基于最小费用的高速铁路值乘区段集合模型研究

高速铁路乘务计划编制的优劣直接影响着乘务工作的效率以及经济效益。该文研究了乘务交路计划编制过程中乘务交路的组成及其费用计算方法，提出了以便乘费用而非值乘费用计算各值乘区段的相关费用，设计了求解值乘区段集合覆盖问题的具有双重信息素和启发式信息的蚁群优化算法。     

基于灵活编组的轨道交通列车开行方案优化方法

针对城市轨道交通全日客流时间分布不均衡特性下的列车开行方案优化问题,从乘客广义出行成本和企业运营成本角度,考虑列车满载率对牵引能耗成本的影响,利用数学规划方法构建基于灵活编组模式下的多目标列车开行方案优化模型,并提出四阶段求解算法.以某城市轨道交通线路为对象进行案例分析,对比传统固定编组列车开行方案,基于灵活编组的列车开行方案使乘客广义出行费用和企业运营成本分别减少了14.6％和11.0％.结果表明:该方法能有效实现既有固定编组条件下,列车开行方案难以达到的乘客出行费用和企业运营成本双赢目标,可为我国城市轨道交通新型运输组织方案的制定提供新方法.     

网络化运营的城市轨道交通枢纽站衔接调度研究

针对目前城市轨道交通初步网络化运营换乘时间费用较长的问题,从换乘等待时间费用最小角度出发,对城市轨道交通各线路在客流低、中及高峰时期发车时间进行优化,建立城市轨道交通枢纽站衔接调度优化模型,并设计遗传算法对该模型进行求解,通过多次仿真运算,结果分析表明该模型及算法的有效性和实用性.     

城轨交通乘务任务配对的集合分割模型及算法

基于城轨乘务值乘规则,建立了城轨乘务任务配对的集合分割模型(R-CP),并结合列生成思想和跟随分支策略设计了求解算法(CGBF算法).实例验证结果表明:该模型与算法能够满足乘务任务配对方案的要求,相对于当前手工编制,具有编制效率高、目标函数更优(即任务数量少、任务工作效率高)等特点.     

城市轨道交通接驳公交线路优化设计

城市轨道交通和常规地面公交之间的有效接驳是提高城市公共交通系统运行效率的重要环节。本文详细分析了接驳公交出行中乘客出行时间成本和公交车辆运营成本,以城市轨道交通接驳公交系统总成本最小为目标,考虑公交线路布局约束、乘客流量守恒约束,以及公交能力约束等,构建了城市轨道交通双边接驳公交线路优化模型,对接驳公交线路布局以及开行频率进行优化。根据模型特点,设计了人工蜂群算法。为了提高算法的计算效率和稳定性,采用了多种邻域搜索策略,且对算法的相关参数进行了校正。数值算例表明,人工蜂群算法可以很好地优化城市轨道交通接驳公交线路的布局,且在求解质量、计算效率和稳定性等方面都优于遗传算法。     

基于交通效率的城市道路网络优化

道路网络的优化是建立可持续发展交通运输系统的重要环节。引入交通效率的概念,提出了基于交通效率的城市道路网络优化思路。与传统的四阶段交通规划模型相结合,将多车种用户平衡问题作为下层模型,考虑建设费用、污染物排放和能源消耗的约束,建立了使广义交通费用最小化的城市道路网络双层优化模型,分析了关键参数,并应用遗传算法和模拟退火混合算法进行了求解。实例研究表明,该模型既能满足交通需求,又能满足交通系统的环境保护目标。     

城市轨道交通车站接驳范围的计算模型

依据可达性一致原则,建立了基于广义出行费用的城市轨道交通车站接驳范围计算模型,并给出详细算法及案例分析.针对城市居民出行并非全部都以市中心为目的地这一现实情况,引入城市轨道交通可达点的概念并分别赋予权重,解决了既往研究中只取单一目的地的不足;根据车站周边每个交通小区的实际人口结构对出行时间价值进行细化处理;根据实际路网形态计算接驳距离,使之更加接近实际的走行距离;给出求取车站接驳范围的详细算法,并对算法优化进行讨论;最后,利用广东省某市的预测数据对模型进行计算验证.结果表明,接驳范围与车站周边的道路情况、出行分布以及竞争交通方式的服务水平相关,并不是简单的圆形区域.该模型可以为城市轨道交通已建或规划车站确定客流吸引范围提供计算方法,从而为客流预测及接驳交通设施衔接规划提供参考.     

