公交发车频率优化研究

公交运营调度是公交行业运营管理的重要步骤,规划合理的行车时间对提高公交的承载率至关重要。本文以企业与乘客两个方面建立公交车发车频率的多目标优化模型,采用遗传算法,用matlab编程求解,并将人工制定方案与本文制定方案在高峰期、平峰期两个时间段的平均发车间隔进行比较。结果表明本文的计算方法性能更优,在满足乘客需求的同时也为公交运营公司提供决策支持,具有较好的应用价值。     

多车型公交系统中公交车辆与发车间隔的协调优化

以多车型公交系统为研究对象,对公交发车频率进行了研究。首先基于费歇尔聚类算法,将公交运营时间划分为多个时间段,然后构建了不同时段发车间隔和车型协调优化的均衡载客率模型,同时考虑均匀线路的发车间隔和最大载客量偏差,最后构建了协调优化模型的启发式求解算法。案例分析结果表明,对比单车型公交,本研究的多车型公交调度方法能有效降低运营成本和车内拥挤度。     

快速公交车辆发车间隔与信号优先协调研究

研究快速公交车辆发车间隔与路口信号优先的协调优化问题. 针对快速公交全线路口信号选用定周期的优先感应控制方案,提出协调优化问题的衡量指标. 选用遗传算法提出发车间隔与信号控制参数综合优化的求解算法. 以北京的BRT1线为例,应用VISSIM仿真软件与VC++程序进行了算法实现. 实例结果表明:在不同的车速、发车间隔、信号控制方案的组合下,经过优化可以有效提高车辆的速度和准点率,实现真正意义上的公交优先.     

基于遗传优化规则库的电力变压器故障诊断

提出基于遗传算法优化模糊规则库的故障诊断方法,采用模糊故障诊断系统对电力变压器的初期故障进行检测或诊断.采用遗传算法产生优化的模糊规则库,针对缺少数据样本的情况,采用自举法对数据样本进行处理及扩充,使得不同的故障类型有相等的样本数.仿真结果表明:该故障诊断方法提高了故障诊断精度和正确率,对于电力变压器故障诊断有效、可行.     

考虑不均匀发车间隔的高铁接运公交时刻表与车辆调度优化

提出一种不均匀发车间隔的公交时刻表,主要用于优化高铁站的接运公交时刻表.首先,考虑高铁到达客流的分布情况,采用正偏态分布的威布尔分布拟合乘客的换乘走行时间和后续等待时间构成的乘客换乘总时间.其次,分别以乘客换乘总时间最少、使用公交车辆总数最少为目标,考虑最大可用公交车辆数、公交最大发车间隔、公交最小发车间隔等刚性约束条件,建立了时刻表与公交车辆调度系统优化模型,并利用带精英策略的非支配排序遗传算法(Elitist Nondominated Sorting Genetic Algorithm,NSGA-Ⅱ)求解公交系统优化模型.最后,通过案例分析验证了模型的有效性,将不均匀发车间隔与均匀发车间隔时刻表进行对比.结果表明:在使用接运公交数量相同的情况下,与均匀发车间隔时刻表相比,不均匀发车间隔时刻表最多可使乘客换乘总时间降低9.7％,并且可以根据模型求解结果提出多种合理的时刻表与车辆调度方案供决策者进行选择.     

大学城公交环线1发车间隔的研究

合理的公交发车间隔是提高公交服务水平的有效方法.文章选择大学城公交环线1作为研究对象,首先,采用跟车调查法收集了不同时间段的公交客流数据,并对数据进行统计与分析,得到了客流的变化规律;然后,再基于客流数据分析方法,研究制定了2种不同的发车间隔方案;最后,结合环线1的实际情况,比较挑选了一种更为合适的方案,能为大学城环线1的发车方案制定提供一定的理论依据.     

