着陆阶段航空器航迹检测与风险识别方法

进近着陆是整个飞行过程中最易发生危险的阶段.目前着陆阶段的风险识别 只能依靠塔台管制员的目视观察.在飞行员技术不熟练、起降频繁的通用航空飞行训练 中,目视观察很难准确掌握情况,也因此蕴含了巨大的安全风险.利用视频监视航空器着 陆行为,同时提出了一种适合复杂背景下小目标分割算法,从视频中提取航空器着陆航 迹;并以此为基础进一步识别降落过程中的运行风险.通过对多组不同角度的视频监视数 据验证,该算法可在复杂背景下实现航空器着陆航迹的跟踪、落地时刻的判断及危险滑 行航迹的准确识别,对于保障飞行安全具有重要的现实意义.     

物流配送车辆路径问题多代竞争遗传算法

针对遗传算法在解决车辆路径问题时效率较低的缺点,将寿命和年龄的概念引入遗传算法,提出了多代竞争遗传算法.每次通过遗传或变异更新一定数量的个体,对于个体按其年龄和寿命决定其是否留在下一代种群中,或终止其生命.通过这种方式,增加了较优秀个体在种群中的存活时间,加大了其繁殖几率和优秀基因被子代个体继承的概率.并应用算法对实际算例进行了测算,取得较满意结果.多代竞争遗传算法对其他优化问题同样适用.     

船舶调距桨控制系统遗传算法的仿真研究

针对调距桨控制系统现状,设计了调距桨控制系统过程模型,提出了基于遗传算法的PID整定方法.仿真结果表明,该方法克服了传统PID难以获得最佳整定效果的缺点,用于调距桨控制系统是有效的.     

万维网的小世界效应探讨

在工程信息的长期安全保存和可靠调用过程中,存在着信息和其使用系统之间的兼容问题和对信息定期检查、移存、转化的时间和效率问题。目前国内外对这两类问题还没有可行的解决方法和技术。介绍了“六度分离”现象和经典的小世界网络模型,提出了WWW模型的架构,并在此基础上提出了万维网中任意两个网页间链接路径的搜索算法和计算万维网的特征路径长度,借此验证万维网具有小世界效应,为解决大量级和分散性信息的管理问题提供了可靠的科学依据。     

基于神经网络的GPS高程拟合方法优选及精度分析

针对现有的几种神经网络GPS高程拟合方法,讨论了利用遗传算法(GA)、粒子群算法(PSO)优化BP神经网络权值和阀值的原理;结合分布较均匀、现势性较好的GPS和水准联测数据,试算了基于神经网络的GPS高程拟合。拟合结果表明:基于PSO算法优化的BP神经网络的拟合精度优于GA算法,误差相对更小。     

基于社会力模型的无车道划分异质交通流研究

考虑当前针对无车道划分时的交通流特性研究较少,而且没有考虑车辆类型的异质性,因此本文基于社会力模型提出了一个无车道划分异质交通流模型.利用仿真软件Matlab搭建仿真平台,分析所建立模型的特性,以及道路条件、大车比例对交通流的影响.结果表明,本文所建立的交通流模型能有效地模拟无车道划分情况下的异质交通流特征.在无车道划分时,道路通行能力和平均速度会随着道路宽度减小而减小,当道路宽度小于7m时,通行能力会急剧下降.当交通流密度比较低时,增加大车比例对道路通行能力和平均速度影响很小;当交通流密度比较高时,大车比例的增加会降低道路通行能力,但交通流会变得更加稳定.     

基于NSGA-Ⅱ的接运公交线路与时刻表协调优化方法

在公交规划研究中,常将公交网络规划问题分解为公交路线设计和行车时刻表设计,并尝试运用非传统优化方法解决,但对于多种公交模式换乘背景下的公交线路与时刻表协调优化问题的研究较为缺乏.文中以直接服务于轨道交通的接运公交为研究对象,在实现接运公交与轨道交通的有效衔接条件下,构建接运公交的路线选择与时刻表协调优化模型,并设计基于非支配排序遗传算法（NSGA-Ⅱ）的多目标优化算法对模型进行求解,实现接运公交路线与时刻表的协同编制,并通过实例分析检验模型.     

遗传—神经网络在交通流预测中的应用

提出一种基于BP神经网络的遗传算法,分别利用其局部和全局寻优能力强的特点,综合为一种新的优化算法,并将改进的算法应用于交通流预测中。结果表明,改进方法的预测效果优于单一使用BP神经网络进行预测的效果。     

活塞式鱼雷凸轮发动机配气参数优化研究

为了对活塞式鱼雷凸轮发动机配气参数进行优化,选择有效燃烧消耗率作为目标函数,运用遗传算法,得出鱼雷在基准航深时的最佳配气参数值,并与发动机原型配气参数进行对比,结果表明,该优化方法是可行的。