带回送和时间窗的车辆路径问题的模型及算法

在分析具有回送运输和时间窗的车辆路径问题特点的基础上，建立了该问题的优化数学模型，并通过设置与发货点距离为零的虚拟集货点使问题简化．在此基础上，构造了求解问题的改进遗传算法．在算法中，结合问题的特点设计了确保个体编码有效性的OX交叉算子，并采用基于Metropolis判别准则的复制算子，确保个体多样性和避免算法过早收敛．算例表明算法有效可行．     

����·�������г�ʱ��Ԥ���о�

本文提出了一种基于状态空间神经网络（SSNN）和拓展卡尔曼滤波（EKF）的混合式行程时间预测模型。以往的研究表明，状态空间神经网络能够较好的处理复杂的非线性时空问题。然而，状态空间神经网络需要大量的历史数据作为离线训练之用。其不足之处在于，首先是需要花费大量的时间和精力去收集、准备数据，以及训练神经网络。其次，输入输出随着时间不断增加，训练过程需要不断的从新重复。为了提高状态空间神经网络的有效性，扩展卡尔曼滤波代替了传统的方法来对神经网络进行训练。荷兰的一条城市道路被选择为模型验证的试验路段。通过与另外两个预测模型之间的对比验证，该模型的预测能力能够达到满意的有效性、准确性和鲁棒性。     

变压器油中故障气体的复合预测方法

为了提高对变压器故障的预测能力，提出了灰色粗预测、自学习神经网络在线修正的复合预测法．此法是利用GM（1，1）模型初步预测油中溶解气体的浓度及变化趋势，通过分析故障气体组分之间的影响及气体浓度时间序列之间的关系确定修正参数，将初步预测结果与修正参数作为自学习BP网络的输入，从而完成预测结果的在线修正．该方法已用于实际变压器油中溶解气体的预测，结果验证了其有效性．     

船闸待闸时间特性分析

以施桥船闸和淮安船闸的实际运行资料为依托，对不同类型船舶的待闸时间作了统计分析比较．研究发现虽然施桥船闸与淮安船闸的待闸时间明显不同，但其待闸时间不均衡系数却很接近，特别是下行船队的待闸时间不均衡系数几乎相同．此外，淮安船闸和施桥船闸的待闸时间分布很不均匀，部分船舶的待闸时间远超过中值待闸时间，由此推断船闸规模的扩大虽然可以改善船闸的繁忙程度和降低平均水平的待闸时间，但不能彻底避免压船现象的发生．     

跟随车安全距离的分析

通过对驾驶员的反应能力的量化、速度判断过程的分析和对诸如饮酒、服药、电话干扰及疲劳驾驶等外部因素影响下驾驶员行为与跟随车与引导车行驶一致性的研究 ,计算与分析行车时的安全距离 ,寻求既可避免发生追尾碰撞事故 ,又不影响道路通行能力的安全距离恰当值 :当驾驶员和车辆状况良好时 ,行车距离保持在速度 (以 m/s为单位 )的 1 /2以上时 ,才可能安全 ;当驾驶员和车辆状况不良时 ,行车距离保持在速度的二倍以上时 ,才安全。     

Online Delay—Evaluation Control for Networked Control Systems

This paper presented an evaluation approach of time delays for networked control systems (NCS). An improved scheme based on optimal LQG control was designed to achieve desired performance despite the uncertain delays in the system. The experimental results illustrate the effectiveness of the proposed control design and satisfactory performance of the closed-loop system.     

考虑驾驶员反应能力的跟驰模型

考虑驾驶员个体行为差异,对驾驶员的反应时间进行了分析,利用统计分析与概率论相结合反映驾驶员反应能力特性分布.在传统跟驰模型的基础上,结合最优速度差模型,建立了反映驾驶员反应能力的车辆跟驰模型.该模型对城市交叉路口车队启动过程进行了仿真,仿真结果表明:后面车辆的启动都会出现延迟,延迟时间的长短以概率的形式反映了驾驶员的个体差异,与实际交通更为接近.     

Network Decomposition and Maximum Independent Set Part Ⅱ：Application Research

According to the researches on theoretic basis in part I of the paper，the spanning tree algorithms solving the maximum independent set both in even network and in odd network have been developed in this part，part Ⅱ of the paper．The algorithms trans form first the general network into the pair sets network，and then decompose the pair sets network into a series of pair subsets by use of the characteristic of maximum flow passing through the pair sets network．As for the even network，the algorithm requires only one time of trans formation and decomposition，the maximum independent set can be gained without any iteration processes，and the time complexity of the algorithm is within the bound of O(｜V｜^3)．However，as for the odd network，the algorithm consists of two stages．In the first stage，the general odd network is transformed and decomposed into the pseudo-negative envelope graphs and generalized reverse pseudo-negative envelope graphs alternately distributed at first；then the algorithm turns to the second stage，searching for the negative envelope graphs within the pseudo-negative envelope graphs only．Each time as a negative envelope graphhas been found．renew the pair sets network by iteration at once．and then tum back to the first stage．So both stages form a circulation process up to the optimum．Two available methods，the adjusting search and the picking-off search are specially developed to deal with the problems resulted from the odd network．Both of them link up with each other harmoniously and are embedded together in the algorithm．Analysis and study indicate that the time complexity of this algorithm is within the bound of O(｜V｜^5)．     

公路水稳基层快速修补技术的应用

文章进行了不同养生温度、不同养生时间条件下的水稳试件抗压强度试验,得到了不同设计强度下水稳基层养生时间与养生温度的时温曲线,建议根据时温曲线进行工程施工。结果表明:面层紧跟基层施工的养生方式能提供较好的高温养生条件,达到快速修补的目的。     

混沌时间序列局域零阶预测法性能比较

利用计算机仿真比较了均值、距离加权和指数加权3种混沌局域零阶预测方法的预测精度、抗噪声及多步预测性能．在无噪声或噪声干扰较小时，距离加权预测法的性能最好；当噪声干扰较大时，指数加权预测法预测性能最优．指数加权与均值预测法几乎具有相同的多步预测能力，距离加权预测法的短期预测性能最佳．对于标准的离散混沌时间序列，3种预测方法多步预测误差达到一定值后，不再随预测步长的增加而增加；对于由连续系统抽样得到的混沌时间序列，多步预测误差呈现一定周期性变化．