浅谈电子线路教学中的逻辑思维

通过电子线路的教学培养学生的逻辑思维能力应合理安排教学内容,将逻辑贯穿于教学中;注意授课方法,尽量采用启发式教学模式.     

世界首次铁路机车计算机调度实践

详细阐述了英国于1963年在世界上首次用计算机编制机车调度方案时的研究背景、机车调度启发式方法,以及研究成果的实施过程。特别说明了新的调度方法与理念被交通行业人员逐渐认识与接受的曲折过程,为我国机车调度研究与改革提供借鉴。     

基于启发式Q(λ)学习的铁路绝缘子定位研究

智能化冲洗是解决电气化铁路绝缘子人工冲洗弊端的有效途径,而智能化冲洗的关键在于绝缘子识别、定位。通过对现有智能冲洗设备的分析,提出一种铁路绝缘子定位、跟踪方法,该方法基于传感器信息,采用启发式Q(λ)学习算法,可快速、准确找到绝缘子。首先建立铁路绝缘子水冲洗环境模型,接着为解决传统Q(λ)学习算法盲目学习导致收敛速度慢的问题,通过搜索支柱特征调整奖赏函数,设计启发式策略函数并融入Q(λ)学习中,提高算法的学习和收敛速度。最后分别对传统Q(λ)学习算法和启发式Q(λ)学习算法进行Matlab仿真实验,确定最佳参数设置,仿真结果表明启发式Q(λ)算法的正确性和可行性。     

市场竞争条件下铁路货运高端产品的定价模型

在界定铁路货运高端产品概念的基础上,构建在市场竞争条件下,不同运输方式之间、同一方式不同等级产品之间货流合理分配的优化定价三层规划模型并给出启发式算法。模型同时考虑铁路货运部门和货主双方的利益,既保证货主的广义费用最低,又使铁路部门的货运收入最大,最后给出算例进行验证。     

“船舶—堆场—列车”混堆堆场箱位分配模型

集装箱海铁联运港口堆场作业箱型复杂,为了提高港口作业能力和效率,基于进口、出口箱的混合堆存方式,对"船舶-堆场-列车"作业堆场箱位分配问题进行研究."船舶-堆场-列车"作业堆场负责堆存通过船舶、列车及外集卡进出港口的集装箱.本文在待分配箱的作业时间及箱区已知的前提下,以集装箱堆存产生的压箱数最小为目标,建立"船舶-堆场-列车"作业混堆堆场箱位分配模型,根据模型特点设计了启发式算法进行求解,并进行算例分析.结果表明,所建模型和求解算法能够有效减少堆场的压箱数,满足箱型堆存要求,提高港口作业效率.     

序决策逻辑及基于启发式遗传算法的规则挖掘

很多真实世界处理排序问题代替分类问题,例如由不同生产厂商生产的消费品,大学之间的排序等等.一般地,一个全局的信息表需要给定.本文采用了基于Rough集理论的方法来阐述排序规则的挖掘问题,且利用了基于遗传算法的启发式算法来达到算法的实现.     

考虑车辆限行和装箱约束的车辆路径优化方法

在实际配送过程中,考虑到部分城市道路存在限制大型配送车辆通行的现状,以及运输途中车厢内物品满足后进先出等装载约束能有效提高装卸效率的特点,将车辆限行和二维装箱约束加入到需求可拆分车辆路径问题中.同时考虑到车辆的使用成本和行驶成本,以车辆总配送成本最小为目标构建考虑车辆限行和二维装箱约束的需求可拆分车辆路径问题数学模型,...     

面向布局问题求解的混合全局优化算法研究

布局问题属于NP完全问题。由于布局函数的病态性状，传统的优化算法很难解决此问题。遗传算法、模拟退火算法等对全局优化展示了一定的前景，但是它们的求解精度和效率不能令人满足。本文将启发式随机搜索策略和局部优化算法相结合，构造了混合全局优化算法（MGOA）来解决这一困难。通过典型测试函数与经典遗传算法，模拟退火算法，复合形法进行比较验算，表明该算法具有优良的求解质量和较好的求解效率；并以旋转卫星舱布局的简化模型为背景，建立多目标优化数学模型，通过一个已知最优解的布局算例与遗传算法和乘子法的计算结果比较，该算法求解的质量和效率更优。表明此算法在布局优化中具有应用潜力。     

基于部分集卡到达信息的码头进口箱翻箱优化

集装箱码头进口箱提箱作业过程中,由于外集卡到达时间的不确定性,存在外集卡提箱顺序与目标箱的堆存位置不一致,从而产生大量翻箱.为了解决这一问题,本文以期望翻箱量最小为落箱位置的选择原则,提出最小化二次翻箱启发式算法,利用算例验证算法的有效性,分析集卡到达的信息质量对进口箱提箱翻箱的影响,根据集卡到达信息质量的不同选择最佳翻箱规则.结果表明:提出的翻箱策略可以在获得部分集卡到达信息下有效地减少翻箱,针对不同的集卡到达信息质量,采取相应翻箱规则进行翻箱作业能有效减少翻箱,提高码头堆场的作业效率.