基于密度半径自适应选择的K-均值聚类算法

K-均值算法聚类速度快,易于实现,且对数据依赖度低,在文本聚类中得到广泛应用.然而,由于聚类初始中心点选择的随机性,传统K-均值算法以及其变种的聚类结果会产生较大的波动.文章对K-均值算法进行了改进,通过自适应选择最佳密度半径进而优化聚类初始中心选择的方法,得到一种适合文本数据聚类分析的改进算法.实验表明,该算法能够生成质量较高而且波动性较小的聚类结果.     

考虑罚函数时二维缺陷声波识别的遗传算法

研究在考虑惩罚函数时，用遗传算法对声波场中二维缺陷形状的识别问题。首先建立介质参数扰动函数和散射场之间非线性关系的积分方程，进而将所关心的缺陷识别问题转化为关于扰动函数的反演，最后用遗传算法给出就后场散射远场测量时几种典型缺陷的识别结果。     

资源分配问题的遗传算法

提出采用遗传算法求解资源分配问题的思路，给出了算法步骤及实例分析。     

考虑时间窗的定制公交线路时空分层优化模型

研究定制公交线网布局及调度优化对增强公交系统吸引力, 提高乘客出行效率具有重要意义。针对定制公交乘客需求点在时间和空间上分布离散的特点, 构建了考虑时间窗的定制公交时空分层优化模型, 并设计遗传算法对模型进行求解。通过渔网与核密度分析对需求点在时间和空间上进行了热点识别, 并实现热点区域聚类分析以及合乘站点分类。基于合乘站点集合, 综合考虑公交容量、线路长度、乘客出行距离构建了线路空间优化模型, 以乘客的时间花费最小作为优化目标构建了线路时间优化模型。以济南市城区定制公交为例对模型的性能进行评估, 案例结果表明: 模型优化后的线路方案, 乘客平均服务覆盖率可达96%, 服务区域内每个时段的单个乘客的平均节省时间为15 min, 公交的平均满载率为90%。      

基于超级电容的车客渡船能量管理策略

针对车客渡船航行过程中因推进电机需要频繁大尺度启动和制动而造成船舶电网易产生较大波动、能量管理复杂的问题,提出一种基于超级电容的车客渡船能量管理策略.采用模糊自适应(PID)控制策略对储能系统充放电进行控制,以直流母线电压为目标,通过Matlab/Simulink建立仿真模型,并搭建超级电容能量回收试验平台,验证该能量管理策略的可行性.结果表明,超级电容能对推进电机制动能量进行缓冲存储,提高能量的利用率,同时还可以减小船舶电网的波动,避免发电机组频繁调节,提高电网的安全性.     

非数字并行算法对多种资源均衡优化的研究

以双代号网络计划技术为工具，建立非数字并行算法（遗传算法）的数学模型，研究遗传算子和求解的边界条件，将多种资源（人工、材料、机械）的消耗数量进行数字化，从而获得多种资源数字的合成分布，按多目标优化的条件，使多种资源均衡使用数列能够达到最优分布，结果表明，其计算速度快，精度，对技术复杂的大型公路桥梁工程有广泛的运用前景。     

遗传算法的计算效率分析

给出了遗传算法的几种常用选择方式，并指出遗传算法的全局收敛性和收敛速度与选择方式有关。锦标赛选择方式和父子竞争选择方式不能保证算法的全局收敛性，但有较快的收敛速度；按适值比例选择方式在引入了最优保持操作后能保证算法的全局收敛性，但收敛速度较慢。     

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。     

基于自适应层次聚类的无绝缘轨道电路补偿电容故障诊断方法

针对目前无绝缘轨道电路JTC(Jointless Track Circuit)补偿电容故障诊断方法对补偿电容多故障情况检测不准确、无法充分利用历史监测数据且算法及时性不高、过度依赖于模型的情况,提出基于自适应层次聚类的JTC补偿电容故障诊断方法。通过定义相应类内类间距离判据,提出自适应层次聚类的算法流程。根据机车信号远程监测系统获取的历史监测数据,结合补偿电容故障的影响特征和规律,建立历史数据特征矩阵与样本矩阵,并提出相应的补偿电容多故障诊断策略。实验表明,本算法可以正确、有效地对补偿电容故障情况进行检测,能够提高历史监测数据的利用率。     

城轨列车运行时分节能优化方法

基于传统的城轨列车站间运行曲线优化模型,研究列车运行图中的运行时分优化模型和方法。同时在满足运营需求的前提下,以降低城轨列车运行能耗为目标利用遗传算法对列车全周转内各个站间的运行时分进行优化。根据北京地铁亦庄线的实际数据,对以上方法的节能效果进行实际验证和比较。结果表明,基于遗传算法的城轨列车运行时分优化方法相比城轨列车实际运行与仅优化站间驾驶策略方法分别可以获得17.3%与4.1%的节能效果。