基于简单网络管理协议的铁路应用管理模式研究

主要探讨如何对基于网络环境的铁路应用系统进行集中有效地管理,以及如何实现在通用的网络管理平台上对这些应用系统进行统一监测和控制,并以铁路管理信息系统的主要应用为例,构造应用管理的系统结构模型.     

考虑班期限制的中欧陆海快线路线优化

中欧陆海快线是作为中欧贸易运输的大通道，逐渐成为我国与欧洲间重要的连接纽带。本文针对Z公司为客户提供最佳联运服务方案的需求，将海铁联运运输情况分为国内运输段、海上运输段和欧洲运输段，考虑运输成本、中转操作成本、随机运输时间、随机中转时间等，建立了时间-成本双目标的中欧陆海快线海铁联运路线优化模型，并采用遗传算法进行求解，最后根据现有的海运航线时刻表、欧洲班列时刻表等进行实例验证，对不同时间成本比例情况下所得到的运输方案进行比较分析，最终得到优质海铁联运运输方案，提高中欧陆海快线海铁联运运输效率。     

基于遗传算法的船舶电网故障诊断优化方法

由于船舶规模的日益提高,船舶中的电力系统和电网设备日益复杂,而稳定性却不断下降。当电网遇到故障时,仍然采用传统的方法进行故障检测和问题排除。这样电网就存在故障排除周期长,并且很难从根本上解决故障的问题。而新型的遗传算法可以在电网故障诊断中提高诊断效率和成功率,进而提高整个船舶电网的稳定性和健壮性。     

数据挖掘在舰船电力负荷预测中的应用研究

首先描述基于数据挖掘的舰船电力负荷预测系统架构,然后按照此架构进行系统实现,并结合舰船电力负载预测的特点,利用遗传算法获取较好的搜索空间,这样可以避免BP神经网络算法陷入局部最优的情况。通过对比实验结果可知,本文所采用的遗传算法和BP神经网络相结合的优化算法预测能力强,拟合度高。     

试论公路养护资源分配中遗传算法的参数优化

随着时代的演进,我国的交通行业发展迅猛,不仅促进了社会的发展,还方便了人民的出行。近几年来,随着社会发展需求逐渐增大以及自然环境的不断影响,公路的养护逐渐成为一项社会问题。遗传算法是以模拟达尔文进化论为基础,通过实践对遗传算法的参数进行标定,最后达到提高资源利用率的目的。     

港口集装箱调配中并行遗传算法的应用研究

随着经济的发展,世界各国间的贸易量不断增加。但是贸易的不平衡,导致集装箱供需关系的严重不均。航运企业为了解决集装箱供需问题,需要调配大量的空集装箱,导致集装箱管理和运营成本上升。因此,有效组织和调配集装箱,降低集装箱调配成本成为航运企业关注的重点。遗传算法是一种模拟生物进化机制的全局搜索优化算法,具有高效、并行等特点。本文提出基于平行遗传算法的集装箱调配模型,有效解决复杂集装箱调配问题,并进行仿真实验。     

自适应遗传算法在船舶线路布局中的应用研究

随着船舶自动化控制技术的发展,船舶的各种线路控制网络也日益复杂,尤其是计算机设备控制网络和通信导航网络的布局要求变得越来越高,其抗干扰能力受布局结构的影响非常大。在研究现代化船舶的舱室结构特点后,提出一种基于自适应遗传控制算法的线路布局优化模型。通过对实际的船舱线路布局需求进行数学建模,对算法的性能优化提出改进措施。仿真实验结果表明,本文的优化算法能有效提高线路网络的稳定性能,同时能够降低线缆布局成本,便于大范围推广使用,具有良好的应用前景。     

集装箱码头搬运设备集成优化调度模型与算法研究

在现代化的海洋港口物流中,集装箱的数量正经历着爆炸式的发展,因此如何有效对集装箱进行运输和管理,已成为必然趋势。本文从我国港口的实际情况出发,设计遗传算法,并利用计算机技术对集装箱的调度进行优化,从而实现资源的快速配置和调整。文中首先对集装箱搬运设备的调度模型进行研究,利用常见的遗传算法,探讨基于不同模式下的调度优化模型,结合先进的交换规则和变异进化算法,设计一种新型的自适应遗传算法,并成功仿真得到理想的结果。     

基于改进遗传算法的模糊聚类应用于路面压实度控制研究

压实度不达标作为高速公路路面病害发生的主要原因,基于此通过针对沥青路面压实度及模糊聚类算法、遗传算法的研究,对沥青路面压实度影响因素进行深入分析,其目的主要是为了通过原始的采集数据进行预测,以提高沥青路面的压实度和路面的耐久度,保障沥青路面的质量,而传统的模糊C-均值聚类算法容易导致局部最优解,且对初始值较敏感,通过利用基于改进的遗传算法的模糊聚类算法应用于路面压实度研究,不仅克服了模糊C-均值聚类算法的缺点,同时也提高了数据分类的质量及预测的效果。