基于神经网络的GPS高程拟合方法优选及精度分析

针对现有的几种神经网络GPS高程拟合方法,讨论了利用遗传算法(GA)、粒子群算法(PSO)优化BP神经网络权值和阀值的原理;结合分布较均匀、现势性较好的GPS和水准联测数据,试算了基于神经网络的GPS高程拟合.拟合结果表明:基于PSO算法优化的BP神经网络的拟合精度优于GA算法,误差相对更小.     

Use of a probabilistic particle tracking model to simulate the Prestige oil spill

A probabilistic particle tracking model is used to simulate the oil dispersion after the Prestige wreckage. This oil spill constitutes a suitable benchmark to analyze the capabilities of a probabilistic model, since the time elapsed from wreckage to oil landing (12 days) is much longer than the reliability time associated with forecast winds, usually on the order of 3–4 days. The particle model can be run in two different modes: real time mode (when existing reliable wind fields for the event under scope) and in probabilistic mode (in absence of reliable wind fields but with historical fields corresponding to a similar period). The validity of the particle model is first evaluated in a hindcast way, running the Prestige case with the wind fields corresponding to the period November 19 to November 30, 2002, which were not available at the moment of the wreckage. Calculations show the accuracy of the model to provide the right impact point and timing. The probabilistic model is then used to simulate the same event by means of historical data. The region where the oil landed is shown to be the area with the highest probability to be impacted.     

航班延误恢复调度的混合粒子群算法

为了优化航班延误恢复调度, 考虑了航班延误的经济效益、社会影响和经济损失构成, 定义了航线影响因子, 构建了一种新的航班延误恢复调度模型, 将局部搜索方法引入到粒子群算法中, 提出了求解航班延误恢复调度问题的混合粒子群算法。计算结果表明: 与先来先服务调度方法相比, 混合粒子群算法可以减少航班延误损失4.2%, 与基本粒子群算法和进化策略算法相比, 混合粒子群算法平均可减少航班延误损失2.0%, 随着航班延误恢复规模的增大, 算法优势会更明显。     

基于粒子群算法的城轨列车节能驾驶优化模型

为了降低城市轨道交通中列车在站间运行的能耗, 研究了列车的站间节能驾驶策略, 在考虑线路限速和坡度的情况下, 建立了时间约束下的列车节能优化模型, 采用粒子群算法优化目标速度序列得出了列车节能驾驶策略。节能驾驶优化方法通过2个阶段来实现, 第1阶段在站间运行时间不变的情况下, 采用粒子群算法优化了列车在站间的节能驾驶策略, 得到了运行时间和能耗的关系, 第2阶段在多站间总运行时间不变的前提下, 将运行时间进行重新分配, 得到了列车在全线运行的节能驾驶策略。以北京地铁亦庄线实际线路数据和车辆参数为基础, 对优化方法进行仿真验证。仿真结果表明: 经过第1阶段的优化, 列车在万源街-荣京东街的单站间运行能耗降低了6.15%, 经过第2阶段的优化, 列车在多站间总运行能耗降低了14.77%。可见, 优化模型可以有效降低列车的运行能耗, 为列车时刻表的编制提供依据。     

船舶核动力装置蒸汽旁排工况的动态特性及影响因素分析

  目的  旨在研究非线性自适应惯性权重粒子群优化算法,实现船用核动力一回路系统管道路径的布置优化设计。  方法  根据船用核动力一回路系统的管道布局设计特点,建立一回路系统的管道布局空间模型、约束条件和评价函数;基于管道节点数量,提出一种粒子群优化（PSO）算法的新型定长编码方法,然后结合该编码方法建立方向引导机制;在此基础上,针对粒子群优化算法易陷入局部最优解、收敛速度慢的缺点,结合辅助线性变化的学习因子,提出一种基于非线性自适应惯性权重的改进粒子群优化算法;将改进粒子群优化算法与协同进化算法相结合,提出一种用于求解分支管道布局问题的协同进化粒子群优化算法,以用于核动力一回路系统的管道布局优化。  结果  仿真结果显示,所提的改进算法与标准算法相比收敛速度提高了40%～50%,不仅能够得到更好的管道布局效果,还解决了标准粒子群优化算法容易陷入局部最优解的问题。  结论  研究成果可为船用核动力一回路系统管道布置的优化设计提供有益的参考。     

