用禁忌搜索技术解决无等待流水调度问题

描述了一种以解决总完工时间最小为目标的无等待流水调度问题的算法.利用启发式方法产生初始解,然后使用禁忌搜索技术改进当前解.对禁忌搜索的邻域结构和搜索策略进行研究.用实际算例进行仿真试验,算法在合理的时间内达到最优值,验证了算法的可行性和有效性.     

大周期内的相位差优化方法

以往干道信号协调的研究只能解决周期时长相同的交叉口的协调问题。为了满足实际交通信号控制系统的需求,解决同一干道上不同周期子区间的协调控制问题,将现有的干道绿波协调控制方法扩展以实现路网内不同周期干道间的协调控制显得尤为重要。本文考虑不同周期交叉口间的相位差周期性变化导致车流到达分布的周期性波动现象,定义了大周期控制时段,绘制了大周期时段内上下游交叉口间的时距图;提出了大周期内的相位差优化方法;通过分析不同控制方案的过渡原理,提出了相位差动态调整方法。本文提出的方法突破了原有协调模型要求交叉口信号周期长度必须相同的限制,可推广应用到不同周期干道的信号协调中,真正实现由干线扩展到整个区域,对于改善区域路网的交通运行具有重大实际意义。     

基于混合聚类算法的异常检测方法

模糊聚类算法是一种无监督的机器学习方法,能够有效地检测出网络入侵中未知的异常攻击行为,但模糊聚类算法实质上是一种迭代寻优方法,容易陷入局部最优解.因此结合遗传算法的全局搜索特性与禁忌算法的局部搜索特性,提出了一种基于遗传禁忌搜索的混合模糊聚类算法,实验表明该方法能有效避免局部最优解、得到正确的聚类结果,在KDDCUP99数据集上的实验结果表明该方法具有更高的检测率和较低的误检率.     

基于特征的车辆牌照定位算法

车辆牌照定位是车辆牌照识别中的重要步骤，文章针对车图象的复杂背景及非均匀的光照条件，提出了一种基于特征的车牌实定位算法。实验结果表明，该处一位准确率较高，鲁棒性较好。     

基于粒子群算法的车站列车进路搜索方法研究

现有进路搜索算法普遍采用遍历搜索,从提高搜索效率出发,引入智能优化型的粒子群算法在解空间内追随最优粒子进行搜索。针对粒子群算法在进路搜索中的应用,对粒子含义与粒子位置迭代部分重新定义。从搜索的安全性与高效性等方面考虑,采用迭代次数控制与精度控制相结合的方式结束搜索。进行实验仿真,测试算法可行性与核心参数最优取值,实验结果表明：惯性参数为0.3,历史最优参数为0.3,全局最优参数为0.4,具有最高搜索效率,搜索算法按照搜索精度要求用时0.5 s左右,安全、高效地完成了列车进路搜索,为智能优化算法在铁路车站列车进路搜索的应用提供一定的参考价值。     

基于ECDIS系统和AIS系统的船舶避碰辅助决策系统的研究

以电子海图显示与信息系统(Electronic chart display and information system,ECDIS)和自动识别系统(Automatic identification system,AIS)作为避碰辅助决策系统有效且可靠的静态与动态信息源.以<国际海上避碰规则>为依据,确定了安全会遇距离的数学模型,并以矩形搜索区域搜索检测水下危险碍航物与危险水深,从而构建了船舶避碰辅助决策系统的推理机制.该研究对海上船舶避碰辅助决策系统的完善有较实用的价值.     

铁路计算机联锁软件重构关键技术研究

计算机联锁软件的基础是联锁软件数据结构的选取和进路搜索算法的设计。针对传统计算机联锁系统上位机软件在站场结构发生变化时需要作出大量修改的问题,为提高联锁系统的灵活性与可重用性,降低人员劳动强度,一方面通过拖拽的方式由控件拼凑构建平面站场图,达到平面站场图灵活重构的目的;另一方面,利用二叉树与站场数据结构之间的相似性建立单链表站场数据结构。在此基础上,提出了一种新的计算机联锁进路搜索算法,达到使整个计算机联锁系统上位机软件可重用的目标。整个计算机联锁上位机软件以VS2015为开发平台,采用面向对象的语言进行编写与实现,为车站的后期改造提供便捷。     

基于改进滑模极值搜索算法的货运列车黏着控制研究

针对传统的滑模极值搜索控制算法（SMESC）在货运列车最佳黏着工作点追踪过程中存在稳态振荡、收敛速度慢的问题，提出了参数时变的改进滑模极值搜索控制算法。为削弱稳态振荡和加快SMESC收敛速度，分析了SMESC中增益参数与稳态振幅间的数学关系，以及辅助函数斜率与收敛性的联系，并对其进行优化：设计了时变辅助函数斜率以改善SMESC的收敛速度，设计了以观测误差为基准的动态增益参数以削减稳态振荡，并进行了收敛性分析。针对行车阻力无法直接测量的问题，引入了基于粒子群算法（PSO）的阻力参数估计，最后设计了基于SMESC的黏着控制律，通过与传统滑模极值搜索进行对比，证实了所提方法的有效性和实用性。     

交互式水域环卫机器人的避障路径规划算法

为使交互式水域环卫机器人（Interactive Water Sanitation Vehicle，IWSV）在进行垃圾收集时成功捕获水中浮动垃圾并顺利规避水域障碍物，提出一种将基于采样的快速搜索随机树（Rapidly-exploring Random Tree，RRT）算法与速度障碍模型相结合的路径规划算法。利用双目摄像头基于视差定位法获取水域动态障碍物的位置坐标，利用IWSV搭载的感应元件获取其自身与障碍物的相对方位角，基于速度障碍法计算可成功避开障碍物的移动角度调整范围，对更优的RRT*算法中的随机采样过程进行进一步优化，得到改进的避障路径规划算法。考虑实际应用场景，引入抗积分饱和比例积分微分控制（Proportional Integral Differential Control，PID Control）法使航向控制器的控制效果更为精准有效。在实景测试时避障路径规划算法存在稳健性，基于到达时间（Time of Arrival，TOA）定位法进行仿真分析。仿真试验结果表明，该路径规划算法比RRT算法和改进前的RRT*算法路径规划效果更优，可靠性更好，可在较短时间内避障并得到较优移动路径。在实景测试时基于TOA的Chan算法更加符合定位估计需求，且IWSV本体感应装置的噪声测算宜在10 m以内。     

基于邻域搜索的黄骅港煤炭堆场自动化卸车方案

现代煤炭码头对港口整体调度的服务水平与效率性要求不断提高。针对黄骅港煤炭堆场存在的卸车方案人工决策时间长、作业冲突和列车在港时间过长等问题，对黄骅港煤炭堆场卸车自动决策方法进行研究。通过考虑列车可拆分特征和设备流程串唯一性特征，以最小化列车等待时间和最大化匹配得分为目标，提出一种带有邻域搜索策略的新型解决方案，并通过邻域搜索策略提升算法的搜索效率。结果表明，新型解决方案的决策时间短于1 min,且其结果优于人工决策方案。