面向定时节能运行的列车牵引计算算法

列车牵引定时计算是轨道交通列车牵引仿真系统的重要功能模块,对于实现列车按运行图模拟仿真运行具有重要意义。在考虑定时运行的基础上,实现列车运行全过程能耗最小化,则使该研究更具实际价值。在分析列车牵引计算运动学理论基础上,构建基于巡航惰行组合中间过程的列车运行定时节能仿真双层规划模型,分析以巡航速度为能耗控制变量、以惰行点位置为运行时间控制变量的二分法求解模型的可行性及解的存在性,设计基于二分法的列车运行定时节能优化算法。完成定时节能仿真模块的计算机程序编写,并以广州市域快线18号线(规划方案)万顷沙—横沥区段做案例分析。仿真计算列车运行时间与时刻表时间误差满足精度要求,且在能耗上求得最优解,表明模型构建和算法设计有效,且具有计算量少的优点。     

实现城市公交线网优化的PSO算法

本主要阐述了城市公共交通线网优化的PSO算法及其对唐山市公交线网优化调整的良好应用效果。     

自组织Fuzzy—Smith控制算法及其应用

介绍一种自组织Ｆｕｚｚｙ－Ｓｍｉｔｈ预估控制算法，此算法将自组织Ｆｕｚｚｙ控制算ｍｉｔｈ预然控制算法之优点综合在一起，是一种结构简单，实现方便，性能优良且易于理解的算法，适用于具有时变及大纯滞后的系统。     

一类约束变尺度算法的收敛性

对带有等式和不等式约束条件的非线性规则给出一类新的变尺度算法，并证明当目标函数和约束函数一致凸时，该算法是一步超线性收敛的。     

基于图搜索策略的车站信号操作集自动生成算法

结合铁路站场平面科和控制台盘面布置图的知识表示方法，应用图策略研究车站信号操作集的自动生成算法并给出了实例结果，另外，给出了ｎ维按钮操作序列、正常操作集和非正常操作集等的数学定义。     

Turbo编解码结构及基于LOG-MAP算法的性能仿真研究

阐述Turbo码的编解码结构。研究MAP以及LOG MAP解码算法。设计MATLAB仿真运算程序。根据设计的仿真程序比较Turbo码在不同约束长度、不同迭代次数以及不同编码速率情况下的性能。由仿真结果得出影响Turbo码性能的主要因素是交织器长度、迭代次数、编码速率。在各种情况下通过增加交织器长度和迭代次数、降低编码速率来改善Turbo码的性能。     

铁路机车车辆板材下料排样的优化算法

介绍了国外板材下料排样的各类优化算法并讨论了国内现状。通过分析指出，将近似算法、启发式算法和智能算法相结合的综合算法，是我国机车车辆板材下料排样算法的发展方向。     

基于BP神经网络的铁路货运量预测

在铁路货运量预测中，为改善传统预测方法数据拟合度不高、外推性不强等问题，提出基于BP神经网络技术的货运量预测模型，该模型采用贝叶斯正则化方法以提高神经网络推广能力。实验比较发现，该模型具有较强的自适应性，其拟合、预测结果优于灰色预测模型GM（1，1）和修正指数回归模型，证实了该方法的可行性和可靠性。     

城市轨道交通最新技术及评定

文章对城市轨道交通系统进行分类、并对其最新发展和商业化运营趋势及其所用的安全评定方法进行了论述.     

一种基于支持向量机的增量学习算法

具有增量学习功能的数据分类技术与普通的数据处理技术相比较,增量学习分类技术具有明显的优越性?在新的训练过程中充分利用了历史的训练结果,从而显著减少了后继训练的时间。介绍了支持向量机的基本理论和一般的支持向量机增量学习算法,针对有些渐变问题(如机械设备的早期故障期和损耗期),新样本所提供的信息量与历史样本所提供的信息量是不同的,给出一种新息加权的支持向量机的增量学习算法,通过循环来获得最优分类面仿真实验表明,采用加权的增量算法更能反映新样本点的特征?