线路与编组站能力限制下的车流组织模型与模拟退火方法

研究了在线路能力、编组站能力（改编能力、通过能力及可利用的调车线数量）与装卸车能力受限条件下的车流组织方案优化问题．其目标是最小化集结费用、改编费用、换算车公里费用，以及组织始发直达而产生的换算车小时消耗，并满足车站和线路的有关能力限制．为此，建立了该问题的两类数学优化模型：大规模的非线性混合整数规划形式和非线性０—１规划形式．基于此类问题的难度，采用了模拟退火算法处理所建模型，其有效性通过对两类不同网络的例子计算得到了证实     

铁路车流径路优化算法的研究

建立了一种求解车流径路的启发式算法，目标函数是消耗的总车辆公里数最小，约束条件为区段能力和车流共同径路。以现行铁道部使用的＂全国铁路环状径路图＂为基本路网结构，点间车流和区段能力亦以现行运营的实际数据为依据，进行了车流径路计算。     

铁路车流径路优化的遗传算法设计

将铁路车流径路的优化问题分解为两个:车流排列离散空间中车流排列优化,车流排列的评价计算.在给出车流排列的评价函数的定义后,引入旅行商问题的描述,把车流排列优化问题归约为TSP问题,从而给出了车流排列优化的复杂性分析.引入优先权编码,定义种群个体的适应值函数和相应的遗传操作,给出相应的遗传优化算法,并以实际运营数据为依据,进行仿真计算.通过同禁忌搜索法计算结果比较,遗传算法虽然在解的精度上略逊一筹,但计算工作量小得多,硬件要求也没有禁忌搜索法高.因此,具体选用应以具体情况而定.条件允许,最好将两种算法结合起来使用.     

编组站到达流生成方法的研究

设计了编组站到达流生成的一种新方法，它建立在对编组站原始到达车流统计的基础之上，然后对产生的到达流进行检验，并对南仓站实例进行到达流生成，得到了良好的结果。     

多路径分配的车流径路优化模型

针对现行车流径路算法的不足,提出了适应铁路运输企业经营管理发展需要的多路径分配模型.该模型以最优化理论为基础,将决策变量建立在实际可能的路径上,然后对这种大规模问题进行了优化算法,实现了复杂问题的快速求解.论文还结合一个算例对该优化模型的应用进行了说明.     

铁路网重空车流径路整体优化模型

基于我国铁路车流径路呈树形结构的特点,将分车种的空车调配纳入车流径路的优化体系,同时在满足点线能力限制的前提下,以重空车流整体走行费用最小为目标,构建了车流运行径路的优化模型,并在此基础上,考虑到空车调配过程中的车种代用因素,对模型进行扩展,描述了铁路网重空车流的分配方案.最后,以我国东北部分区域路网为案例背景,通过优化求解,获得了满意的车流径路方案和空车调配轮廓方案,从而验证了模型的合理性和有效性.     

一种新的列车编组问题优化模型及算法

列车编组计划是编组站完成列车调度和组织工作的指导性文件之一,编制科学的列车编组计划是提高运输效率的重要保证。本文主要探讨了列车编组计划问题的建模、模型计算与求解的方法、编组计划的制定等问题。首先根据某站一天过站列车的数据,以白班和夜班的最小中时为指标,建立了列车解体和编组的优化模型。然后利用遗传算法和Matlab遗传算法工具箱对其进行了求解,最后给出了该站的列车解体计划和编组方案。     

一种求车流组织优化方案的启发式算法

车流组织问题不仅是经营性运输公司和大型企业运输部门的一项日常性的基础工作,而且公共服务领域的许多问题也与此有关。由于此类组合优化问题是"NP-hard"的,并且在制定行车方案时需要考虑的变量很多,因此只能采用启发式方法求解。本文运用集分割模型,在车辆装载量既定的情况下,首先将问题简化为多TSP问题,再运用分枝定界法求出各TSP问题的巡回路线。     

航班计划恢复模型和混合优化算法研究

为研究不正常航班恢复求解问题,以受影响旅客人数最小为优化目标,建立了多约束飞机调整混合整数非线性模型,设计了基于匈牙利方法和遗传算法的混合优化算法,该算法避免了匈牙利方法只能求出唯一解的缺点,也克服了遗传算法的收敛性对初始值有较强依赖性的不足,同时改进遗传算法,使之能够输出多个近优方案,满足签派工作的实际需要,以实例验证了算法的有可行性。     

基于多商品网络流理论的铁路车流分配及径路优化模型

根据多商品网络流理论构建铁路车流分配及径路优化模型,模型中设置0-1型决策变量表示该股车流是否通过路网中的弧段,使优化结果既能体现各个弧段的车流构成情况,又能反映每股车流的走行径路.模型的约束除了考虑传统模型中的弧段通过能力限制和车流不可拆散的原则外,将路径的合理绕行纳入约束体系,使结果更加符合铁路运输实际.最后,在MATLAB软件中调用CPLEX优化器,采用模拟车流OD数据在我国某地区局部路网中对模型进行验证.结果表明该模型能得出比较理想的车流分配的优化方案,验证了模型的合理有效性.     