基于客流需求的城市轨道交通行车计划与列车时刻表优化

满足客流需求和提高运输效率对提高城市轨道交通的吸引力具有重要作用。为平衡城市轨道交通运力、客流需求以及运输效率,对城市轨道交通行车计划和列车时刻表的优化进行研究。首先根据客流需求制定行车计划,然后在此基础上以列车运行安全和运力为约束条件,建立以乘客在站台等待时间最小化为目标的优化模型,并设计遗传和声算法求解该模型。通过算例进行分析计算,得到了满足要求且合理的列车时刻表,该研究可以为匹配城市轨道交通运输资源和客流需求提供决策依据。     

广义运输问题的状态算法

经典运输问题在实际应用中有很大的局限性,推广后可以得到具有运输能力限制、供求量可以变化的广义运输问题.广义运输问题不能用运输问题的表上作业法进行求解.利用网络流算法对广义运输问题进行求解.我们首先将广义运输问题等价化为最小费用循环流模型,然后根据求最小费用循环流的状态算法,构造了求解用于广义运输问题的有效方法.     

基于客流需求的城市轨道交通行车计划与列车时刻表优化

满足客流需求和提高运输效率对提高城市轨道交通的吸引力具有重要作用。为平衡城市轨道交通运力、客流需求以及运输效率，对城市轨道交通行车计划和列车时刻表的优化进行研究。首先根据客流需求制定行车计划，然后在此基础上以列车运行安全和运力为约束条件，建立以乘客在站台等待时间最小化为目标的优化模型，并设计遗传和声算法求解该模型。通过算例进行分析计算，得到了满足要求且合理的列车时刻表，该研究可以为匹配城市轨道交通运输资源和客流需求提供决策依据。     

一类随机Tabu搜索策略及其全局收敛性研究

Ｔａｂｕ搜索以其适应记忆和响应搜索的突出特征，构造实施多样性和在许多最优化问题的成功应用而成为最优化领域的又一研究热点，本文提出一类随机Ｔａｂｕ搜索策略，并相应地进行了全局收敛性研究，分析证明了随机Ｔａｂｕ搜索策略具有全局渐近收敛性，并得到了一系列相关结论，为其应用和进一步研究提供了必要的理论支持。     

基于禁忌搜索的无线传感器网络多源定位研究

针对无线传感器网络多源定位容易陷入局部最优的情况,提出基于禁忌搜索的多源定位方法.通过测量多个声源发出的能量建立声音能量模型,估计出模型中的声音能量和声音位置等参数,然后使用8邻域3层格点的邻域产生方式,并合理选择禁忌表长度、初始解等禁忌算法的基本参数,有效避免了多源定位易陷入局部最优的情况.将禁忌搜索算法和多分辨率搜索算法、EM算法、AMR算法进行比较,仿真结果表明,禁忌搜索能够很好地避免局部最优,且定位精度高于其他几种算法,计算复杂度相对较低.     

蚁群算法求解独立到达时间单机提前/拖期调度问题

求解有独立到达时间和完工时间的单机调度问题目前主要采用启发式算法。为研究仿生类算法的应用可行性,采用蚁群算法,以提前/拖期的总惩罚量达到最小为目标。将邻位工作交换法(AP I)用于局部搜索以提高解的质量,并对每一个解的相邻工作间隔时间进行优化调整。用90个测试算例,将蚁群算法求解结果与分支定界法和禁忌搜索法的结果进行比较。结果表明,蚁群算法与分支定界法和禁忌搜索法的结果相当。     

机组组合的混合编码遗传/tabu搜索组合算法

通过对遗传算法和tabu搜索的各自运算特性进行分析,文章提出了一种混合编码遗传算法与tabu搜索策略结合的组合算法,并运用组合算法对机组优化组合问题进行了求解。组合算法较好的结合了遗传算法的大规模寻优特性与tabu搜索的强局部搜索能力的特点,较大地减小了算法陷入局部最优的概率,能快速搜索到高质量的系统优化解;而且算法所采用的混合编码策略避免了每一迭代步上的负荷经济分配计算,大大地减少了计算量,提高了搜索速度。实例仿真结果表明,这种组合算法是有效的。     

