考虑行车间隔的城轨交通列车运行调整模型

研究城市轨道交通列车运行调整优化方法,建立了以减小列车运行延误时间和提高列车行车间隔均衡性为优化目标的列车运行调整模型.基于理想点法将双目标优化模型转化为单目标优化模型,并设计了控制初始种群育种范围的遗传算法进行模型求解.以某城市轨道交通线路为例对模型进行验证,计算结果表明：与只考虑列车运行延误的赶点调整方案相比,考虑行车间隔的方案在有效降低列车运行延误时间的基础上可以显著提高行车间隔均衡性.     

基于时空资源的铁路客运站到发线运用调整

从离散化的到发线时空资源的微观描述出发,研究列车加权总晚点时间与到发线使用费用之和最小为优化目标的客运站到发线运用方案调整方法,以保证列车运行安全、满足列车在站到发作业要求为约束条件,建立了求解客运站到发线运用方案调整问题的线性0-1规划模型,并设计了求解模型的遗传模拟退火算法,以快速得到问题的满意解.同时,以某一客运站为例对模型和算法进行验证,结果表明,该模型较好地描述了实际问题,并能在较短时间内获得满意解,实现了客运站到发线运用的实时调整,并为列车调度员随后的列车运行调整工作提供依据.     

粒子群算法在列车运行调整中的应用研究

列车运行调整是铁路行车调度指挥工作的重要内容,是保证铁路运输秩序和效率的核心。其本质是使列车实际运行时分尽可能地与既定运行图一致。而建立有效的列车运行调整模型,设计良好的算法是解决列车调整问题的关键。建立了列车运行调整的数学模型,提出了将粒子群算法应用于求解列车运行调整问题的方案。以某高速铁路区间内列车运行调整问题为背景,设计了粒子群算法,进行计算,既充分满足列车运行调整的约束条件,又具备很强的实时性。并将计算结果还原为列车运行调整方案,得到的列车运行调整方案实用、高效,为列车运行调整提供了新的方法。     

动态随机客流下城轨列车运行调整策略

针对城市轨道交通中随机到达客流对列车运行造成的延误问题,将动态变化且服从泊松分布的客流到达率拟合为随机分布变量.结合随机规划理论,构建了以列车发车时间偏差及到站列车间隔偏差为最小化目标的期望模型.应用最优化方法中的K-T条件对所建模型进行求解,得出调整相关偏差的控制策略.通过实例仿真模拟列车运行在受到随机客流及外界干扰的影响下产生的延误,比较采取调整策略前后列车在各站的离站时间偏差及其优化水平,结果表明:所设计的列车运行调整策略能够有效减小列车延误约25%,使得在动态客流下的城市轨道交通列车运行更能"按图行车".     

列车运行调整与到发线运用的协同优化研究

在列车运行的过程中,受到各种不确定性因素的影响,列车可能会偏离图定运行计划,同时也会对车站的到发线运用造成干扰。针对列车运行调整与到发线运用协同的优化问题,本文兼顾列车运行调整约束与到发线运用约束,建立了多目标的整数规划模型,并设计了适用于求解该模型的分层序列鸽群优化算法。算例分析表明,模型对列车运行计划进行调整的同时,还能得到满意的到发线运用方案,并且分层序列鸽群优化算法可以快速求解列车加权总到发晚点最少和到发线占用总消耗最小的目标函数。     

基于资源参数分解的一类大系统优化模型最优解的性质

以具有梯形结构大系统目标规划模型的"双向分解"为基础,在纵向垂直分解子问题(Pi)所包含的两个子问题(Pii)和(Pii+1)最优集相交非空的条件下,针对资源参数的不同情况证明了只要在横向第二层对资源参数进行适当分解,那么纵向垂直分解子问题(Pi)的最优解构成大系统目标规划模型(P)的最优解.通过讨论,将求解具有梯形结构的大系统目标规划问题(P)转化为求解子问题(Pi),从而为研究这类大系统问题的求解算法提供了理论依据.     

