基于双层规划的公交车调度问题的模型与算法

城市公交车辆调度的主要目的是在方便乘客出行的前提下追求企业利益的最大化,其关键问题是在企业如何进行公交车辆配置和安排一天中各个时段上的发车频率.在对现有问题研究的基础上,基于对调查数据的分析和推导,建立了以乘客满意度为上层目标、企业运营效益为下层目标的双层规划模型,并对此设计了一个遗传模拟退火混合优化算法,结果表明:本文提出的双层模型和设计的遗传模拟退火算法具有一定得有效性和可行性.     

C4．5算法在医疗保险数据挖掘中的应用研究

随着医疗保险制度的日益完善和参保人数的迅速递增,医疗保险管理信息系统积累了大量数据。如何充分利用这些数据,辅助决策者制定出更加合理的医疗保险政策,已成为当前亟待解决的问题。利用决策树C4．5挖掘算法对医疗保险系统数据进行分析,找出影响就医公平的关键因素,辅助决策者进行政策参数的最优化设置。     

基于决策树技术的建筑企业信用评价研究

在决策树理论的指导下,通过信息增益的应用和公式的构造获取属性重要程度评价值,结合决策树的C5．0算法得到建筑企业的信用评价模型。经过对该模型进行测试和评价,取得了较好的预测效果。     

基于道路功能的分层交通分配方法研究

针对当前交通分配预测在宏观把握上的缺陷,提出了一种改进的基于道路功能分层的交通分配思路、分配模型及算法.这种改进的方法从宏观层次到微观层次进行分配预测,有利于从不同层面校核分配结果,也有利于提高分配运算速度.通过一个实例阐述了该方法的步骤,并与TransCAD STOCH分配方法进行比较,结果证明基于道路功能的分层交通分配方法更接近于实际交通状况.     

基于免疫单克隆算法的车辆路径优化

车辆路径问题(VRP)是物流管理研究的一项重要内容,在提高服务质量和降低成本方面起着关键作用.给出了车辆路径优化问题数学模型,介绍了免疫单克隆算法的基本原理,提出了免疫单克隆算法求解VRP的基本流程.算例计算结果表明,通过引入亲合度成熟、克隆和记忆机理,利用相应的算子,免疫单克隆算法可以快速地收敛到全局最优解,效果良好.     

优化多品种货物配装的蚂蚁算法

为充分利用装载工具的装载重量和容积,在考虑货物重量、容积、配装优先级以及混装限制等约束条件下,基于待装货物比容动态逼近装载工具剩余空间比容的思想,通过引入节点吸引度、构造合理的动态能见度函数以及采取多样化约束处理策略,设计了求解多品种货物配装问题的蚂蚁算法,并对42件不同品种的待装货物装入TBJ10型集装箱的配装问题进行了优化,求解结果实现了集装箱的装载重量和装载容积的同时优化.算例结果初步表明算法是有效和可行的.     

一种改进的DBSCAN聚类算法研究与应用

对DBSCAN(density based spatial clastering of applications with noise)聚类算法进行了研究,分析了它的特点、存在的问题和改进思想,提出了基于DBSCAN方法的交通事故多发点(段)的排查方法及其改进思路,并且结合J2EE技术,实现了一个Web环境下的交通事故数据挖掘系统 ,阐述了基于J2EE的交通事故挖掘系统的体系结构、设计及其应用.     

基于交通流预测的城市干道相交路口信号控制

提出了一种基于交通流预测的主干道相交路口优化控制方法,将交通流预测与交通信号控制相结合,用于解决交通流量较大的城市主干道相交路口的信号控制问题.建立神经网络预测模型,用变异粒子群优化算法优化网络结构以提高预测精度和速度,将预测的下2个相位队长作为模糊控制的输入以确定下一绿相位时间,在后一绿相位持续时间内放行该相位经预测但尚未全部排队的车辆.仿真实验表明该方法能有效地减小平均车辆延误时间,达到了保持干道交通通畅的目的.     

汽车动力转向系统匹配试验研究

提出了汽车动力转向系统匹配试验方法,利用CATIA V5设计了系统匹配物理台架及其数据采集系统.利用模糊神经元非模型算法和NPID控制算法设计了油温控制系统和油压控制系统.结合某转向系统进行试验,结果表明:提出的试验方法合理,所设计的控制系统能很好的完成试验.     

基于扩展卡尔曼滤波神经网络算法的公路货运周转量预测

介绍了扩展卡尔曼滤波的原理,针对人工神经网络神经元之间权值的调整过程,建立了权值调整的状态空间模型,并采用扩展卡尔曼滤波对该模型的状态变量进行递推估计.文中仿真以全国历年公路货运周转量为例,分别采用BP算法和扩展卡尔曼滤波算法对神经网络进行训练,2种训练方法预测的结果对比表明扩展卡尔曼滤波训练算法具有更好的准确性和更高的运算效率.