溃坝模拟的光滑粒子流体动力学方法及其粘性特性

Smoothed particle hydrodynamics (SPH) is a Lagrangian meshless particle method. It is one of the best method for simulating violent free surface flows in fluids and solving large fluid deformations. Dam breaking is a typical example of these problems. The basis of SPH was reviewed, including some techniques for governing equation resolution, such as the stepping method and the boundary handling method. Then numerical results of a dam breaking simulation were discussed, and the benefits of concepts like artificial viscosity and position correction were analyzed in detail. When compared with dam breaking simulated by the volume of fluid (VOF) method, the wave profile generated by SPH had good agreement, but the pressure had only reasonable agreement. Improving pressure results is clearly an important next step for research.     

���ڳ����滮�����򹫹��������� ѡַģ��

针对区域公共物流中心(Regional Public Logistics Center, RPLC)选址问题,考虑到选址问题的不确定性,运用场景规划技术,建立RPLC选址双层规划模型。上层规划模型最小化RPLC建设及运营费用,下层建立分车型随机用户均衡模型用以描述城市内车辆的路径选择。通过预估RPLC在未来运营中可能出现的各种场景,确定相应场景下变量的取值,并求解双层规划模型、确定该场景下的最优选址结果;根据场景发生的概率选取在各种场景下加权平均费用最小的选址结果作为最终结果。同时,本文给出了求解该问题的离散粒子群算法和数值算例。结果表明,所建立的模型和求解算法是有效的,能较好地解决RPLC选址的不确定性,这对于节约RPLC建设和运营成本,减少投资风险是可行的。     

基于改进极限学习机的公交站点 短时客流预测方法

以公交车IC 卡和GPS数据为基础,提出了一种基于改进粒子群算法优化极限学习机(IPSO-ELM)的公交站点短时客流预测模型.依托IC 卡和GPS 数据在站点的特征表现和内在联系,定义了站点间距,并分析了站间距和车辆到总站距离间的联系;提出了公交乘客上车站点确定方法,进而得到公交站点上车客流量;通过分析公交客流数据特征,确定ELM输入参数维度,并采用IPSO 算法找到ELM的最优隐含层节点参数;最后依托广州市19 路公交车客流数据仓库进行了方法验证.结果表明：所用优化后的ELM方法预测误差在10%以内,并与应用广泛的SVM、ARIMA和传统ELM模型进行对比分析,发现改进的ELM方法拥有更高的可靠性和泛化性能.     

客运班轮动态船队规划数学模型及其求解方法研究

通过对定期客运班轮运输特点分析,构建出能全面反映运量增加显著和运量增加缓慢情况下的运力更新、运力闲置、运力购置的多目标动态船队规划数学模型,模型根据绿色的定义给出了技术、经济、环保性目标函数.其数学模型具有大规模、离散和整数的特点,计算速度随着船舶数量和船型的增加以指数形式递增,造成"维数灾"难题.采用混沌初始化、维更新、非支配档案更新及基因交换对多目标离散粒子群优化算法进行改进使其适用于大规模动态船队规划,最后通过实例验证该方法的可行性并得到了相应的船队规划结论.     

含水率与粒径对非饱和 砂土动力特性影响的试验研究

利用WF循环单剪试验系统进行3组单一粒径和2组级配含水率为7.2%～16.2%的非饱和重塑砂土在正应力25,50,100,200和300 kPa下的循环剪切试验,对比分析含水率与粒径对非饱和砂土动力特性的影响规律。试验结果表明:单一粒径砂土与级配砂土的动剪模量随着含水率的增大均先增后减,而阻尼比随含水率的增大均较为稳定;较小粒径的单一粒径砂和级配砂动剪模量更大,而阻尼比更小;粒径分组相同的级配砂,其动剪模量大于单一粒径砂,但是其阻尼比较小;5组试样中,粗砂的阻尼比最大,级配中砂的动剪模量最大。