BP算法的改进及其在公路工程主材价格预测中的应用

在利用相关分析法对主材价格影响因素进行筛选的基础上,建立了基于改进BP神经网络算法的公路工程主材价格预测模型.结合郑州市石屑价格预测的实例,分别采用3种BP改进算法进行预测,并对结果进行了对比分析.证明了使用改进BP神经网络进行公路工程主材价格预测是可行和有效的.     

铁路集装箱空箱动态优化调度模型及求解算法

根据铁路集装箱空箱调度的业务优先原则,以最大限度地提高区域内空箱的利用率和减小空箱调度的成本为目标,建立了在一个计划期内的铁路集装箱空箱动态优化调度模型.综合运用优先等级法和遗传算法对模型进行求解,解决了在一个计划期内,如何最优化地对每个工作日的空箱进行区域性调度的问题.通过计算机仿真实验,并与现行的调度方法进行比较,证明了模型和算法的有效性.     

基于改进遗传算法的最优路径求解

动态路径诱导系统(dynamic route guidance system,DRGS)是通过提供基于实时交通信息的最优路径来引导交通流的,因此,最优路径的求解是关键.而遗传算法具有全局寻优和潜在并行的特点,对求解最优路径具有一定优势.但采用序号编码方式进行遗传操作时会产生大量无效路径.文中结合城市道路交叉口左转、右转、直行等转向行为,设计了一种新的基于转向行为的编码方式,减少了染色体在交叉、变异时的无效路径的生成.算例表明,这种编码方式可以有效提高算法收敛性,更容易获得最优解.     

公交区域调度的最大同步换乘模型

研究了用多目标优化模型来解决基于最大同步换乘的公交区域调度优化问题,并将该调度优化模型描述为混合整数规划问题。建立了以车辆相遇总次数最大为第1目标,以多辆车同时相遇的机会最大为第2目标的双目标优化模型。采用启发式算法对模型进行求解,得出具有最大同步性的发车时刻表。结果表明:该模型实现了同时到达网络中换乘点的公交车的数量最大,从而使乘客可以在最短的等待时间内在换乘点从一条线路转到另一条线路上。     

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。