基于VMD-SSA-GRU的船舶运动姿态预测

船舶运动姿态的准确预测对船舶的运动补偿意义重大,因此提出一种基于变分模态分解（VMD）和麻雀搜索算法（SSA）优化门控循环单元（GRU）的船舶运动姿态预测模型。首先利用VMD将船舶运动姿态数据分解为若干个本征模态分量,然后对各个本征模态分量分别建立SSA-GRU预测模型进行预测,最后累加得到预测结果。通过实船模拟的船舶运动姿态数据进行验证,证明此预测模型较于SSA-GRU和GRU预测模型预测精度均有相应提升,验证了本预测模型在船舶运动姿态数据预测的有效性。     

基于布谷鸟搜索算法的既有线整正

获取合适的线路整正优化设计参数可以使线路整正总体拨量更小,降低线路整正维护工作量.文章提出了一种基于布谷鸟搜索算法的既有线整正方法.首先,采用最小二乘法建立前夹直线和后夹直线方程,并以此识别和计算出各个特征点;再结合布谷鸟搜索算法,以前后夹直线斜率、截距、前后缓和曲线长度和圆曲线半径等参数为自变量,以各个测点线路拨量的...     

卡方变异的SSA的FSC赛车转向梯形优化方法

针对群智能优化算法在空间转向梯形优化在迭代后期,全局搜索能力减弱,算法易陷入局部最优解的问题,提出基于卡方变异的麻雀搜索算法的转向梯形优化方法。首先,利用卡方分布改进发现者执行广泛搜索策略时的更新公式;其次,对小于种群平均适应度的个体进行卡方变异操作,进而在保留麻雀搜索算法部分局部搜索能力的同时,增加种群的多样性,提高算法跳出局部最优解的能力。实验结果表明,文章的优化方法相对基本麻雀搜索算法和利用高斯分布和高斯变异改进的麻雀搜索算法,寻优精度分别提高5.44%和4.35%,稳健性分别提高57.78%和65.99%,但平均耗时分别增加83.47%和减少3.99%。因此,文章算法优化方法相对基本麻雀搜索算法寻优精度更高、稳健性更强,全局寻优能力提升。     

考虑出行费用的就业可达性分析

良好的就业可达性有助于创新职住对接机制，是建设可持续城市的关键问题。既有可达性研究对于出行成本的考虑多局限于出行距离或出行时间，未充分考虑出行费用并研究其对不同出行方式的影响。本文基于互联网地图和工商数据平台的POI(Point of Interest)数据和实时路径规划数据，获取细粒度的就业和出行成本信息，采用改进的两步移动搜索算法，提出考虑出行费用的就业可达性度量方法，研究公共交通和小汽车两种出行方式的就业可达性并评估出行费用对就业可达性的影响。针对北京的案例研究表明：考虑出行费用后，小汽车平均出行成本由仅为公共交通54%变化至高于公共交通6%。就业可达性对出行费用敏感，仅考虑出行时间无法完全体现就业选择与出行成本之间复杂的互动机制。出行费用的影响体现在公共交通与小汽车可达性平均降低7.3%和4.8%；若不考虑出行费用，五环至六环地铁沿线街道的就业可达性会被低估。出行成本对可达性的影响存在阈值效应，阈值越高，影响越小。本文有助于规划者和政策制定者形成就业可达性引领的职住平衡调整策略。     

基于Ⅱ阶段法的应急物资运输路径选择

将应急物资运输划分为以救助生命为主要任务的Ⅰ阶段和以安置灾民为主要任务的Ⅱ阶段,Ⅰ阶段应急物资运输以时间最短且运量最大为目标,Ⅱ阶段应急物资运输以成本最小且运量最大为目标.同时,构建多式联运运输网络,以多出救点-单受灾点的问题为背景,考虑运输方式的多样性,建立应急物资两阶段多目标调度模型,结合实例设计Dijkstra算法分别求解,验证上述模型的有效性.     

基于改进和声搜索算法的装配序列规划

针对装配序列规划问题,在现有研究的基础上将装配工作台翻转角和装配点移动距离纳入评价指标,并结合遗传算法提出了一种基于改进和声搜索算法的装配序列规划方法。在空间干涉矩阵约束下改进算法参数设置及新和声产生方式,使改进后的和声搜索算法各参数根据迭代次数动态变化,实现参数自适应,最后以齿轮泵为例验证了文中算法比基本和声算法及蚁群算法更优。     

考虑整理车厢成本和回程取货的车辆路径问题求解

考虑整理车厢的成本,建立带回程取货的车辆路径数学模型,采用禁忌搜索算法对模型进行求解,并对某大型物流企业在北京市1 d内的配送和收集业务进行了优化,优化计算在5 s内完成.计算结果表明:在总路径增长7.8%的情况下,车辆配送费用比节约算法降低了24.5%,实现均衡值提高了9.3%.可见,该算法降低了调度人员工作量,节约...     

基于A*搜索算法的城轨联锁系统仿真研究

进路搜索是计算机联锁软件的核心模块,搜索算法直接影响进路搜索的效率。为提高进路搜索效率,采用A*搜索算法进行进路搜索,为测试算法性能,使用C#编程语言搭建城轨联锁仿真平台进行仿真研究。在该仿真平台上,主要模拟城轨联锁系统中的进路处理过程,构建站场型数据结构,将A*搜索算法应用到进路搜索过程中,利用启发信息指导搜索,使搜索更高效、智能化。最后完善仿真平台的联锁功能,实现联锁人机交互。     

基于顾客到达拟合的立体车库搬运器待命位设计策略

为提高立体车库服务效率，依据实际工程数据，对顾客存车到达过程与车辆库内停留时长 进行拟合，将拟合结果与存车到达优先的出库策略结合，作为预测下一任务为存车或取车可能停 放位置的判断依据；建立车库搬运设备调度及运行环境模型，利用Dijkstra算法确定搬运设备到 各可能出库位置节点的最短路径节点集合，通过确定集合分叉节点设计出库待命位置。仿真结 果表明：以顾客存取车到达拟合结果为预测的下一待命位设计，相较原地待命策略减小了顾客平 均等待时间、平均服务时间，增加了搬运器平均能耗、平均利用率，符合待命位设计原理，显著提 高了立体车库服务效率；相较以最小化至各可能出库车辆位置最短路径的出库待命位设计更优， 表现为顾客平均等待时间、搬运器平均服务时间、平均能耗及平均利用率分别减小9.2%、19.2%、 25.6%及13.5%；顾客到达率水平不同，待命位策略的适用性不同，本文设计待命位策略更适用于 顾客到达率较低水平。     

正则搜索树的分支因数

正则搜索树的分支因数对算法的复杂度有决定性影响。尤其在深度优先的启发式搜索中，决定时间复杂度的启发式分布与分支因数紧密相关。本文介绍两种分支因数的计算方法：数值法与解析法。在数码难题及鲁比克魔方这两类实际的问题空间上，用这两种方法可获得相同结果。这些结果是进一步研究算法时间复杂度的必要基础。