震后恢复期物资配送中的多周期选址-联运问题

震后恢复期的物资配送是一项复杂的系统工程,针对震后恢复期两级救援物资 配送系统中的多品种物资、多运输方式、多周期决策等特征,提出了一个以系统总费用最 小为目标的混合整数线性规划模型,用以解决震后恢复期救援物流系统中的选址-联运 问题.针对该模型的特点,设计了一种结合启发式规则的分周期、分阶段解码的混合遗传 算法. 以“5.12”汶川大地震恢复期救援物资保障过程构建算例,对该模型和算法进行了实 例验证. 结果表明,该算法具有较好的性能,可以有效解决震后恢复期物资配送中的多周 期选址-联运问题.     

基于EMD算法的切换系列区分及时空转换参数选取仿真

鉴于由于个人隐私而导致的数据获取困难问题,依托基于无线通信网络与交通集成仿真的手机切换数据平台采集手机数据,用EMD算法将不同道路切换序列的差异程度进行量化区分,根据时空转换参数ρ的不同取值得到相邻道路、不同道路之间手机切换序列对的EMD。结果表明：将EMD算法应用于不同道路序列的区分是可行的,ρ的选值不影响该算法应用的效果。     

混合径向基神经网络对货运量的预测

为了定量预测多个外部因素影响下的货运量,建立了混合径向基神经网络模型.该模型以径向基神经网络为模型主体,并结合二阶振荡粒子群优化算法和灰色预测方法构成混合预测模型.该神经网络模型的参数设置更加简便,收敛速度更快.实例预测得到的结果相比较其他预测方法绝对误差值更小,误差变化范围更加稳定,证实了该神经网络模型的有效性,表明了其在多因素影响下的货运量预测中具有很好的适用性.     

一种基于EMD的共振解调改进方法

针对传统共振解调方法中共振频带需要人为确定和故障轴承振动信号信噪比低的缺陷,提出了一种基于EMD算法的共振解调改进方法。该方法首先对轴承振动信号进行EMD分解,然后自适应地筛选出高频固有振动频率附近的基本模式分量（IMF）,并对单分量进行滤波处理,最后重构选取滤波后的基本模式分量,并对重构信号进行包络解调分析,得到故障特征频率和故障类型。滚动轴承故障诊断表明,改进方法不仅能够自适应地确定共振频带,而且可以有效地提取故障特征,识别故障类型。     

基于改进蚁群算法的应急救援路径规划

应急救援路径规划不同于普通的路径规划,其目标为用最短的时间对待救援目标实施救援,因此无须考虑返回时间。同时,不同于以往路径规划单个目标点的情况,待救援目标可以有一个或多个。提出一种基于改进蚁群算法的应急救援路径规划方法,设置夸张系数Qa,并定义“虚拟边”,解决当前点的邻接待访问点中有多个目标点的问题。为提高收敛性,对信息素蒸发系数进行改进。该方法能快速找到一条从待救援点到多个目标点的优化路径,实验结果表明算法的有效性。     

基于加速遗传算法的多层次灰色评价方法的空域安全分析

随着我国航空业的迅猛发展,空域结构及其使用方式日趋复杂化,出现了多种多样的安全问题,所以,对空域安全评估方法的研究显得尤为重要。本文从空域系统角度出发,参考Reason模型的主要思想,建立了影响空域安全评估的指标体系,然后,采用加速遗传算法的多层次灰色评价法（AGA-GAHP）对空域安全系统进行分析,使用加速遗传算法的层次分析法计算指标权重,逐级计算灰数,确定所属灰类,得出西北某空域的安全评估结果。实际计算表明,该方法可行。     

西安地铁某区间隧道设计计算方法比较

通过运用解析法、一维、二维、三维数值模型对西安地铁某区间段盾构管片结构进行了位移、内力计算,旨在研究不同计算方法对同一问题结果的影响规律.其中,以日本惯用法为理论基础对该区间管片进行解析法求解;并用ANSYS有限元软件对管片进行了三种不同形式的数值模拟.通过比较发现,四种方法对管片的位移和内力计算结果云图显示趋势基本一致.ANSYS三维模型的位移沉降值最大;二维模型的内力计算结果最大.因此,在控制沉降分析中应以三维模型计算结果为主,在配筋计算等设计环节应以二维模型计算结果为主.最后本文总结了各种算法的适用范围,得出的相关结论对盾构隧道设计给与了一定的指导意见.     

软土地区盖挖逆作施工地铁换乘站变形性状的数值分析

基于三维快速拉格朗日算法原理,结合华东软土地区某盖挖逆作法施工换乘地铁车站工程实际并考虑基坑的周边环境因素,采用FLAC3D数值模拟软件,对盖挖逆作法地铁结构开挖过程中的变形性状进行了数值分析,得到了基坑开挖各阶段的变形场,为地铁车站的设计和施工提供了较好的控制结构变形量的方案,以确保基坑开挖对周边环境的影响最小,并保证基坑安全施工。     

The development of a policy for road tax in Turkey, using a genetic algorithm approach for demand estimation

This study deals, first, with estimation of transport demand based on Genetic Algorithm (GA) approach, and then deals with the evaluation of the road tax system in Turkey. It proposes an alternative road tax policy. The total transport demand is estimated based on population, Gross Domestic Product per Capita (GDPPC), and vehicle-number. Three forms of the Genetic Algorithm Transport Demand Estimation for Tax Revenues (GATDETR) are developed, of which one is linear, and the second and third are exponential forms of the mathematical expressions. The best-fit GATDETR model in terms of total minimum relative average errors between observed and estimated values are selected for future demand estimation. The evaluation of the road tax system and policy proposal is made based on estimated demand. The Distance-Based-Taxation (DBT) system is proposed in order to control highway transport. With the DBT system, some road users may wish to use railway. Thus, we re-organize the railways in order to meet the demand, but this requires new fund. The DBT system may help to create to this fund. It may also help to develop fair-taxation for the road users. Results show that the GA can be used to model transport demand and hence income tax in future transports planning. This study also suggests that planning the taxation in highway transport may help to ease funding problem of railway system.