结点站间集装箱班列开行方案的优化模型及算法

基于一定的边际假定、定义及其定理，将铁路结点站间集装箱班列开行方案（BCTFP）箱小时消耗最少的优化目标描述为线性阶跃函数，得到BCTFP的优化模型。在模型中，每支非零箱流均对应1个线性等式约束，且每个约束条件之间没有任何交叉。将该模型改造为不含约束条件的0-1二层线性规划模型：上层规划的目标为箱小时节省最大，下层规划的目标为在给定决策变量条件下的沿途改编箱小时消耗最小。按照适应性遗传算法的思想确定遗传策略，采用协同多群体遗传算法，以有效地克服由于问题本身具有强基因关联和超多峰性质而带来的模式欺骗问题，设计相应的遗传算法。通过对算法每个环节计算复杂度的分析，得到该算法的整体复杂度为O（αn^3 1nβn^2），说明该算法是收敛于全局最优的有效算法。     

基于遗传算法的轨道综合养护决策系统的研究

针对既有铁路有砟轨道几何不平顺养护工作量和养护时间之间的矛盾,采用有砟轨道几何不平顺理论,结合大型养路机械的性能及实际作业特点,根据轨道检查车的几何不平顺检测数据,分析大型养路机械在进行轨道几何不平顺年度综合养护时的配置方法,建立相应的决策系统。主要研究内容和     

基于道路综合费用的平面选线模型优化方法的研究

根据道路平面路线方案布置特点,将选线中要考虑的各种因素均转化为费用进行考虑,因而道路平面路线方案也即转化为该模型费用最小化的优化问题,由于道路平面方案优选设计是复杂的多目标决策问题,方案模型的建立在很大程度上影响到项目的营运费用和建设费用,通过对研究遗传算法变异算子对模型影响的分析,设计了一种遗传算法对路线平面线形进行优化,该算法可以提高收敛速度和解的精度,并同时保持优良个体的进化稳定性,在一定程度上弥补了定常参数在克服早熟中缺乏普遍性的缺点。最后,进行了道路优化验证,实验结果表明,该算法无论从鲁棒性和有效性方面都超过了传统的优化算法,说明该算法在道路选线中有很高的应用价值。     

基于遗传算法的区段站到发线运用优化安排

从模拟铁路区段站调度员思维角度出发,分析区段站车列占用到发线时区集合的特点,应用划分时间片算法建立合适的到发线安排的图论模型,将到发线安排问题转化为顶点具有加权的图的k 着色问题。依据设计混合遗传算法基本原则,将基于顺序的贪婪着色算法和遗传算法混合起来运用于该问题,设计有序的字符串编码方法,构造基于罚函数的适应度函数,采用交叉和变异等技术,给出混合遗传算法的基本求解步骤。     

Filling up gaps in wave data with genetic programming

A given time series of significant wave heights invariably contains smaller or larger gaps or missing values due to a variety of reasons ranging from instrument failures to loss of recorders following human interference. In-filling of missing information is widely reported and well documented for variables like rainfall and river flow, but not for the wave height observations made by rider buoys. This paper attempts to tackle this problem through one of the latest soft computing tools, namely, genetic programming (GP). The missing information in hourly significant wave height observations at one of the data buoy stations maintained by the US National Data Buoy Center is filled up by developing GP models through spatial correlations. The gap lengths of different orders are artificially created and filled up by appropriate GP programs. The results are also compared with those derived using artificial neural networks (ANN). In general, it is found that the in-filling done by GP rivals that by ANN and many times becomes more satisfactory, especially when the gap lengths are smaller. Although the accuracy involved reduces as the amount of gap increases, the missing values for a long duration of a month or so can be filled up with a maximum average error up to 0.21 m in the high seas.     

底架承载机车车体结构优化设计

在提出以结构体积最小为目标，梁截面和梁位置坐标为设计变量，求全局最优解思想的基础上，利用遗传算法建立了机车车体结构优化模型．通过对各个计算环节的研究，确立了可行的计算方法，编制计算程序，并以算例证明该方法的有效性．     

竞赛帆船龙骨盒结构优化设计

龙骨盒是竞赛帆船特有的结构,其功能是维持压载龙骨竖直升降,因其为帆船主要受力构件之一,实际使用中易损坏,提高龙骨盒强度是企业和艇主亟须解决的问题。通过水动力分析获得龙骨盒结构响应,运用多级优化对龙骨盒帽型材和桅杆作用区域进行形状、尺寸优化和铺层顺序优化。优化结果显示,基于响应面法和遗传算法的多级优化降低75.92%的龙骨盒整体应变能和提高29.40%的铺层强度比,该方法对提升龙骨盒强度和承载能力具有实用和借鉴意义。     

基于引力搜索BP神经网络的柴油机故障诊断

为了提高柴油机故障诊断的精度,将引力搜索算法用于BP神经网络初始权值及阈值优化,提出了一种基于引力搜索算法和BP神经网络相结合的智能故障诊断方法,并将其运用于柴油机磨损故障的振动诊断。结果表明,该方法与BP神经网络相比,对柴油机的磨合、磨损、极限等故障诊断准确,精度提高明显,验证了该方法的有效性。     

基于向量评价遗传算法的工程项目多目标优化

进度、费用和质量为工程项目的3大主要控制目标，工程项目多目标优化就是要尽可能实现3大目标的和谐统一。利用多目标优化理论建立了面向工程项目的多目标优化模型，给出了利用向量评价遗传算法对工程项目多目标优化问题的求解设计思路，阐述了算法的实现流程，并通过实例验证了该模型有效解决工程项目多目标优化的可行性。     

铁道车辆缓冲器弹性胶泥粘弹性参数的数值反演

研究弹性胶泥的基本物理参数。提出以弹性胶泥简单的静压试验和动力试验反演复杂的三维粘弹性本构参数的数值方法。依据弹性胶泥松弛模量的物理意义,建立三维粘弹性本构模型。依据静压试验的静压力和观测点位移试验数据,建立以弹性有限元为基础的弹性位移反演模型,优化求解该模型可得到泊松比、杨氏模量。根据弹性力学本构关系的基本原理,通过泊松比、杨氏模量可得到粘弹性模型所需要的剪切平衡模量和体积平衡模量。依据动力试验的激振力和观测点位移的时程曲线,建立以粘弹性大变形动力有限元为基础的粘弹性参数反演模型,利用改进的遗传算法对其余和时间相关的粘弹性参数进行优化求解。以重载货车用新型胶泥缓冲器为实例,对弹性胶泥的基本粘弹性参数进行数值反演。反演结果和试验结果吻合较好。