基于影响因素可靠度的改进OD反推算法

通过4组测试方案，采用敏感性分析、数理统计分析方法分析了先验矩阵总量、分布结构以及观测OD对数量对OD反推结果的影响程度；提出了考虑先验矩阵和观测路段流量可靠度的改进极大熵算法。研究结果表明：先验矩阵总量基本不影响OD反推结果；先验矩阵分布结构决定着反推结果的准确性；OD反推要求观测路段包含所有OD对，且OD对数量越多，反推结果越准确，基本不会出现OD信息冗余；在反推过程中考虑先验矩阵和观测路段流量可靠度，有助于提高反推精度。     

基于SVM的二叉树多类分类算法在工程车辆挡位决策中的应用

为了解决工程车辆挡位决策这种典型的多类分类问题,在介绍自动变速器挡位决策基本原理的基础上,提出基于SVM的二叉树多类分类的挡位决策算法,将分类器分布在各个节点上,从而构成了多类SVM,并在制定换挡策略时,考虑了工作油泵所消耗发动机功率的波动问题。试验结果表明:该方法可根据车辆运行状态确定最佳挡位,从而及时准确地满足工程车辆自动换挡要求。     

交通流预测控制的机制与方法

应用预测控制的机理,提出基于可校正交通流预测模型和两级遗传算法以实现交通分配和交通控制相结合的交通流系统计算机控制方法。基于伪给定、预测模型、滚动优化和反馈调节的交通流预测控制系统能够实现有性能保障的交通流系统控制,为交通拥堵预防和拥堵恢复畅通提供全局性的分析和决策支持。该系统通过综合集成应用现代信息处理技术、优化技术、专家系统、交通流及交通控制理论,为交通分配和交通控制的结合提供了工程实现途径。     

基于蚁群算法的推土机终传动齿轮变位系数优化

在保证总中心距、总传动比、齿宽、材质等参数不变的条件下,建立了推土机终传动齿轮的变位系数优化模型。以2对齿轮的变位系数和最大共轭啮合齿轮齿根的最大滑动系数差最小为优化目标,合理选择分配齿轮变位系数和参数,达到改善齿轮传动性能的目的,并利用蚁群算法求解优化问题。     

停车诱导信息系统显示优化问题的遗传算法求解

针对复杂的道路网布置和具体的道路交通状况,基于广义停车成本概念探讨了停车诱导信息系统的显示优化问题,并建立了显示优化模型。对于这个0—1模型,设计了利用基本遗传算法(SGA)求解的步骤,通过一个实例验证了模型和求解方法的科学性和适用性。     

Levenberg-Marquardt法与Gauss-Newton法相结合在桥梁结构静力参数识别中的应用

目前用于服役桥梁结构静力参数识别的算法主要有Gauss-Newton(G-N)法和Levenberg-Marquardt(L-M)法,但是两种方法各有缺点,G-N法不能有效地处理奇异和非正定矩阵以及对初始点要求苛刻,L-M法虽然能克服G-N法迭代矩阵奇异的缺点,但由于阻尼因子的存在使得识别结果精度较为粗糙。结合二者的优缺点提出:先采用L-M法进行初步识别,再由L-M法初步识别结果作为G-N法的初始值进行再识别的方法,通过MATLAB自编程序实现对实际结构参数的优化求解,从而提高参数识别精度。文中最后以一连续粱的数值模拟试验验证了该法的有效性,比较结果表明,本文方法的识别精度要达到L-M法的2倍之多,能大大地提高识别结果的精度,从而保证了识别参数的可靠性,为服役桥梁结构的进一步状态评估提供了结构模型可靠的量化信息。     

具有旋转约束的启发式装箱算法

主要研究在有限旋转约束下的装箱问题。以Pisinger树搜索启发装箱算法为基础,在货物装配过程中考虑实际可行的旋转约束限制;并通过对树搜索宽度和深度的合理限制,使算法具有满意的运算时间;在装箱结果中,通过对货物层以及货物条的位置调整,从而满足重心位置和左右平衡等约束而不影响既有的装箱率。试验结果表明旋转约束对于装箱性能有一定的影响,但是改进算法在满足各种实际约束的条件下仍具有良好的装箱性能,同时该算法具有合理的运算时间。     

基于信赖域算法的连续梁桥动力损伤识别

鉴于信赖域算法在求解非线性二次规划问题中具有良好的全局收敛特性,同时结合有限元模型修正技术,引入有效弹性模量损伤因子和损伤分布函数的概念,在Matlab编程环境下调用ANSYS有限元程序中的APDL语言进行桥梁空间结构的有限元建模,利用信赖域算法调整局部单元(组)的参数,通过连续损伤分布插值多项式拟合连续区段各单元(组)的损伤分布曲线,进而实现了对连续梁桥的动力损伤识别。数值算例表明该方法能准确、有效地判断桥梁结构的损伤发生、损伤区域以及损伤程度,同时该损伤识别过程可以结合二次精细划分单元(组)的方法来提高识别的精度和准确性。     

包含禁行路线路网的最优路径HNN算法

为了解决包含禁行路线路网的最优路径快速求解问题,研究了不含禁行路线路网和包含禁行路线路网的特点,建立了相应的路网数学模型。通过路网转化法把包含禁行路线的路网转化为不含禁行路线的路网,降低了最优路径求解的难度。研究了霍普费尔特神经网络(Hopfield Neural Network,HNN)的特点,设计了适合求解路网最优路径的HNN算法,在算法中采用动态邻接矩阵,节省了计算机内存,减少了运算时间。将所研究的路网转化方法和设计的HNN算法应用于所研发的车辆诱导系统中,并进行了实际路网测试,结果表明应用该方法能够在包含禁行路线路网中求解最优路径,且比经典算法的运算效率高。     

钢筋混凝土简支梁的多目标可靠性稳健优化设计

为提高钢筋混凝土简支梁的可靠性和稳健性,运用可靠性和稳健优化设计的理论,建立了适合可靠性稳健优化设计的多目标模型。针对可靠性稳健优化设计的多目标模型多属于高维多目标优化问题,把灰色理论中的关联分析引入粒子群优化算法中,根据灰色关联能够很好地分析目标矢量之间的接近程度,并能掌握解空间全貌的特点,提出了适合高维多目标优化问题求解的灰色粒子群算法。与传统方法相比,该方法更能迅速准确地得到钢筋混凝土简支梁的可靠性稳健优化设计信息。