基于简化路网模型的卡尔曼滤波多步行程时间预测方法

针对目前多步行程时间预测方法研究较少,存在未来一段时间内的观测值不能及时得到的问题,提出基于简化路网模型的卡尔曼滤波多步行程时间预测模型和算法.综合运用上游路段、当前路段的实时和历史行程时间数据,从历史数据中寻找与当前日期交通状况最接近的历史日期,解决卡尔曼滤波未来一段时间内没有观测值而无法进行多步预测的问题.实验表明,算法能够合理地预测未来几个时段的路段行程时间,有效地避免了时滞性.同时,多步行程时间预测算法的精度高(尤其是4步以内,均等系数达到0.9以上), 是一种可行的预测方法.     

动态规划启发式算法求解时变车辆调度问题

时变网络中车辆在任意两节点间的行驶时间不仅与节点间的距离有关, 还与所处的时段有关. 对时变车辆调度问题提出一种满足先入先出准则的跨时段处理方法, 直接推导出跨时段对应的车辆行驶时间. 在此基础上建立了数学模型, 并构造动态规划启发式算法进行求解. 该算法能够通过设置参数H平衡求解质量和运行时间. 通过对10组随机产生的数据进行测试, 结果表明动态规划启发式算法能够在很短时间内改进最近邻算法. 当H=2时, 求解质量改进11%, 平均运算时间为1.34秒; 当H=3时, 在不到2秒的运算时间内求解质量改进17%.     

基于卡尔曼滤波理论的实时行程时间预测模型

行程时间预测是交通流诱导系统研究的一项重要内容．在分析各种行程时间预测方法的基础上，本文利用卡尔曼滤波理论建立了行程时间预测模型， 利用实测的交通流量预测几个时段后的路段行程时间， 进而预测路径行程时间．文中利用三种方法预测行程时间并对结果进行了分析     

行程时间不确定的城市公交网络设计模型与算法

常规公交网络设计中一般以平均行程时间作为路段的阻抗,实际上乘客路段行程时间应是平均行程时间和缓冲时间之和。本文采用线路行程时间的标准差来衡量线路的行程时间不确定性,使用行程时间偏差权重系数来代表乘客对于行程时间不确定性的不同的风险态度,构建了城市以乘客总出行时间最短与公交公司的运营成本最小化的公交网络优化模型。并使用贪婪算法构建初始解,将乘客需求最大的两个节点连接起来作为初始线路,采用蚁群算法对初始线路进行迭代改进,从而得到最优的公交网络,最后以一个小型的公交网络设计来验证该模型的有效性。     

交通仿真系统中车辆出发时间分布模式研究

对于交通仿真系统尤其是实时交通仿真系统而言,仅在具有准确的动态OD矩阵输入,并且每个动态OD流量中车辆出发时间间隔的分布模式有可靠估计的前提下,这些系统才可能准确地复现实际的交通状态.迄今尚不存在任何针对车辆出发时间分布模式的研究.将动态OD估计的每个时段细分为若干更小的等长度时间间隔,采用“直方图”逼近动态OD流量沿着这些子时段变化的轨迹,以便更准确地刻画车辆出发时间的分布模式；建立了OD流量在每个子时段内的分配比例的参数估计模型,并采用高效率的同步扰动随机近似(SPSA)算法对估计模型进行优化求解.针对美国加州I805号高速公路上一段拥挤的网络进行测试,表明本文的方法是十分有效和高效率的.     

多个医生环境下考虑取消预约的门诊预约策略

针对在多个医生的医疗环境下具有两类预约患者(提前预约患者和当天预约患者)的门诊预约问题,在考虑提前预约患者可能存在取消预约行为的情形下,提出了一种用于决定是否接受提前预约患者的预约请求的门诊预约策略.以医院的期望收益最大作为决策目标,建立了存在取消预约情形的门诊预约问题的马尔科夫过程模型(期望收益模型);将该模型进行等价转化并给出了相关性质;证明了对于任意的提前预约时段,均存在对应于每个医生的提前预约患者的最优数量,进而给出了该门诊预约问题的最优预约策略以及确定该策略的精确算法;数值仿真验证了所提出预约策略的适用性和有效性.     

