，同时也存在不足之处，指出了今后进一步研究的方向。     

改进的Flody算法及其在交通化配中的应用

本文介绍了Ｆｌｏｄｙ算法的计算原理及步骤，探讨了Ｆｌｏｄｙ算法存在占用计算内存较大和路径搜索速度慢的缺点，提出改进的正向搜索路径及反向追踪路径Ｆｌｏｙ算法，使计算机内存占用和路径搜索速度两方面均得改善，并对比分析也改进的Ｆｌｏｌｙ算法和原Ｆｌｏｄｙ算法在交通分配中的应用，以实例说明改进的Ｆｌｏｉｙ算法的优点。     

启发式遗传调度算法的研究

将遗传算法与现有的调度算法相结合，运用合适的遗传算子和调度规则，对现有启发式调度算法进行改进，充分发挥了两者的优点，既保证了较高的搜索效率，又保证了解的全局最优性。并给出了对照算例，说明了该算法的可行性和有效性。     

路面损坏的图像处理算法浅析

通过对国内外路面损坏图像处理算法研究成果的总结，介绍了国外几种较为典型的算法，提出了研究路面损坏图像处理算法过程中应该解决的技术关键。     

汽车总装线上ALB问题的研究

本文介绍了汽车总装线上作业均衡编成问题的来源及其意义，给出了该问题的数学模型，归纳了求解这个网络组合最优化问题的常用的方法，进而详细阐述了作者的优化算法，并通过算法的应用实例，说明算法的具体实现过程。