基于迭代重加权最小二乘宽度学习系统的微波天线谐振频率建模

为了克服深度学习训练过度耗时的弊端,提出宽度学习系统(BLS),使用岭回归算法求解输出权重,极大地方便了训练过程,对于大样本而言,此做法高效且快速.然而,在处理微波器件这类小样本电磁问题上,则大大限制了模型的拟合能力.为了进一步提升模型的性能,针对小样本的回归问题,将迭代重加权最小二乘算法(IRLS)与宽度学习算法相结合,配合网格搜索法以确定模型的最佳结构.通过对矩形和圆形两种微带天线谐振频率的预测,并与一些主流的算法对比,证实了迭代重加权最小二乘宽度学习系统(IRLS-BLS)的有效性.     

灾后公路交通应急救援通道选择模型

基于灾后路段可通行性、救援时效性及安全性的分析,提出了灾后最优应急救援通道定义.结合历史重大自然灾害救援时间与存活率统计资料,提出了时效性与安全性的最优应急救援通道评价原则,建立了包括路径行驶时间与行车风险的最优应急救援通道评价指标.对评价指标进行标准0～1变化后,构建了应急救援通道的目标函数.按照灾后道路破坏导致的路...     

集装箱船舶贝内配载和堆场装船顺序协调优化

针对集装箱船舶贝内配载和堆场装船顺序协调优化问题，以堆场贝位和船舶贝位翻箱次数之和最小为优化目标，考虑堆场装船要求和船舶适航性等多种约束条件，建立数学模型. 鉴于问题的NP特性，提出混合演化策略算法(HES)求解模型，设计二维实数编码，提出基于力矩平衡和逐列装载的解码方法. 基于三点交叉互换的重组算子，单点突变的变异算子和互换的局部搜索策略对算法进行改进. 通过计算证明，对不同规模算例，HES算法均能求解出较优的贝内配载方案和堆场装船顺序.HES 算法与传统演化策略算法(ES)、粒子群算法 (PSO)、基于规则的启发式算法(HA-MBSCC)进行对比，进一步验证了算法的优越性.     

货运索道支架位置自动搜索方法

针对货运索道支架位置自动搜索方法缺失的问题，提出了凸包点遍历法、地形自适应法和干涉点搜索法等3种索道支架位置自动搜索方法，均能够实现二维地形剖面上的索道支架位置自动搜索. 其中:凸包点遍历法在地形凸包点建立支架，通过冗余支架筛除获得支架位置；地形自适应法通过判断索道承载索曲线在下降过程中与地形的干涉条件确定支架位置；干涉点搜索法采用在承载索曲线与地形的最大干涉位置添加中间支架的方法实现支架位置搜索. 3种方法的支架位置搜索成功率差别不大，分别为9.12%、8.38%和8.26%，但干涉点搜索法的计算速度分别是凸包点遍历法和地形自适应法的5.8倍和3.5倍. 因此，在实际工程应用中，建议使用速度最快的干涉点搜索法进行输电线路货运索道支架位置自动搜索.      

以安全为导向的地铁过饱和线路跳站停车策略优化模型

为缓解高峰时段地铁过饱和线路的客流极端拥挤情况，从安全角度出发，以降低线路客流聚集风险和乘客总等待时间为目的，研究了地铁跳站停车策略优化问题。考虑随时间变化的动态客流需求，通过构建列车跳停、追踪运行、乘客动态加载等约束，推算出跳站停车策略下各车站乘客的动态聚集人数，并设计了独特的客流聚集风险评估函数。在传统只考虑乘客等待时间的列车跳停策略优化模型的基础上，将客流聚集风险纳入到模型的目标函数中，构建了以安全为导向的地铁跳站停车策略优化模型。考虑到模型的非线性特性，设计了适用于问题的可变邻域搜索算法(VNS)，提出了3类邻域新解的产生方式，并设置违反约束的惩罚函数，以提高求解效率。以北京地铁八通线为例，对其早高峰和部分平峰时段(07:00—10:40)下行方向42趟开行列车的停站策略进行了优化实验。结果表明:所提出的模型可在5 min内求解出高质量的列车跳停方案，能有效缓解极端拥堵，提升客运服务质量。对比发现，相对于传统站站停策略，列车跳停策略下，车站最大等待人数由5 299人减少到2 495人，客流聚集风险降低了98.7%。在客运服务水平方面，乘客的平均等待时间由9.49 min降低到9.15 min，降低了3.6%。      

基于改进变尺度混沌优化的临界滑面搜索及应用

针对边坡稳定性分析中边坡临界滑动面问题,将改进的变尺度混沌优化算法和边坡稳定性分析的无条分法结合起来,采用混沌Logistic模型进行混沌搜索,内外循环缩小有效区间,最终搜索到边坡画面临界全局最优解,实现了对工程中一般岩土体边坡临界滑动面的搜索求解.     

水面舰艇编队使用舰壳声纳对潜搜索效能分析

文章建立了水面舰艇编队使用舰壳声纳对潜搜索模型,分析了舰艇间距及敌我舰艇航速大小等因素对搜索效能的影响,提出编队使用舰壳声纳对潜搜索基本方法。