粗集料最大公称粒径对道路水泥混凝土性能影响的试验研究

为了研究粗集料最大公称粒径对道路水泥混凝土性能的影响,选取19.0 mm、26.5 mm、31.5 mm 3种最大公称粒径的粗集料制作水泥混凝土试件,对混凝土的坍落度、抗压强度、抗弯拉强度、抗渗性能和干缩性能进行了试验研究,并根据试验结果对影响规律进行分析,提出了不同等级公路水泥混凝土粗集料最大公称粒径的建议范围。     

基于PSO—SVM的交通事故预测

为更加准确地描述道路交通事故发生的规律,结合粒子群算法和支持向量机理论,提出一种粒子群算法（Ps0）优化支持向量机（SVM）的道路交通事故预测模型,并用相应的数据进行仿真研究。结果表明,基于粒子群算法优化支持向量机模型（PS（）ISVM）NNNNNNN,能较好地契合道路交通事故的变化趋势。     

基于粒子群优化SVM的高速公路交通事件检测

为了更加准确地检测出高速公路上的偶发性交通事件,采用一种粒子群优化SVM参数的高速公路交通事件检测算法,提升事件检测效果。文中运用高速公路实测数据集（L880）,对支持向量机算法进行分类性能测试,并且采用改进的粒子群优化算法对支持向量机的参数进行优化,进而利用测试集数据对该模型进行验证比较,获得满意的检测效果。     

基于迭代局部搜索和自适应粒子群优化的SVM短期负荷预测

为了能够进一步的提高船舶电力负荷的预测精度,针对SVM模型在负荷预测中存在的参数选取问题,该研究提出了一种新的参数优化算法:基于迭代局部搜索和自适应粒子群优化的组合算法。自适应粒子群算法提高了传统粒子群算法的收敛速度,引入的迭代局部搜索思想,配合新的极值评价标准能够很好的解决粒子群算法容易陷入局部最优的问题。仿真结果表明,利用新的参数优化算法使得SVM预测模型的精度得到了很大的提高。     

船舶分段建造工程工期、成本、质量综合均衡优化研究

针对当前实际在船舶分段建造工程管理中,人们较少针对工期、成本、质量综合优化的研究,提出通过研究船舶分段建造过程中的工期、成本、质量之间的相互制约关系,得出工期、成本、质量之间的综合均衡优化模型,并利用多目标优化理论和粒子群算法对模型进行求解。该方法能够得到船舶分段建造工程项目管理中的控制目标。     

基于粒子滤波的电力机车电气故障诊断

采用分布式传感器网络(DSN)对列车电气系统的各种状态信息进行检测,根据动态空间模型理论建立系统状态方程和观测方程,采用粒子滤波技术对系统滤波状态进行估计,通过二值决策法对每个传感器获得检测信息并与阈值对比,对比结果由故障诊断中心融合并给出最终决策结果,如果确认处于故障状态则给出故障预警.由于传递给诊断中心的数据是二值结果,降低了通信量,提高了实时性能.实验仿真结果验证了诊断系统的适用性和可靠性,也验证了粒子滤波在非线性、非高斯系统中的适用性.     

非线性整数规划问题的改进粒子群优化算法

提出了一种求解非线性整数规划问题的改进粒子群优化算法．在这个算法里,对粒子群优化模型的速度方程和位置方程进行改进,加入了动态约束处理技术以提高选择最优点的能力;加入了粒子的邻域加速寻优策略以提高局部优化能力．数值结果表明所提出的算法计算精度高且稳定性好．     

交通区域协调控制模型

为提高交通区域通行效率,构建了适合各种交通状态的区域信号协调控制模型。以区域交叉口总排队车辆数与区域总输出车辆数为性能指标,考虑上下周期排队车辆数、各交叉口闭合相位差与有效绿灯时间,建立了模型约束条件。利用粒子群算法初始化有效绿灯时间与滞留车辆数,采用模拟退火算法求解有效绿灯时间,在不同交通状态下对某交叉口路网进行了仿真。仿真结果表明:与TRANSYT模型相比,低峰时段,采用本文模型排队车辆数降低了5.3%,区域总输出车辆数增加了5.5%;高峰时段,排队车辆数降低了17.9%,区域总输出车辆数增加了33.4%。交叉口的信号方案优化结果表明:与TRANSYT模型相比,采用本文模型时,各车道饱和度均降低,平均为1.8%,最大排队车辆数平均降低2.9%。分析结果表明:本文模型在各种交通状态下都是有效的,特别是在高峰状态下,控制效果优于TRANSYT模型。     

车辆路径问题的混沌粒子群算法研究

针对车辆路径问题中单仓库非满载这一基本类型的具体特性,设计了一种混沌粒子群算法;利用混沌系统的随机性、规律性和遍历性初始化粒子,大范围覆盖车辆路径问题的解空间,加强算法最优路径的搜索能力;通过在求解过程中的次优路径处施加混沌扰动,使算法放弃当前求解的路径,避免结果为次优解。并通过试验验证了该算法在车辆路径问题中具有很强的寻优能力。     

人工免疫粒子滤波算法估计电动汽车电池SOC

准确预测电池的荷电状态（SOC）对纯电动汽车的安全可靠的运行具有重要意义.标准的粒子滤波算法对锂离子动力电池的非线性特征有一定的适应性,能够对电池的 SOC做出估计.但是在标准粒子滤波运算过程中普遍存在粒子退化现象,导致算法效率和预测精度降低.因此,本文提出一种新的人工免疫粒子滤波算法,将人工免疫算法的原理引入标准粒子滤波算法的粒子更新过程中,对锂离子动力电池SOC的估计进行优化,以提高SOC估计的准确性.利用北京市实际运营的纯电动汽车电池数据,对所提出的电池SOC算法进行实证研究.实验结果表明,相对于标准粒子滤波算法,人工免疫粒子滤波算法能够增加粒子的多样性,具有更好的SOC预测精度和有效性.