雷达模拟器的目标运动数据算法研究

建立了雷达模拟器海战场态势中的本舰与目标相对运动数据算法模型,并按时间流程存储在对应的数据表中,同时还根据相对运动关系解算出各目标信号的强度,从而信号源将产生相应强度的信号注入雷达模拟台。通过模型仿真软件在雷达训练模拟器中的功能测试,实现了雷达模拟器的仿真效果,满足了雷达模拟训练的要求。     

平面交叉口信号控制多目标优化研究

从道路使用率、出行时间成本、环境保护三方面平衡交通效益出发,建立在饱和度约束下以通行能力、出行者平均延误、尾气排放量作为性能指标的平面交叉口信号控制多目标优化模型;模型可根据交通流状态的不同对控制目标有所侧重;最后运用遗传算法对模型进行优化。算例分析表明,该模型能较好的适应交通流状态的变化,可获得更好的交通控制效果。     

边坡监测中FCM聚类算法的应用研究

利用模糊聚类分析方法将边坡进行安全等级分类,在提高变形监测效率的基础上可降低工作量。FCM聚类分析算法更具科学性,是理论最为完善且应用较多的算法。利用边坡的坡角、高度、边坡所处的水文地质条件作为影响边坡稳定的影响指标,来对边坡监测点的安全等级分类,从而降低工作量,提高工作效率。     

基于NSGA-II算法的客运专线开行方案优化设计

旅客列车开行方案是客运专线旅客运输组织的核心和基础,是基于铁路企业运营成本和旅客出行费用,以铁路运行总成本最小化为优化目标,以路网运行线频率、路网总通过能力、路网载客能力需求为约束,运用NSGA-II方法求解双目标函数优化的"Pareto边界"问题,并在该边界上讨论所求目标函数的"最优解"。其算例结果分析表明:列车开行方案既能保证铁路企业的收益,又能够有效地提高旅客出行质量。     

基于GP算法的城市轨道交通客流分配问题研究

城市轨道交通客流分配问题是城市轨道交通规划领域的重点,也是城市轨道交通运营管理和列车开行方案的基础。结合城市轨道交通系统的基本特性,考虑客流在站点的停车时间和换乘时间费用,以及拥挤导致乘客无法上车的现象,建立包括延误时间在内的客流出行费用函数,构建城市轨道交通均衡配流模型,针对经典的FrankWolfe算法难以给出有效路径解的不足,提出基于路径配流的改进GP算法。最后,通过算例验证模型和算法的有效性。     

震后恢复期物资配送中的多周期选址-联运问题

震后恢复期的物资配送是一项复杂的系统工程,针对震后恢复期两级救援物资 配送系统中的多品种物资、多运输方式、多周期决策等特征,提出了一个以系统总费用最 小为目标的混合整数线性规划模型,用以解决震后恢复期救援物流系统中的选址-联运 问题.针对该模型的特点,设计了一种结合启发式规则的分周期、分阶段解码的混合遗传 算法. 以“5.12”汶川大地震恢复期救援物资保障过程构建算例,对该模型和算法进行了实 例验证. 结果表明,该算法具有较好的性能,可以有效解决震后恢复期物资配送中的多周 期选址-联运问题.     

基于EMD算法的切换系列区分及时空转换参数选取仿真

鉴于由于个人隐私而导致的数据获取困难问题,依托基于无线通信网络与交通集成仿真的手机切换数据平台采集手机数据,用EMD算法将不同道路切换序列的差异程度进行量化区分,根据时空转换参数ρ的不同取值得到相邻道路、不同道路之间手机切换序列对的EMD。结果表明：将EMD算法应用于不同道路序列的区分是可行的,ρ的选值不影响该算法应用的效果。     

混合径向基神经网络对货运量的预测

为了定量预测多个外部因素影响下的货运量,建立了混合径向基神经网络模型.该模型以径向基神经网络为模型主体,并结合二阶振荡粒子群优化算法和灰色预测方法构成混合预测模型.该神经网络模型的参数设置更加简便,收敛速度更快.实例预测得到的结果相比较其他预测方法绝对误差值更小,误差变化范围更加稳定,证实了该神经网络模型的有效性,表明了其在多因素影响下的货运量预测中具有很好的适用性.