基于社交网络的虚拟团队成员推荐模型

为研究如何帮助社交网络中虚拟团队从海量的用户中筛选更多行为相似的用户加入团队,建立了一种基于社交网络的团队成员推荐模型,为虚拟团队推荐一些行为特征相似的用户作为候选团队成员。通过对用户信息和团队信息进行分词处理,得到用户标签向量集和团队标签向量集;将基于遗传算法的聚类算法应用于团队标签向量集,得到团队聚类簇和团队聚类中心;在此基础上,将团队聚类中心作为用户集的初始聚类中心,聚类出行为特征与团队聚类中心相似的用户簇,将这些用户簇作为相应团队聚类簇的候选推荐用户;再应用协同过滤思想,筛选出团队推荐成员列表。实验结果表明,该算法有效地解决了虚拟团队成员推荐问题。     

基于用户综合满意度的电动汽车充电诱导优化模型

随着电动汽车(electric vehicle, EV)在城市交通系统不断普及，充电诱导服务成为在充电设施有限条件下解决充电问题的有效手段。在分析电动汽车用户充电满意度的基础上，提出一种综合用户绕行距离、排队时间和充电费用的电动汽车充电诱导优化模型。为准确推导用户在充电站的排队时间，充分考虑电动汽车用户充电站选择决策的相互影响，建立充电站运营状态预测模型。针对模型特点，结合免疫算法求解模型。通过面向多充电请求的优化算例验证模型的可行性和有效性，结果表明：通过求解模型可以获得用户综合满意度最大化情况下的用户最优充电站决策及其行驶路径；与绕行距离最小、排队时间最短和充电费用最少等单目标优化方案相比，所提模型的充电诱导方案的用户综合满意度分别提升了15.0%、 17.8%和11.4%。     

基于分区聚类方法求解接运公交网络设计问题

在接运公交网络设计问题中引入中垂线分区和最短路径分区两种聚类方法,有效化解了公交线路重叠、服务交叉问题.基于最短路径分区聚类方法,以乘客、公交公司和轨道交通运营者三方的总花费最小为目标,通过改进染色体编码方法和遗传操作策略,成功解决了多对一模式下的接运公交网络设计问题.考察了公交线路长度和乘客需求对线路条数、运营频率及总花费等网络性能的影响,结果显示,线路长度或乘客需求增加对线路条数和运行频率影响不大,但总花费增长较快;而线路长度或乘客需求减少时总花费快速减少,但线路结构未必最优.仿真结果说明,基于分区聚类方法的接运公交网络不仅能够完全覆盖服务区域,而且有利于消除冗余线路,降低总花费.     

基于聚类非支配排序的电动物流车路径规划及充电策略

电动物流车电池容量有限、充电时间长以及配套设施不健全等问题制约着其在物流配送领域中有效推广.为此,提出基于聚类非支配排序算法(AP-NSGA-Ⅱ)来解决电动物流车的多目标路径优化问题,建立了一种充电策略,通过设计加权AP聚类划分配送簇,避免初始种群的随机性和盲目性,簇内配送点规模降低了非支配排序算法的运行时间和复杂度,根据充电站的分布和距离关系,电动物流车执行部分充电策略.最后,通过仿真实验证明该算法的有效性,比较了电动物流车满充和部分充电条件的差异.     

基于连通性的三支密度峰值聚类算法

为了解决密度峰值聚类算法选择密度峰值点困难以及误分配的问题，基于流形的连通性，提出了一种改进的密度峰值聚类算法。通过使用三支密度峰值聚类算法，得到初始聚类结果与簇的边界点，根据这些边界点之间的连通性判断初始聚类之间的连接情况，并利用这些信息进行聚类结果融合。重复上述过程，每次迭代中在剩余数据里寻找密度峰值候选点，并将其纳入聚类过程，得到一种对流形数据友好的聚类算法。结果表明，所提算法在人工数据集和真实数据集上均有较好的表现，聚类准确度相较现有算法更高。基于连通性的三支密度峰值聚类算法可以在不计算路径距离的前提下，有效识别流形数据，大大降低了计算成本。     

A*算法与蚁群算法相结合的无人艇巡逻路径规划

针对无人艇海上巡逻路径规划问题,提出了一种A~*算法与蚁群算法相结合进行最短巡逻路径优化的方法.在传统A~*算法的八角度搜索基础上,设计了一种多角度A~*算法以获得更短的两点之间可行路径,并以A~*算法搜索结果构建任意两个巡逻点之间的最短路径网络.结合最短路径网络建立多点巡逻路径规划问题的目标函数,利用蚁群算法进行求解以获得全局最优的巡逻路径.针对巡逻路径转折角较大的问题,提出了一种平滑算法以获得更符合实际航行需求的平滑路径.仿真结果表明:该方法有效地去除了冗余节点,缩短了路径长度,提高了路径平滑度,规划出了一条更优的无人艇巡逻路径.     

