基于遗传算法的最大熵模型交通分布的求解

将遗传算法应用于求解最大熵模型的交通分布问题中，从而提供了一种求解简单的方法，降低了熵模型求解分布问题的复杂性。为利用最大熵模型进行交通分布开创了一条新的途径，同时显示出遗传算法在交通规划中的实用前景。     

无决策属性的多属性决策权重融合方法

针对无决策属性的多属性决策系统的2种属性权重分配方法(主观赋权法和客观赋权法)的缺陷，提出了一种新的权重融合方法．该方法通过建立数学规划模型，用遗传算法寻求其全局最优解，以确定最佳的主客观权重融合方案，从而可以避免权重融合时人为偏好的影响．最后，给出了1个实例．     

遗传算法神经网络的学习方法

提出了利用遗传算法的思想实现人工神经网络学习的方法，并具体讨论了在实现中的若干问题。     

结合遗传算法的BP神经网络训练方法研究

针对BP神经网络存在收敛到局部极小问题,研究了直接利用遗传算法训练BP网络的方法和结合遗传算法训练网络初始权值的BP算法;通过简单异或问题说明了第一种方法所需训练时间较长;将第二种用于解决结构损伤识别问题,得到较好结果,说明利用遗传算法训练初始权值可以克服BP神经网络局部极值点问题,加快网络的收敛速度。     

基于改进遗传算法的递归神经网络非线性系统辨识

将递归内时延神经网络应用于非线性动力学系统辨识中，描述了其动力学方程，并引入改进遗传算法作为其学习算法，通过非线性动力学SISO和MIMO系统的辨识仿真研究，验证了内时延递归网络结构和改进遗传算法的有效性。     

遗传算法在路面结构模量反算中的应用

利用遗传算法反算路面结构层弹性模量可以避免一般反算方法受初值影响的缺陷，探讨了遗传算法在路面结构模反算中的应用，并开发了反分析程序BACKGA，计算结果表明，该方法计算精度很好，但计算时间较长，为提高程序计算效率，利用神经网络计算路面结构弯沉值，并将其用于反分析程序BACKGA中，取得了良好的效果。     

铁道车辆承载吸能结构优化研究

为得到具有理想耐撞性能的铁道车辆承载吸能结构,分别基于多项式响应面法的二次响应面模型、四次响应面模型和Kriging法的响应面模型等3种代理模型,构造承载吸能结构的比吸能SEA及比吸能与撞击力峰值之比REAF关于设计参数的二次、四次和Kriging法响应曲面,结合遗传算法整体寻优分别得到这3种代理模型的SEA和REAF的最优值.对比分析结果表明:Kriging法响应面模型的拟合精度高于多项式的二次和四次响应面模型,四次响应面模型的拟合精度次之;但是Kriging法响应面模型拟合曲面没有多项式响应面模型的光滑,其原因是Kriging模型采用的局部插值方法虽能提高模型拟合精度、却不利于降低模型拟合过程中的数字噪声;整车车体碰撞仿真表明,承载吸能结构优化后的整车车体具有更好的耐撞性能.     

车辆导航系统中多路径选择算法的研究

路径选择算法是车辆导航系统中的核心内容之一。采用单亲遗传算法求解路径选择子系统中的大规模路网的K最短路问题,并结合实际路网对算法进行了验证。结果表明,该算法能有效的生成多条备选路径供出行者选择,对出行者的路径选择决策以及对路径选择子系统相关技术的研究开发均具有参考价值。     

基于运行速度的公路几何线型优化设计探讨

首先阐述了运行速度的基本概念和运行速度的计算方法和评价准则。然后建立了运用遗传算法对公路几何线形进行优化的方法和步骤。最后提出了基于遗传优化算法的公路几何线形设计的方法和流程,为公路设计人员提供新的设计思路和方法。     

不露声色 2011柯尼塞格Agera R

低调的表现掩盖不了Agera R超凡的性能。法拉利FF、兰博基尼AventadorLP700-4以及Pagani帕加尼huayra这三款超级跑车是车展中毫无疑问的明星(FF和huayra在上期杂志已有报道)。但不露声色的柯尼塞格Agera R也有着不容小觑的实力,仅从动力性能来说,这款车比上述三款车更为强大。与曾在上一届日内瓦车展上亮相的全新Agera相比,新款Agera R的