基于枢纽集散和干线对流平衡的二级轴辐式零担物流网络设计

针对零担物流网络设计中容易出现网络资源非均衡利用问题,分析了零担物流轴辐式网络中枢纽集散和干线对流平衡的重要性,建立基于枢纽集散和干线对流平衡的二级轴辐式物流网络混合整数规划模型.通过算例表明,考虑枢纽集散和干线对流平衡时,随着平衡程度的不断提高,枢纽集散和干线对流平衡综合度均可达到将近90%,表明综合考虑枢纽集散和干线对流的零担物流网络能够实现网络资源的均衡利用.     

基于公交分担率的城市客运交通枢纽选址优化

在用户均衡理论的基础上,首先研究超级网络条件下公交车与小汽车交通流量的相互影响,并以公交分担率最大为目标,建立在不同的枢纽选址方案下城市交通网络中公交车流量和小汽车流量分配最优化模型.进而,以公交车与小汽车的出行成本、枢纽建设的土地成本之和作为总成本,以总成本最小为优化目标,建立城市交通枢纽选址优化的双层规划模型.最后,运用案例验证模型,并提出枢纽选址优化的相关建议.     

基于组合GA的双向物流网动态优化设计与求解

为实现整合正/逆向物流网络的动态优化,建立了随机环境下多品种、多周期、有容量限制的整合正/逆向物流网络动态优化模型,并设计了组合遗传算法(genetic algorithm,GA)进行模型求解.对整个规划期拆分成多个决策期,进行生产工厂与物流中心的准确定位,对物流网络中各节点间的流量合理优化,基于随机机会约束规划建立了物流网络动态优化模型,设计了相应的组合遗传算法.采用8个消费域,2类产品,5个备选物流中心,3个生产工厂和3个规划期数进行数值模拟仿真.结果表明,该方法可以得到设施布局决策变量最优值,能够灵活实现不同需求下物流网络的最优布局,可以有效用于物流网络的动态优化.该模型根据现实情况的需求进行合理的物流网络布局,同时可以进行灵活变换,具有重要的实用价值.     

非线性规模经济效应下枢纽选址的遗传算法

在轴辐式网络中枢纽间干线运输成本相对于运量而言具有非线性的规模经济效应,在轴辐式网络单分配模型的基础上,改变传统研究中将规模经济效应处理为折扣系数常量的方法,建立基于可变规模经济效应的非线性模型,应用遗传算法进行求解。通过算例,对基本模型和考虑规模经济效应的非线性模型进行求解,得出枢纽点的选择及非枢纽点的分配方案,进而对两方案进行比较。研究结果得出:非线性规模经济效应对枢纽点选择和分配会产生影响,并能减少成本。此外,遗传算法是基于群体的一种仿生算法,能有效解决大规模的轴辐式网络枢纽选址问题。     

基于ResNet和双向LSTM融合的物联网入侵 检测分类模型构建与优化研究

为提高物联网入侵检测模型的综合性能,将残差神经网络(Residual Networks,ResNet)与双向长短时记忆(Long-Short Term Memory,LSTM)网络融合,构建物联网入侵检测分类模型.针对大规模物联网流量快速批量处理问题,在对原始数据进行清洗、转换等预处理基础上,提出将多条流量样本转换为灰度图,并利用基于ResNet和双向LSTM融合的深度学习方法构建物联网入侵检测分类模型.对分类模型的网络结构、可复用性进行综合优化实验,得到最终优化模型,分类准确率达到96.77%,综合优化后的模型构建时间为39.85 s.与其他机器学习算法结果相比,该优化方法在分类准确率和效率两个方面取得了很好的效果,综合性能优于传统的入侵检测分类模型.     

考虑枢纽能力选择与均衡利用的轴辐式网络设计

文章针对轴辐式网络中带能力选择的枢纽点选址与均衡利用问题,考虑枢纽处理货物流的最大中转能力,不同等级枢纽容量具有不同建设成本,将枢纽点的建设费用转换为与容量等级相关的函数进行计算,并且引入枢纽利用率的限制区间以均衡枢纽运作负荷。以最小化总成本为目标,分别采用线性与体现规模效应的非线性建设成本函数,建立基于传统枢纽选址的混合整数规划模型。算例研究表明,枢纽点能力等级的选择和均衡性策略对轴辐式物流网络的运作存在系统性影响。     

公铁联运轴辐式网络货运枢纽布局优化模型

为提高综合货运交通枢纽布局的科学性和合理性,基于公铁联运轴辐式网络产生不同的“流量-运费”折扣系数和不同类型枢纽的时间延迟因子,提出考虑能力限制的公铁联运轴辐式网络货运枢纽布局优化模型,运用禁忌搜索算法进行求解.最后将模型和算法应用于京津冀和晋陕构成的煤炭运输网络实例中,进行分析求解.结果表明,该模型和算法在解决公铁联运轴辐式网络货运枢纽布局问题具有较高的可行性和有效性,为枢纽规划部门提供决策参考.     

