面向智能驾驶行为的机器学习

基于机器学习的智能驾驶行为分析是智能车辆发展的方向和难点之一.驾驶行为的知识获取和表达,涉及机器学习中的诸多算法.首先对机器学习在驾驶行为识别判断、建模预测、智能决策等方面的研究进行了分析,进而对驾驶行为分析中的几种主要机器学习算法进行了较为全面的总结,最后给出了各种算法的优缺点.     

基于自适应遗传算法的船舶分段装配序列优化研究

针对船舶分段实际装配时存在施工不合理而导致建造成本过高的问题,提出基于自适应遗传算法的分段装配序列优化求解方法。根据其几何约束和工艺约束建立了包含干涉关系、重定向次数、吊装工具改变次数、装配效率等评价函数的目标优化体系,提出采用改进的自适应遗传算法进行装配序列优化,并将评价标准作为目标函数进行优化计算,降低了问题的繁琐程度,提高了系统的工作效率,且通过实例验证了算法的有效性。     

基于改进型遗传算法的舰船舱室布局优化

从布局优化角度分析求解舰船舱室的布局问题,以生活区舱室为切入点,借鉴二维FLP问题的理论和方法,对舱室布局进行分析和模型简化,并进一步分析和构建优化的数学模型。在数学模型构建过程中,定义舱室序列变量、目标评价函数和布局约束。对基本遗传算法在编码方式、遗传算子和流程框架上均做出适应性改进,并用于优化和求解该数学模型,最终输出Pareto舱室序列解集。理论和实例分析表明,所提出的改进型遗传算法能有效解决生活区舱室的布局优化问题。     

基于遗传算法的船舶螺旋桨优化设计

船舶螺旋桨的设计主要分为理论法与图谱法,目前,图谱法设计已有成熟的计算程序与之匹配,采用遗传算法搜索进行船舶螺旋桨优化设计是一条新的思路。采用Wageningen B图谱的回归多项式,利用遗传算法的高效、并行、基于适应度函数的搜索法,进行螺旋桨优化设计,将螺旋桨直径、螺距比和盘面比作为设计变量,空泡性能作为约束条件,在保证目标转速的前提下优化船舶航速。经优化设计实例计算表明,遗传算法适用于船舶螺旋桨的优化设计。     

基于二分图的舰艇编队网络故障定位方法

由于舰艇编队网络面向战略任务的特殊性,即使出现短时失效的问题,也会给造成无法估计的损失。论文把免疫遗传思想引入到舰艇编队网络的故障诊断中进行网络故障的定位,通过分析故障诊断的目标函数把故障诊断问题转化为成二分图问题,其求解转换成0-1规划的求解问题。进而提出基于免疫遗传算法的故障定位方法。仿真结果表明,论文所设计的方案定位简单,效率高,具有可行性。     

基于灰色遗传支持向量机的短时交通流预测

为了进一步提高短时交通流预测的精确度,通过分析灰色模型、遗传算法和支持向量机模型的特点,提出一种组合的短时交通流预测模型.模型运用灰色模型对原始交通流数据序列进行累加,弱化其随机性,再通过遗传优化支持向量机模型进行预测,利用灰色模型将预测结果进行累减,得到最终的预测值表.以长春市某主干路交通流数据为基础,验证了该模型的有效性和可行性.     

基于模态振型叠加的结构振动形状优化研究

采用结构模态振型来定义结构的形状优化参数模型,以一组结构模态振型的叠加来重构结构表面形状,以结构振动响应为目标函数,采用遗传算法优化配置各阶模态振型的参与因子来优化结构形状,以达到降低结构振动响应水平的目的.以几何平板、半圆柱曲面为研究对象,计算结果表明该方法可以有效降低结构振动响应水平.     

铁水联运港站的铁路作业区轨道门吊优化配置

根据铁路作业区内装卸作业的要求和特点,引入允许作业时间概念,将铁路作业区轨道门吊配置问题分为轨道门吊调度问题和数量优化配置问题.通过建立混合整数规划模型,对轨道门吊进行柔性调度,使装卸作业最大完工时间最小、轨道门吊作业均衡以及任务期内运营成本最低.此外,设计了基于使用权分配的遗传算法对模型进行求解.最后选取集装箱卸车过程作为算例对算法和模型进行验证,结果表明,提出的轨道门吊优化配置模型能对作业区轨道门吊数量进行合理配置,提高了装卸作业效率.     

基于遗传算法与小波神经网络的客流预测研究

针对轨道交通短时客流具有动态性、非线性、不确定性的特点,提出一种基于遗传算法与小波神经网络的轨道交通短时客流预测方法.该方法利用具有全局搜索最优的遗传算法优化小波神经网络,有效的避免了神经网络易陷入局部最小值的缺陷.在分析轨道交通短时客流的特征上,利用实测数据对模型进行验证.结果表明,相比遗传算法优化的BP神经网络模型,单一的小波神经网络模型其预测精度更高,误差更小,能在实际中应用.     

绿色通航视域下过坝船舶预约调度双目标优化研究

针对船舶到达不均衡和供需时空不匹配导致的水利枢纽通航拥堵问题,建立过坝船舶预约的双目标决策模型,优化船舶平均等待时间和到达调整率,探讨两者之间的权衡关系;进一步考虑船舶的失约情形,设计过坝预约的重调度规则。然后,利用非支配排序遗传算法的gamultiobj函数求解模型,并探讨预约机制实施前后的碳减排效果。最后,以三峡枢纽为例,验证模型的有效性。结果表明：该模型在平均等待时间和到达调整率的权衡中,得到了多样化的预约调度方案,并通过合理分配预约份额,有序管理船舶到达。同时,与原调度方案相比,理想和失约情形下的预约调度方案,可分别带来27.51 t和20.04 t的最大碳减排量;且重调度策略使到达调整率的均值降低了2.7%,减少了失约的干扰影响。