海上溢油仿真与可视化技术研究

为提高溢油仿真的视觉真实感，针对海上溢油可视化问题进行相关研究，建立完整的溢油仿真模型；对于油膜漂移和扩散过程中传统油粒子方法采样不均匀的问题，提出采用泊松盘算法对油膜进行均匀采样，成功地模拟了油粒子与障碍物的交互；利用Mike Zero和Mike 21计算潮汐数据，使用Unity3D虚拟现实引擎搭建溢油可视化仿真平台进行实验验证.仿真结果表明，构建的模型可有效提升海上溢油仿真的视觉真实感.     

基于蚁群算法的交通信号控制

交通信号控制可以有效地调节车流量，避免冲突和减少交通拥堵。蚁群算法具有信息分散性、群体性、随机性和自组织的特点，这些特点恰好符合交通流网络的特性。计算仿真结果表明，该方法优于传统的交通信号控制方法，尤其是在交通流很大的情况下更能体现方法的优越性。     

基于蚁群算法与海量AIS数据的船舶航线规划

利用船舶AIS轨迹数据,研究了基于蚁群算法和海量AIS数据的航线规划方法.采用Doug-las-Peucker算法对海量轨迹数据进行压缩处理;基于DBSCAN算法对处理后的AIS轨迹点数据进行聚类,提取出航路关键转向点;依据地理边界数据确定关键转向点的连接关系,并对靠近孤立碍航物的航线进行修正,构建出1个无向网络图,同时计算出各条边的船舶航行密度;将各边的密度值作为MMAS蚁群算法的初始信息素浓度,求解港口间的最优安全航线.以2017年黑德兰港到青岛港的散货船AIS轨迹数据为样本,进行航线规划研究.结果表明,规划的航线总航程为3487.21 n mile,推荐航线总里程为3576.9 n mile,传统蚁群算法规划出的航线总里程为3560.42 n mile.与相关推荐航线相比总航程缩短约为3%,与传统蚁群算法相比总航程缩短约2%;另外该方法相较于传统蚁群算法收敛速度更快.      

单机调度问题的复杂性

研究一类单台机器具有速度可选择约束的调度问题，这在车辆调度和通信调度中具有广泛的应用，以进一步研究交通和通信中的拥挤和堵塞问题，引进了有关记号提出了有关的新概念并给出了该问题解的有关性质，对单台机器问题的有关多项式情形算法进行了论证。     

基于标准可加性模型的模糊控制算法仿真

介绍了基于标准可加性模型（SAM）的模糊控制算法，将该算法及自学习SAM算法分别应用于控制领域，仿真结果表明可以取得较好的控制效果，且具有较强的鲁棒性，是一种理想的适合工业控制应用的模糊控制器。     

多目标进化算法在船型方案设计中的应用

针对船型方案设计阶段主尺度确定的优化问题,采用现代多目标进化算法进行研究.考虑某水面船排水量和航速两个优化目标的算例,给出了Pareto最优解集,并和实际船型进行了比较.算例表明,多目标进化算法能够快速获得最优解集,该解集分布均匀,可以供实际设计采用.     

基于训练序列的盲分离算法性能分析

信息最大化(Infomax)盲分离算法是一种基于神经网络的自适应算法,其主要问题是收敛速度较慢.盲分离技术(BSS)在通信中使用时有助于提高接收信噪比,提出通过一种利用通信信号的训练序列来改善Infomax算法的收敛性能的方法,并分别以相关系数和性能指数作为比较标准进行仿真,结果显示该方法能改善接收信号的信噪比,加快Infomax盲分离算法的收敛速度.     

基于时空GPSO-SVM的短时交通流预测

为了提高城市道路短时交通流预测的精度,提出了一种基于时空遗传粒子群支持向量机的短时交通流预测模型.通过主成分分析法对路网原始交通流量进行时空相关性分析,用较少的主成分代替原始交通流量并作为预测因子,在粒子群算法中引入遗传算法的交叉和变异因子,避免粒子群算法陷入局部最优.利用改进后的粒子群算法优化支持向量机参数,得到最优的支持向量机模型,并实现城市道路的短时交通流预测.以长春市路网的实测数据为基础进行了实例验证,结果表明,优化支持向量机参数时,遗传粒子群算法不会陷入局部最优,优化效果更好;与粒子群支持向量机模型和遗传粒子群支持向量机模型相比,所提出预测模型的相对误差波动较稳定,平均预测精度分别提高了4.96%和3.41%.      

基于二分递推奇异值分解的故障测距研究

提出利用二分递推奇异值分解与改进的D型测距算法相结合的故障测距算法,该算法能有效消除谐波的干扰和减弱负荷变化对测距结果的影响。仿真结果表明,基于二者相结合的故障测距方法可以准确计算故障点位置。     

布料剪裁中用料优化的贪婪算法

在布产品生产过程中,通常要把原料按照一定规则裁剪为合适使用的尺寸.如何剪裁以使余料最少是一个有着直接经济价值的问题.在对问题参数分析的基础上,建立了该问题对应的整数规划模型.在模型求解的具体实现过程中,基于贪婪算法的思想提出了一种求解此优化问题的近似算法,根据近似算法进行合理的组合设计.通过具体算例的计算表明了算法的有效性和可行性,鉴于参数设置的普遍性,所提出的算法具有广泛的实际应用潜力.