带冗余串联系统可靠性的一种新的直接算法

提出了一种新算法用于寻找带冗余串联系统可靠性的最优冗余分配.该算法由2个部分组成,首先应用算术-几何平均值不等式搜寻一个次最优解,以此作为直接法的初始解;然后根据改进的Aggarwal选择准则,启动直接算法以最终确定最优解.与一些优化技术相比,该算法结合了精确法与直接法的优点,求解较精确,效率较高.     

求指派问题多重最优解的分枝定界法

在实际应用中，优化问题的多重最优解具有非常重要的作用．但对于如何求指派问题的多重最优解，目前在许多文献中却未有论述．本文讨论了该问题，并提出一种求指派问题多重最优解的分枝定界法．     

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。     

直线方向单组列车编组优化的压缩分枝定界法

本文介绍利用有固定耗费的网络模型。研究直线方向单组列车编组的问题，内容为将开行直达列车的充分条件及必要条件与分枝定界法有机地融提出了压缩分枝定界法。该算法已在PC/XT-286微机上实现。以实际车流、13个技术为例，求其单组列车编组问题的最优解，所耗机时约为50分钟。     

基于线路能力约束下的铁路空车调配迭代算法

以空车总走行里程最小为目标，以空车供需平衡和车流量不超过线路通过能力为约束条件，建立空车调配数学模型，并设计分步优化迭代算法进行求解。该算法的基本思路是：先放弃模型中能力约束条件，将问题转化为标准运输问题求解；再检验解是否满足能力约束条件，若满足，则得到最优解；否则，记忆有效解，调整OD供需量、路段通过容量和路网路段，形成新的能力约束条件下的空车调配子模型，再求解。如此反复迭代，直到全部空车车流配置殆尽为止；累计各步迭代的结果，得到空车调配方案。在应用实例中，分别采用直接求解算法和分步优化迭代算法求解，分步优化迭代算法得到的空车调配方案比直接求解法可减少空车走行里程6000km，且路网配流相对均衡。结果验证了空车调配数学模型及其分步优化迭代算法的正确性及可行性。     

车轴轴端三螺孔位置度量规的位置度算法研究

JJF （铁总） 002—2017《车轴轴端三螺孔位置度量规校准规范》中，规定了车轴轴端三螺孔位置度量规位置度（以下简称“量规位置度”）的测量方法和计量性能要求，但未明确不同情况下计算量规位置度的具体过程和步骤，以及量规位置度符合最小条件的测量结果。通过归纳、总结JJF （铁总）002—2017中的测量方法，形成系统、规范的计算方法，提出最小二乘法和最优解算法2种计算量规位置度的方法。以RE3型车轴轴端三螺孔位置度量规为例，采用3种方法计算量规位置度。计算结果显示，依据JJF （铁总） 002—2017中的计算方法的计算结果最大，最小二乘法的计算结果次之，最优解算法的计算结果最小。实际应用证明，最优解算法计算得到的结果最优。     

基于四维可视化算法的牵引变电所位置优化

针对牵引供电系统设计的复杂性以及传统优化设计方法过程繁琐且很难找到可靠的最优解,粒子群和遗传算法等的迭代过程复杂并且容易陷入局部最优解的问题,将一种四维可视化算法运用到牵引供电系统的优化设计中。四维可视化算法不需要设定初始解、能够同时展现全局最优解的分布、能判断解的稳定性、方便添加约束条件。四维可视化优化算法通过编程使目标函数的最优解集在四维数据场可视化。以接触网对地电压为约束条件,以牵引网有功功率损失最小为目标函数,运用四维可视化算法进行牵引变电所和分区所位置的优化设计。通过实例计算验证了四维可视化算法可有效降低牵引网的功率损失。研究表明该方法能很好地克服传统方法和粒子群等优化算法在牵引供电系统优化设计中的不足。     

基于改进TOPSIS的轨道交通建设时序研究

为明确城市轨道交通线网中各条线路的建设时序,构建相应的影响因素指标体系,提出一种基于TOPSIS理念的改进决策算法。该方法首先通过指标变换将理想解绝对化;其次建立决策方案到绝对理想解和绝对负理想解的加权距离最优化模型,运用拉格朗日乘子法求解模型得到最优权向量;然后引入"垂直距离"代替传统"欧式距离"的贴近度算法,通过测算垂直距离确定最优建设时序方案。最后对成都市轨道交通线网进行实例分析。结果表明:运用改进的决策算法所确定的结果与实际建设时序一致,且该算法能有效避免TOPSIS模型中的逆序、权重取值主观化、欧式距离自身缺陷等问题,说明该模型能有效支撑城市轨道交通线网建设时序的综合决策。     

列车运行图最优初始布点方法

本文讨论以车站均衡性为约束条件，以区段内部运营台数最少为目标，如何确定区段列车运行图中中列车的始发位置问题，建立了列车最优初始布点的数学模型，并将该模型的求解化归为求三个子规划问题的最优解，应用网络优化方法和最优匹配方法设计了复杂度为ｎ＾３的多项式算法。     

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.     