基于密度的改进聚类算法比较

针对传统K-means算法的聚类结果依赖初始聚类中心的缺陷,提出了一种基于密度的改进K-means聚类算法,该算法选择位于数据集样本密集区且相距较远的数据对象作为初始聚类中心,实现K-means聚类。针对PAM算法时间复杂度高,且不利于大数据集处理的缺陷,提出了一种基于密度的改进K-medoids聚类算法,在选取初始中心点时根据数据集样本的分布特征选取,使得初始中心点位于不同类簇。UCI机器学习数据库数据集和随机生成的带有噪音点的人工模拟数据集的实验测试证明,基于密度的改进K-means算法和基于密度的改进Kmedoids算法都具有很好的聚类效果,运行时间短,收敛速度快,有抗噪性能。     

基于代理的web服务发现系统的设计

随着网络规模的快速增长,如何高效地找到符合用户需求的web服务是影响网络应用发展的重要因素。本文提出了一种基于代理机制的web服务发现系统的实现方案,该方案以web服务发现技术的研究现状为基础,给出了用户代理、服务器代理和目录代理三者之间的关系;从分析服务发现系统的使用者入手,设计了收集用户请求和构造查询信息的功能;应用连接池技术实现了转发用户请求到目录代理的功能,设计了以聚类思想为基础的最短路径服务信息请求的转发算法。最后,给出了服务发现系统的部分运行结果、测试了服务发现系统的查准率和查全率,并对转发算法进行了测试,验证了基于聚类的最短路径转发算法的优势。     

无标度网络中的拥塞转变动态分析

把局部流量信息与最短路径路由策略相结合,提出了一种具有感知流量信息的路由策略算法.在该算法中,存在一个调节最短等待时间和最短传输路径之间权重的控制参数,通过调节这个控制参数可以使网络的传输能力达到最优.在具有不同聚类系数的无标度网络模型中进行仿真,仿真结果表明,拥塞转变被两种不同的相变曲线所描述,并且网络容量的大小取决于网络结构的基本属性和路由策略.与最短路径算法相比,采用该路由算法无论无标度网络的聚类系数如何,网络的吞吐量均得到较大提高,但就该路由算法本身而言,吞吐量随着聚类系数的增加而减小.     

基于聚类选址的区域能源系统站网布局优化规划

区域能源系统中能源站选址和管网布局规划是影响区域能源系统经济性的重要因素.综合考虑能源站选址、管网布局与负荷分布的特点,提出了基于聚类和最短路径算法的站网布局优化方法.首先,将最短路径权重作为聚类相似性度量,建立站网布局结构模型.然后以系统年均经济成本最小为目标,构架优化目标函数.最后以实际工程案例进行仿真分析,验证了该方法的有效性.所提出的方法可以对区域内能源站数量、选址以及管网布局进行综合优化,为区域能源系统站网布局规划提供理论参考.     

半开放式的多车场移动充电车路径优化

为解决移动充电平台投入运营成本高的问题,考虑应急服务点时间窗、流量平衡及充电车里程限制等约束,建立包括移动充电车为应急服务点提供充电服务的车辆启动成本、行驶成本和违反应急服务点的时间窗惩罚成本三者总和最小的混合整数非线性规划模型,通过分支定界法和遗传算法研究了半开放式的多车场移动充电车路径优化问题。结果表明：对半开放式的多车场移动充电车路径优化问题进行10次求解,GAP均值为1.22%,说明遗传算法具有良好的稳定性;与单车场独立服务模式对比分析,半开放式多车场联合服务可为移动充电车提供更多路径选择,减少充电车行驶里程,降低平台运营成本;对比顾客点集中分布情形,在顾客点随机分布和混合分布情形下,移动充电平台的成本节约效果更为显著。     

遗传算法求解TSP的进化策略

本文提出用遗传算法（ＧＡ）求解旅行商问题（ＴＳＰ）的一整套进化策略，包括染色体的编码、反向运算、循环运算、交换运算．其中除反向运算外，均与通常的ＧＡ算法所采用的策略不同．文中解释了它们的几何意义．用该算法求解中国３１个城市的ＴＳＰ问题得到了１５４０４公里的新的路径长度．计算结果表明整个算法是有效的     