基于乘客等待时间的城市轨道交通列车运行调整模型

研究突发事件导致列车晚点情况下城市轨道交通列车运行调整问题.从乘客角度出发,提出了“首站控制”和“多站协调控制”两类列车运行调整策略.考虑列车能力约束和列车区间运行时间、追踪间隔时间等运行条件约束,以受突发事件影响的全部乘客等待时间最小为优化目标,建立了基于两类调整策略的列车运行调整模型,采用Lingo软件进行求解.以某简化线路为算例,与不采取控制策略相比,两类策略下乘客等待时间均节省约9％,结果表明了模型的有效性,能够为轨道交通列车运行调整提供辅助支持.     

列车运行节能操纵优化方法研究

为降低铁路运营成本,对列车运行受干扰时的节能操纵优化进行了研究.根据问题的数学描述,建立了最优化模型,并采用遗传算法,结合典型子区间优化操纵序列,对问题进行了求解.通过仿真计算,给出了列车运行的速度距离曲线,揭示了列车节能操纵的一些原则,最后将运算结果与其他方法计算出的结果进行了比较.比较结果表明,遗传算法是一个有效的算法,可以很好地应用在列车节能操纵优化的研究中.     

面向鲁棒性的高速铁路网络列车运行调整计划优化模型

针对高速铁路路网中出现区间封锁事件,考虑事件持续时间的不确定性,以列车运行时间和安全间隔时间为约束条件,引入路径选择唯一性约束保证列车运行调整计划的鲁棒性,以所有列车晚点时间之和的期望值最小为目标函数,建立高速铁路列车运行调整计划优化整数规划模型.设计基于优先级规则的启发式算法,求解原模型的可行解.运用拉格朗日松弛算法和最短路径算法求解该模型的松弛模型,得到原模型最优解的下界.根据可行解与最优解下界之间的距离,可以定量地衡量可行解的质量.结果表明,相较于CPLEX数学求解软件,算法求解效率较高;模型与算法能够有效生成鲁棒的列车运行调整计划,为调度员提供必要辅助决策信息.     

单线列车运行调整目标体系与算法模型的研究

为了解决列车运行调整优化过程中调整目标存在目标单一、适应性不强、不能满足实际运行情况等问题,在对各种常用的性能指标进行综合分析的基础上,并结合现场调查与调度经验,利用满意优化理论,分析了晚点列车的等级、晚点时间、晚点列车数量等不同性能指标对调整目标满意度的影响.提出了基于满意优化理论的列车运行调整目标体系模型,并将该模型与传统的列车运行调整目标体系在同样的实例环境下进行了仿真.仿真结果表明,与传统的列车运行调整目标体系相比,该模型在实际运行过程中具有更好的优化性和有效性.     

关于丢番图方程x3-y6=3pz2及其计算程序

设p≡ 5 (mod6 )为素数 ,证明了丢番图方程x3 -y6=3pz2 在p≡ 5 (mod12 )为素数时均无正整数解 ,在p≡ 11(mod12 )为素数时均有无穷多组正整数解 ,并且还获得了该方程全部正整数解的通解公式 ,同时编写了计算正整数解的计算程序 ,可以很方便地计算该方程的正整数解。     

房屋建筑面积计算及绘图系统的研制

商品房屋套内建筑面积和分摊面积的计算关系着人民群众的实际利益,采用人工计算方式存在花费时间长、工作人员工作量大、计算结果需要详细校验、成果资料不规范等诸多问题,采用ActiveX Automation技术和ADO技术,通过VB6.0结合ACCESS2000数据库,在AutoCADR14环境下进行二次开发,研制了房屋建筑面积计算及绘图系统,该系统可自动计算各楼层套内建筑面积和分摊面积打印相关数据和图形,自动生成规范化了房测计算报告书,该系统已在十几家单位实际推广,运行,经过不断完善,满足了房测业务部门的需要,获得了较好的经济效益和社会效益,文中着重介绍实现ACRPTS系统过程中的几个关键技术问题。     

