钻井布局模型

求解了１９９９年全国大学生模型竞赛Ｂ题,利用去整数取小数的方法,将旧井映射到单位的边长的正方形中,通过坐标平移转,求出利用旧油并最大数目的坐标的旋转角度,其计算结果为：问题１）的群为,坐标平移到（０．３６,０．４６）,最大旧井利用数目为４．问题２）的解为,旋转角为０．７８rad,坐标平移到（０．７６,０．１０）,最大旧井利用数目为６,给出了问题３）的判定条件和二分算法。     

基于深度优先反向搜索算法确定有效路径集合

基于最短路径中任意路段因发生交通事件而失效时的替代路径搜索,合理界定了有效路径的阻抗值范围。参考深度优先算法和有效路径Dail算法离终点越来越近的思想,提出了一种从终点出发,反向搜索前置节点的多条有效路径搜索算法。算例结果表明:该算法能自动识别与路网结构相关的有效路径阻抗值范围,且能快速找到阻抗范围内的有效路径集合。     

随机交通网络连通可靠度改进算法

连通可靠度作为网络可靠性的基础指标是指导交通事故预防、灾后重建和日 常维护等活动的重要理论,但其计算是经典的NP难问题.为了提高大规模网络应用的求 解精度和效率,提出了基于k-最短路径和状态排序的改进算法--Target_Order 算法,集 中考察影响网络连通性的关键节点及其状态,有效减少了无关网络连通性的节点组合产 生的冗余网络状态,大幅降低了计算复杂度.最后,以成都规划年地铁网为例,通过与传统 算法（ORDER算法）比较,分析了算法关键参数的影响,验证了改进算法在精度与效率方 面的显著优势.研究结果同样适用于其他随机交通网络的连通可靠度计算与统计.     

基于售检票数据的城市轨道交通乘客分类

既有基于交通调查的乘客分类存在样本有限及分类标准主观性强等不足,本文以 乘客真实出行记录为基础,从“消费行为”视角构建客观的乘客分类指标及方法.为满足大规模 数据集处理需求,采用SPSS Modeler 软件对全样本乘客进行聚类.选取北京轨道交通连续1 个 月自动售检票(AFC)数据进行实证分析,结果显示：将乘客分为5 类时,聚类效果最佳;通过连 续5 个工作日聚类结果对比,验证了分类结果具有良好的稳定性.结合乘客分类结果进一步对 北京市轨道交通低峰折扣票价策略下不同类型乘客的出发时间转移弹性进行测定.该研究提 高了乘客分类客观性,能够为交通政策制定及运营策略评价提供方法支持.     

基于课元相关运算的高校排课算法

在分析高校课表编排所遵循的基本原则和模糊性原则的基础上，定义了课元之间关于教师的相关关系和关于自然班的相关关系，提出以课元相关运算和课元的候选时空片计算为核心的计算机排课算法。还给出了用关系数据库描述课表问题及实现排课算法的方法。经应用表明，该排课软件具有较好的适应性和实用性。     

基于挠度影响线进行桥梁有限元模型修正的研究

通过挠度影响测试,获得车辆在不同位置下,各测点的实测挠度。将挠度测试数据转变为多工况下静载数据,采用最优化理论进行结构有限元模型修正,并与基于荷载试验数据的有限元模型修正结果进行对比,二者基本吻合。在此基础上,提出了基于挠度影响线测试技术进行桥梁结构受力性能评估的实用方法。     

基于云模型的改进粒子群PMSM参数辨识算法

针对永磁同步电机传统参数辨识方法存在的缺陷,提出了一种基于云模型的改进粒子群参数辨识算法.该算法首先采用高频电压注入法建立高频电压方程,通过滤波处理获取高低频信号构建四阶满秩实时电机辨识模型;将云模型理论与粒子群算法相结合,采用正态云发生器对粒子进化变异操作建模,实现了自适应动态调节粒子的搜索范围,有效克服早熟收敛,保证了辨识参数为全局最优解.实验表明该辨识方法寻优能力强,搜索精度高,稳定性好,具有良好的动态性能.     

兼顾成本与风险的渣土车运输路径优化模型

为提高建筑垃圾运输过程的经济性和安全性,针对渣土车运输路径优化问题进行了研究,提出一种兼顾成本与风险的多目标0-1整数规划模型。该模型将时间成本、固定成本和运输过程中产生的与渣土车流量、道路等级、单双车道相关的风险因素融入了优化目标,同时其约束条件充分考虑了时间窗和路段连续性等影响因素。鉴于模型的复杂性和多目标特征,设计NSGA-Ⅱ算法对模型进行求解。基于济宁市渣土车实时监测数据设计实例对模型和算法进行验证。结果表明：NSGA-Ⅱ算法适用于求解渣土车运输路径多目标优化模型;通过对模型求解可以得到兼顾运输成本与风险的渣土车运输路径;相比于现有运输路径,模型所得路径最多可以使运输成本和运输风险分别降低19.6%和24.6%;渣土车更适合采用道路等级较高的双车道路径。     

BP网络的模糊在线自校正算法

针对普通ＢＰ算法学习周期长的不足，根据网络误差表面形状，文章在学习算法中引入模糊理论，动态地在线调整网络的学习步长η及动量因子α。仿真结果表明，模糊理论的引入改善了学习算法的性能。     

一种基于蚁群算法的QoS多播路由算法

采用启发式算法中蚂蚁算法解决包含带宽、时延和最小代价约束条件在内的多播路由问题．章基于蚂蚁具有找到蚁巢与食物之间的最短路径原理工作．并在分析多约束OoS的多播路由的基础上，提出了一种基于蚁群算法的OoS多播路由算法(QMRA)．仿真实验表明了该算法是合理的和有效的。