边坡变形时序分析的进化-自适应神经模糊推理模型

变形监测与预报是保证边坡工程施工安全与工程质量的重要措施,但由于位移时间序列的强非线性,边坡变形预报成为非常困难的问题．自适应模糊神经推理系统（ANFIS）有优越的学习和泛化性能,而遗传算法（GA）是优秀的全局优化工具．采用遗传算法优化ANFIS参数,并编制了相应的计算程序．结合三峡工程永久船闸施工变形监测和新滩滑坡变形监测,建立了边坡变形时序分析的GA-ANFIS智能模型．为了对比该模型的预测精度,采用GA优化支持向量回归（SVR）和BP神经网络的模型参数,编制了GA-SVR及GA-BP程序,对相同的算例进行了变形预测分析．按滚动预测法对三峡永久船闸高边坡和新滩滑坡的计算结果表明,文中提出的GA-ANFIS模型能够获得比GA-SVR和GA-BP模型更高的预测精度,可以应用于边坡工程变形监测预报分析,并为类似工程提供参考．     

基于Marc和遗传算法的焊接工艺参数优化

焊接变形的大小主要受焊接速度、焊接电流、电压、送丝速度、焊接顺序等工艺参数的影响.根据焊接热加工特点和实际需要,针对设计变量数目繁多、类型多样的焊接工艺,采用遗传算法与有限元分析相结合的方式,对重点参数进行了优化.以二维平板对接焊的模型为例,以工件最小焊接变形量为优化目标,经过遗传算法进化后,结合有限元方法进行每组参数组合的焊接过程热力耦合分析,找出焊接能量和焊接速度的最优组合,为焊接工艺的优化和制定提供科学的评价和预测.     

粗集及遗传算法在交通事故黑点分析中的应用

交通事故黑点是由好多种因素综合到一起而形成的。利用粗集理论及遗传算法对冗余的黑点成因进行删减,得到主要的黑点成因,从而进行有针对性的治理,以达到减少交通事故的目的。     

基于遗传算法的重载列车重量和开行密度的组配分析

在当今＂北煤南运,西煤东调＂的基本格局下,重载运输是我国铁路发展的一个方向,在介绍重载列车重量和开行密度组配存在问题的基础上分析重载运输的影响因素,运用遗传算法并结合实例进行其重量和开行密度组配问题研究。     

道路网单向交通优化设计模型

为了提高道路网的通行能力和服务水平,提出了单向交通组织的双层规划模型。上层模型的目标函数为最小总走行时间、最短绕行距离和最少交叉口冲突点数量,用于求解单向交通的优化方案;下层模型为用户均衡交通量分配模型,用于计算上层模型给出的道路网中的路段交通流特征。提出路段组合、可行解判断等方法减少决策变量和解空间,设计多目标遗传算法进行求解,并以威海市数据进行实例分析。分析结果表明：在实施单向交通组织后,机动车流量与道路容量的平均比值由o．516l下降至o．4871,平均值的方差从o．4189下降至o．3791,机动车的平均出行时间由27．1rain下降至25．4min,单行引起的平均绕行时间仅有0．61min。可见,提出的模型可应用于中等城市道路网的单向交通方案设计。     

公路网改扩建决策优化双层规划模型

针对公路网改扩建问题,在决策优化过程中,考虑了技术、资金、环境保护以及运营效率等因素。以路网系统的最小交通量为上层模型目标函数,以最小走行时间为下层模型目标函数,以路段服务水平、土地占用状况、建设投资等为约束条件,构建了公路网改扩建决策优化双层规划模型。采用遗传算法求解模型,并通过济青北线的实例数据进行实证分析。计算结果表明：济青北线济南一淄博段、淄博青州段、青州一潍坊段的扩建优化指数分别为2．15、4．09、3．54,新建优化指数分别为1．87、3．09、2．73,相同路段的扩建优化指数均高于新建优化指数,与实际相符。可见,模型有效。     

一种基于VOD集群服务器的遗传均衡算法的研究

本文根据VOD集群服务器的特点,结合遗传算法的优点,对基于VOD集群服务器的负载均衡技术进行了分析和探讨,提出一种遗传均衡算法。     

基于多核最小二乘支持向量机的短期公交客流预测

公交客流是公交规划和运营调度的基础。针对短期公交客流的非线性、随机性和复杂性及支持向量机单核核函数自适应能力较弱的特点,提出一种基于多核最小二乘支持向量机的公交客流预测方法。该方法既考虑到了公交客流的历史数据规律,又顾及到短期公交客流的时变特性,充分利用了相关参数的知识信息。为了保证模型的自适应能力和提高模型的泛化能力,作者提出了综合评价指标,并采用改进遗传算法实现向量机参数优化。最后,结合LS．SVM工具箱,在MATLAB平台上实现长春市短期公交客流的预测。预测结果表明,提出的多核预测方法具有较高的准确性、较强的鲁棒性和自适应能力,在公交客流预测中有具有较好的应用价值。     

不确定条件下的作业车间多目标调度模型及其遗传优化

针对不确定条件下的作业车间特点,区别于传统调度模型采用决策系数策略,提出了一种新的不确定条件下的多目标车间调度模型,新模型为两维调度模型,不仅处理了生产过程中的应急调度问题,还在调度目标为作业时间最短的基础上,从库存、机器-人资源约束、生产效率三个方面归纳了企业相关成本调度指标,具有很高的实用性;采用改进的遗传算法求解新模型,得到一组Pareto最优解,可以在兼顾机器使用率的同时使生产成本最小化.最后采用某机车厂的部分生产数据对改进的模型及算法进行了仿真实验,结果证明了模型和算法的有效性.     

考虑空铁联运的城市轨道交通时刻表优化研究

高铁与航空联合运输服务因具备良好的换乘衔接性与可达性在综合运输体系中正逐渐受到关注.基于铁路车站与机场间出行乘客的换乘需求,调整城市轨道交通列车时刻表,使其与高铁列车时刻表以及机场航班时刻表实现合理的衔接.通过分析高铁列车与机场航班间的联运时间差对联运乘客出行路径选择的影响,以实现乘客等待时间最小化、空-铁联运乘客数最...