基于蚁群算法的随机Petri网最优路径序列寻找

根据蚁群算法对SPN进行了一定的扩展,为SPN网络中的变迁增加了过滤和保留信息功能,为库所增加了过滤信息的功能,得出了一种带有记忆性的连续时间随机Petri网(MESPN).当MESPN运行时,利用充足量的托肯在网络中行走并且在行走过程中留下信息素来调整托肯路径的选择,使大量蚂蚁的行走路线不断逼近SPN网中时间延迟更短的变迁序列,最终在最短变迁序列上形成清晰的蚁路,从而在一定程度上解决了复杂SPN网的最优路径寻找问题.该算法充分考虑了每个变迁真正实施时间的概率特性,可以计算任意网型的变迁延迟时间概率分布.仿真结果表明,托肯可以有效地在最短延时路径上形成蚁路并且能够求得从初始库所到网络中任意库所的最短路径.     

舰载任意形状超分辨测向天线阵列技术的研究

论述了利用空间谱估计进行超分辨测向的基本理论,分析并给出了适用于任意形状超分辨测向天线阵的通用测向算法,并采用差值算法对被测信号的频谱范围进行了扩展,利用Music算法及Matlab语言编制了相应的软件,同时对两种常用测向天线阵的性能进行了计算机仿真实验研究,并给出了一些具体的实验结果.此结果可作为超分辨测向工程实现的技术参考.     

基于社区结构的 Dijkstra改进算法

针对复杂网络中社区结构局部优势,将每个社区塌陷为一个节点,利用局部优势向全局优势扩展的方法,将Dijkstra算法进行了改进,提出了一种基于社区结构的复杂网络最短路算法,分析了该算法的时间复杂度,并将该算法应用于战时军事物资前送体系网络.     

求解并行加热炉群调度问题的三阶段算法

针对并行加热炉群调度问题,提出了以板坯的最大完工时间和炉内总停留时间最小化为目标的求解算法.算法由3个阶段组成:第1阶段以关键路规则为基础确定板坯排序,在一定条件下具有最优性;第2阶段对任意给定的板坯排序,给出该排序下关于炉内总停留时间的最优可行排序;第3阶段对任意给定的可行板坯排序,给出该可行板坯排序下满足板坯释放时间的最优调度方案.     

必经点最短路径问题模型及相应遗传算法研究

根据军事运输在路径寻优方面的特殊需求,将必经点最短路径问题分为三类,建立各类问题的数学模型.以分类保序最短路径为例,设计相应的改进遗传算法.该遗传算法构造了独特的适应度函数,使包含较多必经点的染色体能够优先被选择进入下一代种群.通过节点保序算子的引入,保证相关节点之间存在特定的先后次序,并提出一种新的引入必经点变异算子,提高算法的全局搜索能力,加快收敛速度.仿真结果验证了算法的有效性.     

最短路问题的闭环DNA算法

提出了不等长闭环DNA分子的概念,由此推广了闭环DNA计算模型。给出了固定端点的最短路问题闭环DNA算法,该算法首先对每条弧进行了三组DNA编码,再用有目的的终止技术合成固定端点的所有链,然后通过接入实验和电泳实验得到最短路,并通过检测实验输出所有最短路径。得出了算法的复杂性,为说明算法的有效性给出了一个算例。最后讨论了最短路问题闭环DNA算法在变权网络、自由终点或固定中间点的最短路问题中的应用,并给出了相应的解决方法。由此说明该算法具有广泛的适应性。     

