基于客流影响的城轨交通列车运行调整研究

列车运行调整是城轨交通调度指挥行车的重要内容,但存在约束条件多、搜索空间大、可行解范围小等问题,往往难以获得满意解。为解决该问题,结合城轨交通列车运行特点,本文建立基于客流量影响的列车运行调整优化模型,采用改进粒子群算法进行求解。通过与遗传算法、粒子群算法对比,验证本文模型及算法的有效性。     

基于快速扩展随机树的机器人路径规划仿真实验平台研究

在建立并实现一种基于快速扩展随机树的机器人路径规划算法的仿真实验平台的基础上,通过该仿真实验平台所做的大量仿真实验表明：基于快速扩展随机树的路径规划算法具有强烈搜索未知空间的倾向,在各种障碍物环境下搜索出可达路径。该仿真实验平台运行稳定,功能完善,可直观地演示路径规划算法的搜索过程。     

BP神经网络收敛性问题的改进措施

BP算法现在已成为目前应用最广泛的神经网络学习算法,它在函数逼近、模式识别、分类、数据压缩等领域有着更加广泛的应用,但存在收敛较慢问题.笔者在文中简述了BP算法原理,针对BP算法的收敛性问题,提出了几点改进措施.     

指数平滑预测法中平滑系数的确定

提出了确定指数平滑系数的三种方法及有关理论.指出指数平滑系数的正确选择对提高预测精度所起的重要作用.解决了只依靠主观确定的指数平滑系数使指数平滑法在预测中的应用与推广受到限制的问题.     

启发式Hopfield神经网络在车间调度中的应用

调度问题是一类非常复杂的组合优化问题,而Hopfield神经网络通常被广泛应用于各种组合优化问题.针对车间调度问题(JSP)的约束条件和换位矩阵,提出了包含所有约束条件的计算能量函数表达式,并针对神经网络依赖初始解,提出了启发式算法与神经网络相结合的方法,并得到解决车间调度的Hopfield神经网络结构和权值解析表达式.实验仿真结果表明了该方法的有效性.     

大型水工模型控制系统算法优化设计

大型水工模型存在大库容,大滞后等特点,在实际应用中采用流量—水位双回路控制设计,在控制算法上根据水位控制和流量控制的不同特点采用不同的优化算法,大大改善了控制系统的静态和动态指标,从而保证大型水工物理模型试验的质量.     

基于脉冲响应的预测控制算法及仿真

针对复杂工业过程不确定性、变量间的耦合性、非线性等特点,介绍了对模型要求低、在线计算方便、综合控制质量高的一类新型计算机控制算法--预测控制方法,并进行了仿真,仿真结果表明预测控制算法的控制效果远远优于PID控制算法,有很好的应用前景.     

基于改进进化算法的螺旋桨设计方法研究

本文采用约束直接搜索法进行螺旋桨设计,建立了初步设计和终结设计的数学模型,并运用进化算法优化求解,经过多个实例验算,取得了满意的结果.     

混合智能算法在城市道路短时交通流量预测中的研究

对城市道路短时交通流进行准确预测是实现城市交通控制与交通诱导的关键。针对目前单一预测方法预测精度不高的问题,提出了小波与支持向量机（SVM）融合的预测新方法;同时为了避免SVM知识学习过程陷入局部最优的问题,采用粒子群算法（PSO）来优化SVM的关键参数,以提高对短时交通流量的预测精度。通过对武汉市道路交通流数据的实验分析,结果表明所提出的方法能够准确提取实验数据关键特征,显著提高SVM的预测精度,且结果比单一使用方法提高了近9%。     

应急物流配送优化的改进最邻近算法研究

应急物流配送研究的核心是最短路径选择问题。以最邻近算法为基础,针对以往只能解决一个配送仓库对应多个救灾中心问题的局限性,提出一种多个配送仓库同时对应多个救灾中心的改进最邻近优化算法。通过仿真实验证明该算法具有良好的适用性。