基于混沌优化的港口集装箱运输网络优化

随着集装箱船舶大型化的发展,航运公司势必会尽可能的选择科学、合理的航线,以实现大型集装箱船的规模效益,降低单箱运输成本,从而获得更大的效益。这样集装箱港口出现了枢纽港与支线港的分离。本文以体现大型集装箱船的规模效益为前提,尝试将混沌优化这一理论应用到港口运输网络的优化中,寻找合理的港口集装箱运输线路及服务频率,为我国港口集装箱运输提供决策依据。     

客运专线旅客列车开行方案的多目标双层规划模型

客运专线建设目的是为更好地满足旅客的出行需求，因而其列车开行方案也必须体现以旅客为本，服务旅客、方便旅客的原则。首先提出旅客出行方便度概念，并研究不同时段旅客出行的方便度，绘制方便度曲线，然后分析不同类型列车的客流平衡条件，建立不同类型列车的广义费用函数，在此基础上，建立制定客运专线列车开行方案的多目标双层规划模型。该模型以列车开行的最大收益和旅客的最大方便度为目标，同时考虑基于旅客最小出行费用的不同列车配流问题，并利用matlab编程，实现了求解该模型的混沌算法。最后以制定2008年石太客运专线的列车开行方案为例来验证该模型和算法，得到满意结果。     

基于混沌蚁群算法的最短路径选择研究

如何解决最短路径选择问题一直是城市交通流诱导系统的关键之一.基于群体仿生理论的蚁群算法是解决此问题的一种方法,针对采用蚁群算法进行最短路径选择时易出现的陷入局部最优解问题,引入混沌理论,采用混沌蚁群算法利用混沌初始化进行改善个体质量和利用混沌扰动避免在蚁群算法搜索过程中陷入局部极值,同时降低了蚁群算法的时间复杂度,从而更好的解决了最短路径选择问题.     

基于混沌理论对公路货运量预测方法的研究

利用混沌理论对公路货运量的预测方法进行了分析,比较了现代常用的公路货运量预测方法的优缺点,研究了混沌理论对公路货运量的预测基本原理,构思短中长期货运量预测方法的可行性,并提出了研究方法和途径。     

纵浪上基本参数共振对船舶稳性的影响

本文建立了在纵浪上航行船舶的非线参数激励横摇运动方程。     

基于量子行为遗传算法的船体局部结构优化设计

采用遗传算法解决船舶复杂结构中混合设计变量优化问题时,其效果很有效,且能获得全局最优可行解。然而,简单遗传算法局部搜索能力差且易于早熟。为了提高对船舶复杂结构设计变量解空间的搜索能力,该文设计了一种基于二进制编码的适用于混合变量的量子行为遗传算法,比较适合于复杂函数的全局寻优,且搜索能力优于标准遗传算法。通过三个算例对算法的寻优能力进行测试,实验结果表明,采用量子行为遗传算法进行的船体局部结构优化设计具有较好的计算质量与计算效率。     

混沌直扩通信在水文自动测报系统中的应用

影响水文自动测报系统性能的主要因素有电子仪器或元件的老化、通信系统误码率高。为降低水文系统通信的误码率,本文利用混沌系统对初值的高度敏感性与运动的非周期性,将混沌序列作为直接扩频通信中的扩频码,降低通信误码率,提高水文通信系统性能。     

RBF神经网络混沌背景下微弱信号检测方法研究

船舶信号检测系统在检测水场压力值等信号时,会遇到海浪、强风等较强的噪声干扰。为了有效降低信噪比,提取微弱信号,本文提出基于RBF神经网络的混沌背景下微弱信号的检测方法。该微弱信号检测方法基于混沌动力学和静力学原理,利用RBF神经网络算法将敏感程度高的混沌振子与RBF神经网络拓扑结构相结合,构建抗干扰能力强、接收信号能力强的微弱信号检测系统。     

基于改进Dijkstra算法的进路搜索研究

进路搜索是计算机联锁的核心部分，其准确性及高效性对保证行车安全至关重要。建立铁路站场结构的有向图模型，将站场进路搜索问题转化为有向图的遍历问题；根据铁路站场简化图的特点，从数据存储结方式和队列结构2个方面改进传统Dijkstra算法，采用广度优先搜索方式，提出以最短路径为目标函数的进路搜索策略；编制仿真程序对该算法进行验证，结果表明:基于改进Dijkstra算法能够正确、高效地完成多种类别进路搜索。     

混沌遗传算法在船舶电力系统供电恢复中的应用研究

实现船舶电力系统的快速供电恢复是一个复杂的多目标非线性组合优化问题.根据系统的特点,采用混沌自适应遗传算法,使用混沌优化产生初始群体,以保证初始种群含有较丰富的模式,从而增加搜索快速收敛于全局最优解的可能,然后通过采用精英保留的选择机制和自适应交叉、变异概率,有效地加快了算法的收敛速度.船舶电力系统典型故障恢复算例表明,该算法改善了遗传算法的性能,提高了算法的收敛速度及精度,避免了不成熟收敛,较好地实现了船舶电力系统的多目标故障恢复.