用神经网络-遗传算法优化 Ni 基喷涂材料

利用人工神经网络的自学习以及非线性逼近能力对材料元素与硬度的相关性进行拟合和预测；并用遗传算法的强寻优能力对喷涂材料成分进行优化．优化结果与非学习Ｎｉ基喷涂材料配方相比较表明，神经网络能对Ｎｉ基喷涂材料的性能进行较好地拟合和预测，而遗传算法则能在不同的样本区间对材料进行优化，二者的有机结合可进一步提高材料优化与设计的有效性．     

基于再生制动能利用的发车间隔优化模型

本文基于单车节能操纵,以降低全线总能耗为目标,建立了发车间隔节能优化模型。该模型在现有区间运行时分的基础上,考虑单列车节能及其在不同站间的运行速度曲线,得到列车区间牵引能耗,通过重叠时间确定有效利用的再生制动能,并且将多车总能耗最低转化为求解全线能耗最低问题。以全线能耗最低为目标,采用遗传算法,寻求最优发车间隔。仿真案例验证了优化发车间隔的节能效果。     

基于网络文本分析的生态旅游目的地形象感知研究——以祁连县卓尔山景区为例

游客消费后的在线评价是塑造和传播旅游目的地形象的重要因素。以生态旅游示范区卓尔山景区为例，依托游客游后评价、游记为样本，运用ROST CM6对文本进行深入分析。发现游客对目的地感知主要集中在旅游资源、地理位置等方面，要素感知围绕卓尔山、风景等词汇展开；“卓尔山、丹霞、地貌”等词是整个网络图的中心节点，多数游客对祁连县卓尔山景区的形象感知较为满意；但游客对景区形象感知的负面要素也很多，主要围绕旅游设施、旅游管理、旅游环境、旅游活动等4个方面，其中景区门票性价比、摆渡车额外收费等因素是引起游客消极评价的主要因素。最后对游客需求与生态保护二者之间平衡性问题做出探讨。     

引力模型在旅游目的地客源吸引范围划分中的应用——以天津蓟县为例

采用城市引力模型从实际数据角度分析了决定天津蓟县游客数量及来源比例的主要条件是城市人口总数、国民收入水平（人均GDP）、空间距离等因素,并根据这些数据的分析了解游客的消费水平,对旅游资源的偏好,对旅游服务设施,交通路线以及交通工具选择上的差异.同时还介绍了天津蓟县的整体概况、旅游业目前发展的状态以及旅游业发展的优势和特色.在分析模型数据和蓟县发展现状的基础上进一步提出了天津蓟县旅游业发展的对策和建议,主要包括根据不同游客的旅游偏好进行旅游资源的开发,根据不同地区游客消费水平上的差异进行旅游产品的开发,根据客源地和游客的消费水平进行交通路线的建设和维护,根据游客来源的比例进行不同力度的旅游产品的宣传.     

纯电动公交时刻表和车辆排班计划整体优化

研究单线路的纯电动公交车辆运营时刻表和车辆排班计划的整体优化方法,以发车间隔平滑、使用车辆数少和充电费用低为目标建立多目标优化模型,考虑包括不同时段发车间隔范围、可用车辆数量的限制和纯电动公交续航里程约束在内的多个约束.采用多目标粒子群算法进行求解,基于多目标优先级寻找模型的最优解集合.案例表明:和现有的运营计划相比,模型能够平滑发车间隔,减少使用车辆数,充分利用非高峰时段充电以降低充电费用.     

多时段公交发车间隔优化的随机期望值模型

研究随机事件条件下单条公交线路不同运营时段内的发车间隔确定方法.对该公交系统中的相关随机事件做了基本假设,依此建立了以社会福利最大为目标函数的多时段发车间隔优化随机期望值模型.由于该模型的目标函数为不连续函数,其不连续点发生在运营时段改变之时,因此设计了混合智能求解算法,其中嵌入了随机模拟、神经网络和遗传算法.并采用一个算例讨论了该发车间隔确定模型的有效性及求解算法的效率.该混合智能算法在求解随机期望值模型时效率较高,但容易陷入局部最优解.     