基于网络均衡的城市客运枢纽换乘需求研究

城市客运枢纽作为综合客运交通体系的重要组成部分,其基础内容就是研究枢纽的换乘需求. 将交通网络抽象为分层网络,在随机用户网络均衡理论基础上,分析城市交通网络中出行者的出行方式选择行为,构造出行费用函数,提出了相应的变分不等式模型和枢纽换乘流量的计算方法. 根据城市出发地目的地数据,通过外部变量的变化,得到城市客运枢纽换乘需求的变化,并对这些变化加以分析,以期改善客运枢纽的换乘能力. 最后结合一个算例,研究了外部变量的变化对城市客运枢纽换乘流量需求的关系,验证了方法的可行性. 研究结论为城市客运枢纽换乘需求研究提供有益的参考.      

零担运输企业的信息系统的分析与设计

现有的零担运输企业中各信息之间的传递主要是以普通的信息处理方式将其写成文字、单据、数据,而在分拣信息的处理过程中所用的是人工反复录入信息的较复杂的模式。当前的零担运输市场技术含量较低,对客户的及时化要求难以以最低成本完成。利用电子数据交换（ElectronicDataInterchange,EDI）技术、网络信息技术等物流信息技术对零担运输的信息系统进行优化设计。     

航路网络航路点布局的多目标优化设计

航路网络中航路点布局问题(CWLP)是航路网络规划的核心。基于此,从航路网络经济性和安全性出发,考虑航路运行成本和潜在冲突系数2个因素,建立航路点布局多目标优化模型,求解时采用动态递变权重系数的蝙蝠算法以保证运行成本和潜在冲突系数能同时获得较优解。最后对北京飞行情报区进行仿真实验,将蝙蝠算法(BA)与其他多目标算法对比,得到4种算法的非支配解,证明多目标蝙蝠算法在求解航路点布局的大规模优化问题上,能够获得更优解。同时,考虑偏好经济性和偏好安全性2种情况选择2组权重,数据显示:与初始网络相比,这2种情况下网络运行成本和冲突系数减少比例分别为9.99%、15.64%以及-3.97%、65.81%。实验结果表明,该方法能够在航路点布局规划上给决策者以多种优化方案。     

航空网络航路点布局的多目标优化设计

航路网络中航路点布局问题（CWLP）是航路网络规划的核心。基于此,从航路网络经济性和安全性出发,考虑航路运行成本和潜在冲突系数两个因素,建立航路点布局多目标优化模型,求解时采用动态递变权重系数的蝙蝠算法以保证运行成本和潜在冲突系数能同时获得较优解。最后对北京飞行情报区进行仿真实验,将蝙蝠算法（BA）与其他多目标算法对比,得到4种算法的非支配解,证明多目标蝙蝠算法在求解航路点布局的大规模优化问题上,能够获得更优解。同时,考虑偏好经济性和偏好安全性两种情况选择两组权重,数据显示,与初始网络相比,这两种情况下网络运行成本和冲突系数减少比例分别为9.99%、15.64%以及-3.97%、65.81%。实验结果表明,该方法能够在航路点布局规划上给决策者以多种优化方案。     

基于遗传算法反向传播模型的板形模式识别

针对在板形模式识别中, 反向传播（BP）网络对未知板形识别能力差和遗传算法（GA）优化神经网络初始权重过程复杂等问题, 提出一种基于多维空间优化的遗传算法优化BP网络初始权重的板形模式识别GA-BP模型, 该模型直接以网络权重构造多维空间染色体, 以训练样本误差和测试样本误差相结合作为遗传算法的适应度函数, 以较大的网络期望误差和低的进化程度为网络的训练策略. 研究结果表明： 基于多维空间的遗传优化方法, 建模简单, 无需编码、解码, 大大减少了编程计算量;GA-BP模型有效提高了BP网络对未知板形的识别能力和识别精度, 在工业试验中, GA-BP模型板形模式识别结果跟板形仪的实测板形非常接近.     

一种基于成长的物流网络建模方法

为解决目前物流网络动态建模中存在的难题,分析了当前流行的物流理论及其建模方法,结合复杂网络理论的最新应用,提出了一种基于成长特性的物流网络基本建模方法NGM.在建模的过程中,首先建立一个原始模型,然后考虑实际物流网络的成长特性、优先连接特性和赋权边特性等,对原始模型进行了修正和优化,并结合物流配送中心的需要分析了优化后模型的一些特性.仿真结果表明:基于NGM的物流网络能够按照节点的富集程度,形成"一个核心节点,少量中心节点,大量外围节点"的层次型物流网络结构.该结构在经济性、时效性、安全性、沟通性和方便性方面都能使网络的性能动态地达到最优.     

