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。     

多品种燃油海运库存路径问题鲁棒优化模型与算法

针对需求不确定下的多品种燃油海运库存路径问题(Maritime Inventory Routing Problem, MIRP),提出非专用舱室和非固定停靠供应港的船舶配送策略,通过设置供货商保守系数给定条件下的累积航次多品种燃油不确定需求预算阈值,构建以供货商燃油库存与配送总成本最小化为目标的MIRP非线性鲁棒优化模型,并设计了改进混合自适应遗传算法求解模型。算例结果表明,非专用舱室和船舶非固定停靠配送能有效降低供货商燃油库存与配送总成本;供货商在各需求港关于各品种燃油的保守系数均存在某个不同的恰当值,当保守系数超过恰当值时,客户服务水平变化趋于平缓。研究结论可为供货商多品种燃油MIRP提供决策参考。     

应急物资保障系统模糊多目标LARP 研究

为了将应急物资快速有效地配送至灾区,从供应链的角度构建一个包含应急 物资供应点、集散点、配送中心及受灾点四层结构的应急物资保障系统. 在考虑需求不确 定性的基础上建立一个双层优化模型. 上层模型以最晚运达时间最小、配送总成本最小 及车辆载重利用率最大为目标,决策灾区应急物资配送中心的选址及车辆路径安排;下 层模型以运输总成本最小为目标,决策应急物资集散点的选址及应急物资的分配. 设计 一种自适应遗传算法求解上层模型,运用GAMS 软件求解下层模型. 以“4· 20”四川芦山 地震应急物资保障为背景构建算例,验证模型和算法的可行性和有效性.     

基于特征选择和SVM参数同步优化的网络入侵检测

为了提高网络入侵检测正确率,利用特征选择和支持向量机（SVM）参数间的相互联系,提出一种特征选择和SVM参数联同步优化的网络入侵检测算法.该算法首先将网络入侵检测正确率作为问题优化的目标函数,网络特征和SVM参数作为约束条件建立数学模型,然后通过遗传算法对数学模型进行求解,找到最优特征子集和SVM参数,最后利用KDD 1999数据集对算法性能进行测试.结果表明,相对于其他入侵检测算法,同步优化算法能够较快选择最优特征与SVM参数,有效提高了网络入侵检测正确率,加快了网络入侵检测速度.     

基于经济诱发效应的物流网络综合优化研究

为了实现区域物流网络的整体、动态、多层次性优化,综合考虑区域物流网络运输、仓储、作业成本以及对区域经济的拉动作用,构建基于经济诱发效应的多成本混合结构物流网络（包括物流节点与物流通道）综合优化的双层规划模型。上层解决区域物流宏观规划问题,即决策者的方案设计,从规模、结构和布局的角度控制区域物流网络的总体优化;下层为物流链配流问题,即物流链分配。将贪心法与遗传算法相结合对优化的双层规划模型进行求解。采用Delphi软件平台和SQL Server数据库实现二次开发,构建基于经济诱发效应区域物流网络优化平台,以苏南高速公路物流网络优化为例进行实证分析,证明其优化效果显著。     

基于周期性病毒遗传算法的自动化立库货位优化研究

大型自动化立体仓库是物流重要环节,其货物存取效率至关重要,而货位优化配置是提升其效率的有效方法.比较分析了几种常见的货位优化方法后,选择周期性病毒遗传算法（CVEGA）进行优化仿真,并根据实际优化条件设计了列数优先的病毒编码规则.结果表明：和传统遗传算法相比,计算效率有了明显提升,更能满足现场实际需求.