基于逆强化学习的电动汽车出行规划方法研究

随着电动汽车的普及，对电动汽车出行规划问题的研究显得尤为重要。有别于路径规划，出行规划既需要考虑路径问题又需要考虑充电问题。本文提出了一种基于逆强化学习（Inverse Reinforcement Learning，IRL）的电动汽车出行规划（Electric Vehicle Travel Planning，EVTP）方法，有效地为电动汽车用户规划一条兼顾行驶路径短以及充电时间短的可达路径。将Dijkstra算法进行改进得到考虑充电行为的最短路径作为专家示例输入到逆强化学习算法中；利用逆强化学习算法得到兼顾行走与充电的奖励；在学习策略上，采用Dueling DQN算法高效更新Q值，提升学习性能；采用部分充电策略以及分段充电策略，提升充电效率并使研究更接近真实情况。通过对模型的工作性能和结果进行详细分析，并结合基准方法进行对比，结果表明，基于逆强化学习的电动汽车出行规划方法在行驶时间与充电时间两方面都有较好的性能，且具备很好的迁移性。     

虚拟人群仿真的路径规划新算法

提出了一种用于虚拟人群仿真的路径规划新算法.该算法由全局路径规划模块和局部避碰模块组成.全局路径规划模块利用具有最短距离约束的Delaunay三角形方法分割虚拟环境,并由具有距离信息的单元入口图进行表示;局部避碰模块利用相互速度障碍物方法,并加入了停止规则.实验结果表明:通过对具有距离信息的单元入口图的遍历可获得并存储...     

基于道路和公交超级网络的公交路径查询系统

为了实现GIS数据库中道路网和公交线网的无缝连接以及方便快速寻找两点之间的公交路径,开发了基于道路和公交超级网络的公交路径查询系统.该系统通过在GIS数据库中使用虚拟链接代替路由表,将公交系统的信息存储在公交网和虚拟链接的属性中,简化了数据结构.由于该系统采用的拓扑结构具有一致性,常规的最短路径算法可以不需要做调整和改造直接在系统中使用.另外,系统还可以通过对交通阻抗设置不同权重来实现用户对路径的个性化选择.最后通过一个基于MapInfo的实例对该系统进行了检验,结果显示该系统可以提高查询效率.     

Division Mockup在虚拟现实中的应用

核电站的设备昂贵、复杂、运行环境存在放射性，在真实设备上进行维修培训代价高、风险大．Division Mockup提供了基于虚拟现实技术的虚拟维修培训手段．文中阐述了光源、材质与纹理、碰撞检测、隐匿、成组、配音等关键技术的应用及技巧，开发了真实场景的虚拟培训软件，建立了核电站虚拟仿真培训系统．并通过三维影像、三维动画、设备虚拟维修声音几种反馈手段实现了培训系统的人机交互．     

适用于动态有向图路径检索的一种数据结构

给出一种表达加权有向图的数据结构，它使得对此有向图进行“插入”操作后，只需进行Ｏ（ｎ２）时间的维护工作，就可使得每对结点间的最短路径迅速地得到修整。     

基于多目标遗传算法的起重机吊装路径规划

采用改进遗传算子操作策略的遗传算法以解决起重机三维空间多目标吊装路径的规划问题.首先建立起重机作业场景和位姿空间的数学模型,将起重机的空间多自由度路径规划问题转化成平面路径点的求解问题.然后确定以吊装路径最短、安全性最好和运动形式变化最少为优化目标,通过添加记忆算子为插入算子和变异算子选取合适的方向和步长进行多目标优化操作.实验证明该算法能综合考虑多种因素,并能同时提供不同特点的路径供决策者选择.     

基于最短路径和样点插值的城市基准地价GIS系统

研究并介绍了几种主要的基准地价测算方法,其中样点法是一种快速直观、现势性好的新方法;样点法通常需要基于最短路径来进行.本文对传统的最短路径方法进行了补充,计算得到了更为精确的空间任意两点之间的最短距离,提高了地价衰减模型的计算精度;基于最短路径计算结果,采用移动平均法进行空间插值,设计并实现出相应的G IS系统,应用于实际的基准地价计算与结果表现.     

基于优化调度模型的焦炉推焦计划编制方法

针对焦炉正常和异常2种工况,提出基于优化调度模型的焦炉作业计划编制方案。在正常工况下,建立使设备总的机械行程最短、出焦延迟时间最短和检修时间足够长的优化调度模型;在异常工况下,通过将乱笺炉号、事故状态、病号炉3种情况归结为乱笺炉号的情况,建立系统实现目标不变,以恢复过程中所有小循环总费用最小为目标的异常工况下的优化调度模型。针对2种优化调度模型,分别提出正常工况下的焦炉作业计划编排方法和基于Dijkstra算法的异常工况焦炉作业计划编排方法,该方法将实际的乱笺问题转化为最短路径问题。仿真实验结果表明,采用该方法实现了推焦计划的自动编制,提高了生产效率和企业的经济效益,证明该方法是有效的。