基于复杂网络和图像轮廓的形状识别方法

基于轮廓的图像识别方法具有过程简单、识别效率高等特点.但随着人脸表情变化、光照强度以及遮挡等因素的改变,提取图像轮廓形状的难度增大,从而使方法的有效性受到影响.本文提出一种基于复杂网络和图像轮廓的形状识别方法,通过提取形状图像的轮廓点,建立相应的复杂网络模型,计算相关参数来识别图像.实验表明,该方法具有对轮廓图精确度依赖性低、复杂网络规模小、阈值参数少、能有效适应边界形状改变等优点.     

截断随机出行时间下可靠网络均衡模型

针对现有随机交通网络均衡模型未考虑路径出行时间的有界性和准时到达概率对出行者路径选择行为影响的问题,基于截断随机出行时间,提出了克服其局限性的可靠网络均衡条件,该均衡条件下没有出行者可以通过单方面改变出行路径来提高准时到达概率.构建了该均衡条件的等价变分不等式(VI)模型,并证明了其等价性和解的存在性.设计了基于路径的相继平均(MSA)算法对模型求解.采用Nguyen-Dupuis网络对可靠网络均衡模型和MSA算法的有效性进行了测试.研究结果表明:该算法能够快速收敛到较高精度;与不考虑随机出行时间有界性的模型相比,网络均衡状态下的准时到达概率和流量分布均存在差异,最大路段流量相对变化值达到38.5%;增加出行时间预算和降低出行时间上界均可以有效提高起讫点间的准时到达概率.     

基于知识蒸馏的不平衡数据下入侵检测方法研究

基于深度学习的网络入侵检测模型面临模型结构复杂、部署效率低及流量数据类别不平衡的问题.针对这些问题,提出了1种结合知识蒸馏和类别权重焦点损失的网络入侵检测方法.该方法以精度高、参数量较多的入侵检测模型作为教师模型,与小型学生模型生成蒸馏损失;引入增加类别权重的焦点损失函数作为学生损失;结合蒸馏损失与学生损失生成总的损失函数优化学生模型.实验结果表明,该方法性能相较于非蒸馏模型在各项指标上均有一定提升.     

考虑环保多车型干线运输的低碳轴辐式网络优化

针对轴辐式网络中运输车辆的排放污染问题,提出在干线运输中组合使用排放量不同的多种车型的低碳运作策略,研究其对轴辐式网络设计的影响.基于轴辐式网络基本模型,构建考虑时间成本、干线运输车辆排放成本的多车型轴辐式网络设计的混合整数规划模型.通过算例揭示该模型的特征,发现轴辐式网络的干线运输中考虑多车型策略,会影响到轴辐式网络的枢纽选择及辐点分配;通过分析模型参数的敏感性、环保多车型策略,以及经济成本与排放的均衡,研究干线运输周转量变化与枢纽点的选择及环保多车型策略的关系,总结轴辐式网络枢纽点选择变化的特点及环保多车型策略对网络适应性的影响,形成考虑环保多车型策略的低碳轴辐式网络设计方法.     

基于航线失效的流量重分配策略研究

针对航空网络航线失效情况,基于枢纽航线网络和复杂网络理论,提出了流量重分配优化模型。模型将成本分成航线成本和节点成本,以重分配总成本最小为目标,考虑了非枢纽机场的影响和节点容量,构建了考虑拥堵效应的成本函数,并利用粒子群算法进行求解。最后,以杭州 咸阳航线失效为例进行仿真实验。实验结果表明：提出的模型具有较好的可靠性和有效性,并可以通过调节不同参数影响流量分配成本,提高了模型的可操作性和实践前景。     

县域农村物流配送中心选址优化模型及算法

为解决县域农村物流配送中心合理选址问题,综合现实路网条件及未来物流需求等因素,以物流总费用最小化为目标函数,建立基于现实公路网的农村物流配送中心选址优化模型.通过对聚类中心和边缘点加以处理,改进了Kmeans聚类算法,并以此求解上述选址优化模型.实例分析表明,该模型和算法能很好地解决县域农村物流配送中心选址优化问题.     

考虑淋巴微循环的体循环分析

基于流体网络动力学和电路图论原理建立了带有淋巴系统的人体血液循环流体网络模型,用10次谐波来模拟流量表达式。改变模型分支流阻,从血流动力学层面来模拟淋巴分支对血液循环的影响以及各分支之间的相互影响。用平均法求解模型中的血流动力学宏观参数,并从生物物理角度讨论了淋巴分支对微循环的影响。结果表明:淋巴循环障碍,淋巴分支流阻比η=3时,该分支平均流量相对于正常值减小42.24%,对其他分支流量影响不超过0.04%;各分支的流阻变化会对淋巴分支的流量产生至少2.69%的影响。