轨道检测噪声数据剔除方法的研究

为了消除铁路轨道检测数据中夹杂的噪声数据对轨道状态评定的影响,利用小波算法对原始数据信息进行分解.通过对分解后得到的高频信息进行分析,即可以找出轨道检测数据中噪声数据出现的规律.然后利用小波消噪方法对检测数据进行处理,得到消噪之后的数据,从而实现数据的恢复.使用Matlab中的小波算法对兰新线某段数据进行分析,实践表明小波算法具有较好的消噪功能.     

基于随机高级Petri网改进型网格资源调度算法

网格环境下资源是分布的、异构的、动态的,因此对网格资源管理和调度是具有挑战性的问题．文章采用随机高级Petri网模型来描述网格资源调度问题,并在此基础上改进了Sufferage算法．考虑了网格调度执行前输入数据和执行结束后输出数据的存取和传输时间及调度的执行时间．还在追求任务最小完成时间的同时考虑了用户QoS要求．仿真试验结果表明,改进型算法能够大幅提升网格平台满足用户QoS要求的能力．     

�����������ʵʱ��ͨ�źſ���������о�

实时交通信号控制是城市交通控制系统的重要组成部分,建立在前人研究工作的基础上,本文尝试采用多智能体的分布式控制技术来解决复杂的交通信号控制问题,构造了多智能体的城市交通控制系统控制流程,提出基于同时扰动随机逼近算法/人工神经网络的改进的交通控制模型,模型通过采用同时扰动随机逼近算法来更新神经网络的权重,这种方法克服了现有控制方法需要大量的数据传输、准确的数学模型等缺陷。最后作者应用微观交通仿真系统对模型的有效性在较为复杂的交通网络中进行了测试,仿真结果表明了该方法的有效性。     

一种基于定点DSP的语音识别算法实现

介绍了一种基于定点DSP的特定人的孤立词语音识别系统,着重讨论了算法中参数快速提取的实现．该算法采用基于动态规划（DP）技术的动态时间弯折算法（DTW）,采用VAD两极端点检测方案以提高端点检测的精度,以Mel尺度倒谱系数为语音识别参数．首先讨论了标准浮点实现方法,然后结合算法特点和定点DSP的结构,采用了一种优化的快速定点实现方法．测试结果表明,定点算法时间比浮点算法大大降低,使系统的性能得到了提高．     

���ڸ��������ݵij��п���·��ͨ�¼�����㷨�о�

交通事件是引发快速路交通延误的主要因素,迅速、有效的检测事件是快速路交通管理与控制的重要组成部分。本文利用CUSUM理论提出了基于浮动车数据的城市快速路交通事件自动检测算法;通过采集北京市快速路上的真实事件信息以及浮动车探测数据,对不同采样间隔条件下的算法性能进行了实际验证,并与传统的基于浮动车数据的UCB算法验证结果进行了对比分析。结果表明：所提算法在采样间隔为1分钟条件下的检测性能要优于采样间隔为5分钟条件下的检测性能;相对于UCB算法而言,所提算法的检测性能大大提高,在同一误报率条件下检测率可提高10%左右。     

基于遗传算法的神经网络在道路收费中的应用

道路拥挤收费被认为是城市交通管理和控制的一个有效方法,国内外不少学者提出了模型和相应的计算方法。文章根据弹性需求下的拥挤收费模型,利用BP神经网络算法模拟路段流量和路段收费之间的对应关系,并在神经网络的训练过程中引入遗传算法,加速神经网络的全局收敛。通过训练后的神经网络制定收费,可以使得各路段流量基本达到最优路段流量的要求,并通过实例证明了该算法的有效性。     

树枝形铁路专用线取送车作业模型及启发式算法

合理安排铁路专用线取送车顺序,有利于提高调车机车作业效率、加速货车周转。以调车机车完成一批调车作业任务后所走行路程最短为优化目标;为便于区分,增设虚拟车站,并以各装卸作业点和车站为顶点;以根据作业情况不同调整后的作业点间距离为线段权,建立树枝形专用线取送车作业的哈密尔顿图模型,指出合理的取送车顺序为满足所有优先权关系的哈密尔顿回路。设计启发式算法进行求解,以不同作业的起点为始点,顺或逆时针确定机车下一访问作业点,从而形成不同的初始解,采用局部交换作业顺序规则对目前解进行改进,选择机车走行路程最短的路径为满意解。其他作业形式可认为是送调取结合作业形式的简化形式,所提出的模型及算法同样适用。     

基于遗传算法的盾构隧道管片接头刚度反演研究北大核心CSCD

梁-弹簧模型在管片衬砌结构计算中应用较广泛,目前接头刚度取值方法主要有模型试验法及经验取值法,模型试验法耗时长、成本高昂,而依据经验取值难免存在一定主观性。鉴于此,利用C++编程语言,基于遗传算法开发了盾构隧道管片结构位移反分析程序,首先通过弹性模量值反演算例,得出反演值与理论值误差为1.4%,验证了算法和程序的可行性。利用程序将反演接头刚度值与实际设计案例管片接头刚度值进行对比,反演计算结果表明:正弯矩下管片环向接头转动刚度值反演误差为2.6%,负弯矩下管片环向接头转动刚度值反演误差为4.3%。     

Identification of nonlinear systems using modified particle swarm optimisation: a hydraulic suspension system

This paper presents a novel modified particle swarm optimisation (MPSO) algorithm to identify nonlinear systems. The case of study is a hydraulic suspension system with a complicated nonlinear model. One of the main goals of system identification is to design a model-based controller such as a nonlinear controller using the feedback linearisation. Once the model is identified, the found parameters may be used to design or tune the controller. We introduce a novel mutation mechanism to enhance the global search ability and increase the convergence speed. The MPSO is used to find the optimum values of parameters by minimising the fitness function. The performance of MPSO is compared with genetic algorithm and alternative particle swarm optimisation algorithms in parameter identification. The presented comparisons confirm the superiority of MPSO algorithm in terms of the convergence speed and the accuracy without the premature convergence problem. Furthermore, MPSO is improved to detect any changes of system parameters, which can be used for designing an adaptive controller. Simulation results show the success of the proposed algorithm in tracking time-varying parameters.     

带有逆向物流的城市连锁店运输线路优化

逆向物流越来越受到人们的重视,结合节约里程法和启发式算法,对既有正向物流又有逆向物流的城市连锁商店物流配送的路线选择问题,以运输路线最优（即总运输费用最少）及运输车辆的合理利用为原则,进行优化设计。