A niche-based evolutionary Tabu search algorithm for optimal coordination of protection relays in power networks

In this paper, refusal of operation and the degree of constraint violation are considered as one part of the objective function for optimizing the protection relay setting coordination of over current relays in power systems; a new expression of objective function in this optimization problem is proposed. To combine the advantages of both Tabu search (TS) and evolutionary algorithms (EAs), a new niche-based evolutionary Tabu search algorithm (named NETS) is presented to solve this optimization problem. Moreover, in two cases of power networks, comparisons between NETS and two published algorithms are given. Experimental results show the expression of the objective function for protection relay setting is feasible and reasonable, and the proposed algorithm NETS exhibits a good performance. Biography: YUAN Rongxiang (1965–), male, Professor, Ph. D., research direction: safety and stability in distributed power networks, relay protection, information and intelligent of power system.     

基于现代超启发式搜索方法的计算机通信网络中路由选择优化的研究

为了改进计算机通信网络的性能，首次采用近年来才开始应用、且具有很强灵活性的现代超启发式搜索方法——Tabu搜索方法，对计算机通信网络中重要的路由选择优化问题进行了详细的研究，得到了比经典的拉格朗日松驰及子梯度优化方法更优的结果，尤其在网络负荷很重的情况下，与其它算法相比，更显示出该方法的优越性，从而为计算机网络的优化理论提供了新的思路方法。大量的计算机仿真实验的结果表明，所得结论对于计算机通信网络以及电信网、电力网、交通运输网等，在其性能优化与评价、提高网络性能与效益、降低运营费用等方面，具有重要的理论价值和广阔的应用前景。     

一种融入小生境技术的遗传禁忌算法

针对遗传算法在全局优化问题中容易出现早熟和收敛速度慢,禁忌搜索强烈依赖于初始解等问题,根据遗传算法和禁忌搜索算法自身的特点,分析两者的优势和不足,提出了一种融入小生境技术的遗传禁忌算法.该算法采用融入了小生境技术的遗传算法作全局搜索,用禁忌搜索算法作局部搜索,可以加快收敛速度,同时可以抑制早熟现象,避免过早收敛到局部最优.分析和实验结果表明,该算法能很好地抑制早熟收敛,同时在计算速度和计算结果方面都有改进,是一种快速有效的优化算法.     

A New Local Search Algorithm for the Job Shop Scheduling Problem

0　IntroductionThejobshopschedulingproblemwithwhichwearecon cernedconsistsinschedulingasetofjobsonasetofma chinesfortheobjectiveofminimizingthemake span ,i.e .themaximumoftimeneededforfinishingalljobs,whichissubjecttotheconstrainsthateachjobhasafixedprocessingorderthroughthemachinesandeachmachinecanprocessatmostonejobatatime .ThisproblemisNP hardandevenisoneofthehardestcom binationaloptimizationproblems.Itiswellknownthatonlysmallsizeprobleminstancescanbesolvedwithinareasonablecomputa tionalti…     

基于同时送取货电动车选址路径问题优化研究

针对电动汽车同时送取货问题,在考虑车辆容量与电量约束情况下,建立以总成本最低为目标的数学模型并通过模拟退火-蚁群算法对模型进行求解。首先,根据实际配送过程中出现的同时送取货约束和时间窗约束建立其选址路径数学模型;其次,通过加入回火操作和高斯变异设计了改进的混合模拟退火-蚁群优化算法对模型求解,并将提出的算法与蚁群算法、禁忌搜索算法以及自适应大领域搜索算法进行对比,证明算法优越性;最后,与送取分离的配送策略进行对比。基于不同规模算例检验算法性能,实验结果表明,提出的算法以及配送策略能得到较低的成本费用。     

分配问题的启发式算法求解

禁忌搜索算法和蚁群算法是近几年优化领域中出现的两种启发式算法.简单介绍了这两种启发式算法的基本原理,给出了应用这两种算法以及其混合算法解决分配问题的求解过程.仿真结果表明混合算法取得的结果较好.