基于最优传递矩阵的不确定型层次分析法在桥梁安全评估中的综合应用

在桥梁的安全评估中,采用确定型层次分析法,存在指标的不确定性和模糊性。针对工程实例,采用不确定型层次分析法,建立桥梁递阶层次模型,通过对比4种不同指标权重计算方法,最终选用最优传递矩阵法进行桥梁指标权重的计算。结果表明,不确定型层次分析法能够全面考虑影响桥梁安全性的各种因素;最优传递矩阵法计算权重精度高,桥梁安全评估结果更加可靠。     

基于混合搜索算法的图像稀疏分解

为了提高图像稀疏分解的效果,降低其计算时间,提出一种基于量子进化算法(quantum-inspired evolutionaryalgorithm,QIEA)和改进差分进化算法(improved differential evolution,IDE)的混合搜索算法,并应用到图像稀疏分解中.该方法将1DE引入到QIEA中...     

广义系统解耦融合Wiener状态估值器

应用现代时间序列分析方法,基于自回归滑动平均（ARMA）新息模型和白噪声估计理论,在线性最小方差分量标量加权最优信息融合准则下,提出了多传感器广义线性离散随机系统分量解耦融合Wiener状态估值器,可统一处理融合滤波、预报和平滑问题,可处理非因果广义系统。为了计算最优加权,给出了计算局部估计误差互协方差阵公式。它的精度比每个局部估值器精度高。一个MonteCarlo仿真例子说明其有效性。     

多模型信息融合Wiener状态估值器

对多模型多传感器线性离散定常随机系统,应用现代时间序列分析方法,基于自回归滑动平均(ARMA)新息模型和白噪声估计理论,根据按矩阵加权、按对角阵加权和按标量加权三种最优融合规则,提出了系统公共状态的三种最优加权融合Wiener估值器。它们的精度高于每个局部估值器的精度,且可统一处理融合滤波、预报和平滑问题。为计算最优加权,提出计算局部估计误差互协方差公式。它们可用于带ARMA有色观测噪声系统状态融合滤波问题。一个跟踪系统MonteCarlo仿真例子说明其有效性。     

双变量高斯概率积分的计算

在信号处理的应用中 ,经常需要计算双变量高斯概率密度函数在四个象限上的积分值 .当随机变量的均值不为零时 ,用通常的积分方法计算这些积分的闭合形式解是行不通的 .人们曾经提出过许多种数值解法 ,然而 ,这些解法的准确度都受到各种条件的制约 .在本文中 ,用特征函数解法推导出了这个问题的闭合形式解 .这个解法是以著名的合流超几何函数的形式推出的 .当随机变量的均值为零时 ,这个解在第一象限上的积分值可简化为一个已知的结论 .这个解可用某些软件包 (如MAPLE)来解 .     

A parallel global-local mixed evolutionary algorithm for multimodal function optimization based on domain decomposition

This paper presents a parallel two-level evolutionary algorithm based on domain decomposition for solving function optimization problem containing multiple solutions. By combining the characteristics of the global search and local search in each sub-domain, the former enables individual to draw closer to each optima and keeps the diversity of individuals, while the latter selects local optimal solutions known as latent solutions in sub-domain. In the end, by selecting the global optimal solutions from latent solutions in each sub-domain, we can discover all the optimal solutions easily and quickly. Foundation item: Supported by the National Natural Science Foundation of China (60133010,60073043,70071042) Biography: Wu Zhi-jian(1963-), male, Associate professor, research direction: parallel computing, evolutionary computation.     

基于ＡＨＰ和灰色关联分析法在教师招聘中的应用

先利用AHP得到了影响准教师成绩的各指标得权重大小,然后采用关联分析中的灰色关联分析法通过计算准教师的各评价指标与理想最优效果向量的灰色关联度,对准教师进行了关联排序,从而可以有效地评选出优秀教师,具有很强的现实意义.     

动态投入产出最优化控制模型的微粒群算法

对于动态投入产出最优控制模型的以往求解方法,只能求出其局部最优解,而不能求出全局最优解.提出了一个新的动态投入产出最优控制模型,给出一个新的算法-微粒群算法,该算法计算结构简单,具有较强的全局寻优能力、收敛速度快和较高的计算精度.数值实验表明:提出算法的计算结果优于用传统的最优化方法计算的结果,同时也验证了微粒群算法对求解动态投入产出最优控制模型的有效性.