网络中一边长度改变的最短路算法

本文提出了网络中一边长度改变的最短路算法，适合于大型网络中一边或几条边长度改变后各点对之间最短路的校正计算。     

一种新的路径生成式Logit交通分配算法

Logit方法是一种重要的非平衡交通分配方法，但由于需要路径枚举，限制了它在大型路网上的应用。本文提出了一种新的路径生成式Logit交通分配算法。每次迭代中，利用Logit方法在已产生的路径集上进行变通分配，并更新路段交通量度路段运行时间，然后在此基础上利用最短路算法求出新的最短路并更新路径集，如此变替进行．直至不再产生新的最短路，最后完成交通分配。由于不需进行路径枚举，从而使本算法适用于大型路网的交通分配。实际计算表明．该算法是有效和可行的。     

多目标最短路径进化求解方法

提出一种无圈有向图条件下的多目标最短路径进化算法。使用变长染色体对路径编码。进行染色体适应值分配时同时考虑支配关系及密度信息，保持了种群的多样性。有界精英保留策略保证了算法的优化性能。对算法的收敛性进行了证明。理论分析和实验表明，该算法可以在较短时间内获得多条多目标优化路径。     

基于改进蚁群算法的建筑火灾疏散路径规划研究

针对综合建筑火灾中人员疏散路径动态规划问题,以待疏散人员所需逃生时间最短为目标,考虑火灾产物和人群密度对人员逃生速度的影响,构建基于改进蚁群算法的人员疏散路径规划模型。建立由障碍物顶点栅格构成的疏散网络数据模型,改进蚁群算法的启发函数、死锁处理策略,引入烟花算法中的爆炸算子优化蚂蚁路径,以某综合建筑为例进行仿真实验。结果表明：该模型不仅能够避免疏散路径经过危险区域,还可根据建筑环境状况和人员分布情况实时调整疏散路径,提高了人员疏散路径安全性。     

Path problem simplification with desired bounded lengths in acyclic networks

Path determination is a fundamental problem of operations research.Current solutions mainly focus on the shortest and longest paths.We consider a more generalized problem;specifically,we consider the path problem with desired bounded lengths(DBL path problem).This problem has extensive applications;however,this problem is much harder,especially for large-scale problems.An effective approach to this problem is equivalent simplification.We focus on simplifying the problem in acyclic networks and creating a path length model that simplifies relationships between various path lengths.Based on this model,we design polynomial algorithms to compute the shortest,longest,second shortest,and second longest paths that traverse any arc.Furthermore,we design a polynomial algorithm for the equivalent simplification of the DBL path problem.The complexity of the algorithm is 0(m),where m is the number of arcs.     

多分配快递轴辐网络的枢纽选址与分配优化方法

快递网络枢纽选址与分配方案的优劣直接关系到快递网络的运营成本和服务水平, 是快递企业运作的基础. 本文详细分析了多分配快递轴辐网络的节点及连接关系、径路特征与形式等网络设计要素, 并分析了快递网络设计中的相关费用和运输时间预算; 在运输时间预算约束下, 以分拣费用、运输费用、中转费用之和为目标函数, 建立了多分配轴辐式快递网络枢纽选址与分配优化模型, 并设计了基于条件最短路的模拟退火求解算法, 最后通过算例验证了模型和算法的有效性.     

基于区域不相交的无线传感网任播路由算法

在无线传感器网络(wireless sensor networks, WSN)中采用任播技术可以均衡数据流及能耗。传统算法常采用节点不相交路由策略,但隐终端问题仍会造成任播路径间的传递碰撞。针对该问题,提出基于区域不相交策略的WSN任播路由算法。该算法采用扇形通道技术和基于不同时隙的区域不相交发送策略以减少任播路径传递碰撞问题。仿真实验数据表明,相比较节点不相交路由策略和最短路径优先区域不相交路由策略,本文算法在分组投递成功率和节点平均能耗上具有较好的性能优势,从而提高网络生存期。     

Shortest Path Routing Algorithm Based on Chaotic Neural Network

A shortest path routing algorithm based on transient chaotic neural network is proposed in this paper. Gam-pared with previous models adopting Hopfield neural network, this algorithm has a higher ability to overcome the local minimum, and achieves a better performance. By introducing a special post-processing technique for the output matrixes, our algorithm can obtain an optimal solution with a high probability even for the paths that need more hops in large-size networks.