基于差分进化的高速列车运行操纵的多目标优化研究

在满足行车安全、区间固定限速、图定区间运行时间及车辆动力学性能约束的条件下,以能耗、实际区间运行时间、精确停车及不舒适度为指标建立高速列车运行操纵多目标优化模型。针对传统差分进化算法易陷入局部最优的问题,对其交叉操作过程进行改进,同时引入模拟退火思想提升算法的最优解搜索能力。利用改进后的差分进化算法对高速列车运行操纵多目标优化模型进行求解,给出相应的优化算法。以京沪高速铁路某区间线路数据为基础,通过计算机仿真验证了所提算法的有效性与实用性。     

路风上车流径路优化的0—1规划模型及其合理径路集生成算法

从组合优化的观点研究了铁路网上Ｏ－Ｄ对的合理径路集确定以及最优车流径路问题（ＣＲＰ）。在线路和车站的通过能力、费用参数（权值）给定的条件下，建立了该问题的０－１规划模型。并给出了路网上任意两节点可能路径集的确定准则及算法，此外，还讨论了变参数下的ＣＲＰ模型形式。由于所建模型属于ＮＰ－完全问题，因此，获得全局最优解是困难的。文中提出了求解该问题的模拟退火算法，该算法使得真实路网规模的ＣＲＰ模型获得接     

求指派问题多重最优解的分枝定界法

在实际应用中,优化问题的多重最优解具有非常重要的作用.但对于如何求指派问题的多重最优解,目前在许多文献中却未有论述.本文讨论了该问题,并提出一种求指派问题多重最优解的分枝定界法.     

基于多目标遗传算法的地铁列车定时节能算法研究

针对地铁列车定时节能复杂多目标优化问题，建立以节能和准时为优化目标的列车定时节能模型，采用多目标遗传算法求出一组最优驾驶策略解。该方法通过具体分析列车行驶过程中的不同受力状态，充分考虑限速、最大加速度、定点停车等约束条件，采用分解协调的思想将复杂的多目标优化问题分解成多个阶段子问题，通过线性加权和多次迭代，求出最优解。最后通过算例和仿真结果表明该算法的有效性。     

基于粗糙集-C4.5的轨道电路故障诊断方法研究

针对轨道电路故障信息存在大量重复样本和冗余属性,提出一种基于粗糙集和C4.5决策树算法相融合的轨道电路故障诊断方法。轨道电路故障特征数据多为连续量,需要根据模糊集理论对故障样本进行模糊化,形成离散决策表。利用粗糙集处理不完备决策表的能力,去除离散决策表的冗余属性得到约简表,结合决策树C4.5算法对约简决策表进行快速训练提取诊断规则,产生的诊断规则清晰、可解释性强,能够直接运用于轨道电路故障诊断中。最后利用模拟数据仿真验证该方法的有效性,与ID3算法和BP神经网络法进行对比,仿真测试表明该方法具有更高的诊断效率和准确率,对实现轨道电路快速鲁棒故障诊断具有一定意义。     

PSO-ICS算法优化的城轨列车自动驾驶系统

针对城轨列车控制系统运行模式曲线的设计需求,以精确停车、准点、舒适和节能为速度控制目标,建立城轨列车运行过程的多目标优化模型。采用一种将粒子群优化(PSO)与改进布谷鸟搜索(ICS)相结合的混合方式,即PSO-ICS算法。该方法综合PSO算法信息共享的机制及布谷鸟搜索(CS)算法lévy飞行的优势,能在搜索空间产生足够、多样化的解。与此同时,对CS算法的重要参数进行相应改进,即搜索步长和巢主鸟发现外来鸟蛋的概率这2个参数采用自适应的方式,加快了CS算法的收敛性。将该方法与PSO,CS和PSO-CS分别用于列车运行过程的优化,通过仿真实验比较研究,验证了所提出算法性能的优越性。该算法能实现对列车运行曲线的优化,从而产生最优的决策策略以控制列车的运行。     

基于物流金融的动态质押物配送路径优化

对物流金融业务中的动态存货质押物在配送和运输过程中的路径问题进行优化研究,以存货质押物在配送过程中的总线路最小为目标,将该问题看成是VRP问题并建立数学模型,通过对模拟退火算法和遗传算法2种算法优点和缺点进行对比,得出模拟退火算法能更好解决该问题,并用算例验证该算法,该算法能够避免解陷入局部最优,最终经过迭代得出最优配送路径。     

全局收敛L-M迭代法的非线性参数平差

采用全局收敛的L-M非线性迭代算法,可以较大程度减弱非线性模型线性化的模型误差,在雅可比矩阵近似奇异或坏条件时,L-M迭代仍然可以收敛;同时,该算法具有全局收敛特性,大大降低了平差对迭代初值的要求,可以在初值受误差影响较大的情况下得到精确解。通过与几种不同的非线性规划算法的比较,证明了全局收敛的L-M迭代算法无论是解算精度还是收敛范围均具有相对优势。     

似单差模型的误差分析与算法改进

给出了似单差法单历元直接解算GPS监测点变形量的数学模型，对影响变形量精度的误差进行了定性分析，主要研究了模型误差产生的原因并提出了相应的改进算法。试验数据的数值结果表明，采用改进算法后，本文给出的似单差模型也是正确的。最后，对似单差法的主要特点进行了总结。     

车站调车钩计划算法模型及自动编制系统优化

阐述中间站传统调车钩计划人工编制的现状与问题，着重分析基于各种统筹对口调车法，利用待编车列生成有向图的特殊性，将解编作业计划转化为求有向图的最短路问题，并结合位势法与动态规划法，设计一种计算机算法模型，求最优调车钩计划的隐枚举搜索算法，对全部调车方案进行综合比选，实现调车钩计划自动优化编制和调车作业过程的模拟回放。