基于信息共享的编组站综合自动化系统

在对编组站综合自动化系统的现状及存在问题深入分析的基础上,阐述了信息共享的地位及作用,提出了信息共享的具体解决方案和建议,包括软硬件的关键技术和各个作业系统间信息流动的完善,并以郑州北编组站为例进行了实证.     

遗传算法在排课系统中的优化研究

本文对高校排课的双目标问题进行研究、分析,对排课问题按照遗传算法进行编码,定义好适应值函数后进行选择交叉,并用禁忌搜索算法进行代替变异操作,实现了遗传与禁忌搜索算法相结合的排课系统算法设计.     

铁路旅客列车客流量统计算法及应用模型

通过对现行售票服务数据的分析,提出了一种新的列车客流量统计分析算法,并给出了该算法的应用开发模型.应用该算法,可以准确地求得旅客列车各沿途站点的上下车人数以及列车的乘客率等重要数据.该算法具有实时性,它的应用对及时准确地进行列车的客流量分析,减少铁路短途旅客的流失,规范旅客列车运营市场的公平竞争,具有一定的现实意义和应用开发价值.     

基于遗传算法的Logistic模型与McDill-amateis模型比较研究

Logistic模型与McDill-amateis模型的参数有明确的生物学意义,能较好的反映林木的生长过程,其参数的拟合有多种方法,应用基于实数编码的遗传算法目标适应函数采用误差平方和比例数取得了理想的结论.     

基于遗传算法的数控机床主轴优化设方法

通过分析主轴的结构和加工过程中的受载变形情况,建立了主轴优化设计的数学模型.针对传统优化设计方法在解决主轴优化设计中出现的问题,引入遗传算法,应用实数编码规则和改进的遗传算子对数控机床主轴进行优化设计.在VC++平台上,利用C++语言构建基于遗传算法的数控机床主轴优化设计系统.通过实例设计及结果分析,验证了应用基于遗传...     

基于量子遗传算法的成品门幅模型参数优化设计

为了解决热定型中影响成品织物门幅的工艺参数难以定量设计的关键技术难题。提出了将量子遗传算法用于成品门幅模型工艺参数优化设计中。建立优化模型,基于该模型采用量子遗传算法,实现了影响成品门幅的工艺参数精确定量设计。用该方法得到的工艺参数加工弹力布,生产成品的门幅与用户要求指标的偏差小于0.1%,完全满足实际生产要求。同时将量子遗传算法与遗传算法在工艺参数的优化设计中进行比较,得出当迭代种群逐渐增大时,量子遗传算法在工艺参数的优化设计中的优势更加明显。     

基于遗传算法的多级库存成本优化模型

针对多级库存复合而成的一般系统,首先通过分析安全库存与服务水平的关系,给出随机需求下安全库存随前置期和服务水平变化的函数关系;然后结合多级库存的控制特点,建立包含安全库存费用在内的多级库存成本优化模型,并给出遗传算法求解办法.该模型在供应链节点企业总成本最小的基础上,确定了最佳订购批量、最佳订购点和服务水平,以及对应的总成本和总利润,进而为各节点企业有效地减少库存量,降低供应链的总成本,提供有力的依据.在随机需求供应链条件下,提出了级安全库存策略,并从理论上证明该策略能有效地减少供应链中的安全库存量,降低库存成本.     

基于双层遗传算法的洒水车路线优化

在利用进化计算对多车场车辆弧路径问题(MDVARP)进行研究的基础上,对其数学模型以及传统遗传算法的染色体编码机制和种群结构进行了改进,设计了一种解决MDVARP的双层遗传算法,以适应实际生活中洒水车路线优化问题.通过对某城区环卫单位洒水车的路线优化后,其环卫单位节约了一定的人力物力,取得了一定的经济、社会效益.根据实验结果,该算法能有效地实现MDVARP的优化,并且具有一定的实用价值.     

元数据驱动的异构数据模型双向映射策略

重点研究异构数据模型间的映射关系,并参考ETL框架思想,设计了针对异构数据模型间数据映射、转换和加载于一身的双向映射策略。分析并定义了数据模型间的映射关系与映射规则。基于元数据驱动理论方法设计了数据映射元模型。并将映射关系按照复杂程度分类,分为简单映射与复合映射关系。明确给出了分类原则。还对双向映射关系进行了描述,并分析了双向映射中遇到的问题。