基于组合优化算法下的校车发车时间问题研究

以校车调度为研究对象,采用非线性动态组合优化的方法,以包含校车运营成本和学生出行成本在内的社会总成本为优化目标,考察最优校车发车时间间隔。以海南大学校车调度为研究对象,在考虑学生客流的变化规律时,将学校校车站点量化并采用驻站调查的方式,对其断面客流量包括上、下车人数、留站人数以及承载人数进行调查工作,获得运营时间内各时段内不同站点的客流量。依照客流规律建立了发车时间间隔的模型,通过分析最佳的校车发车时间间隔,进一步求得了全天客流高峰和全天客流低谷下的最优发车时间间隔,从而制定出新的发车方案。     

考虑乘客时间成本的城市公交发车间隔优化模型

针对城市公交发车间隔优化时对公交运行过程描述不够全面、未充分考虑乘客时间成本的问题,提出了考虑乘客时间成本的城市公交发车间隔优化模型.首先,在详细分析能够体现公交车辆运行特征的不同时段与站间的运行速度、站点停站时间、上车人数、下车人数、滞留人数以及新增候车人数等变量或参数基础上,建立车辆运行约束和乘客人数约束,将包含等候时间和在车时间的乘客平均出行时间作为出行成本、车辆平均满载率作为公交企业载客成本,以乘客出行成本与公交企业载客成本之和最小为目标建立发车间隔优化模型.然后,使用软件Pycharm中scikit-opt代码库调用遗传算法求解模型.最后,以北京市848路公交上行线路早高峰8:00—9:00时段为例,求解其理论最优发车间隔,结合运营实际确定实际最优发车间隔及总成本.研究结果表明：考虑乘客时间成本后的发车间隔较实际发车间隔,乘客平均出行成本降低9.09%,公交企业载客成本上涨0.57%,乘客与企业总成本下降约3.01%,提出的模型可行有效.     

动压滑动轴承遗传算法优化设计中的参数选择

文章建立了以降低润滑油流量为目标的动压滑动轴承优化设计模型,应用遗传算法对该模型进行优化;研究了遗传算法中位串长度、种群个体数、进化代数和变异概率4个主要参数对动压滑动轴承优化设计的影响,并提出了根据约束条件的数量确定合适的变异概率,根据优化模型自身特点和约束条件的复杂程度确定合适的位串长度、种群个体数和变异概率,根据种群收敛的情况确定合适的进化代数。算例表明,文中提出的动压滑动轴承遗传算法优化设计中参数的选择确定方法是合理的,可以拓展到基于遗传算法进行优化设计的其他领域。     

城市轨道交通同步协调的优化模型

为实现换乘客流的无缝衔接和列车到发的同步协调,以总换乘等车时间最少为目标,将列车行车间隔、客流划分结果和等车时间作为主要输入条件,构建了带有0-1决策变量的城市轨道交通同步协调优化模型.运用改进的遗传算法与计算机模拟相结合的方法有效解决了模型的求解问题.最后,以北京市城市轨道交通为例进行仿真,输出整点发车和非整点发车条件下的2种优化方案.结果表明,整点发车方案和非整点发车方案的总换乘等车时间较基础方案分别缩短2.26%和2.48%,单个车站的最大换乘等车时间分别节省了7.90%和12.87%.该优化模型能够有效缩短乘客的换乘等车时间,提高城市轨道交通的服务水平.     

面向协同调度的公交时刻表鲁棒优化模型

为实现公共交通网络协同调度,以网络内总换乘负效用最小为目标,构建了考虑公交车辆运行随机性的时刻表鲁棒优化模型.线路间换乘衔接关系、公交车辆首站计划发车时刻、站点间运行时间和站点处停靠时间为模型主要输入参数,用于求解各线路首站计划发车时刻最优偏移量.由于所建优化模型为非凸规划模型,设计了包含蒙特卡洛仿真方法的遗传算法以获取模型近似最优解.最后,基于算例验证了公交时刻表鲁棒优化模型与遗传算法的可行性.结果表明,与现有时刻表相比,优化后时刻表可减少约22%的总换乘负效用,能有效改善公交网络内换乘服务.此外,与枚举算法求解结果的对比分析验证了遗传算法可行且高效.     

基于CSD量化编码的FIR滤波器优化设计

目的 针对ADC设计中滤波器功耗过大,遗传算法收敛速度慢,以及遗传算法操作可能破坏CSD编码要求等问题,对FIR滤波器设计进行优化研究.方法 采用CSD(canonic signed digit)编码控制加法器数量,通过改进遗传算法交叉、变异等操作提升算法收敛速度,对FIR滤波器进行有限精度优化设计.结果 优化算法可在降低功耗的同时,可有效减小通带波纹.加快寻优速度.算法应用于级联滤波器设计,可使其通带纹波大部分抵消.结论 给出基于CSD编码的FIR滤波器优化设计方法,以及遗传算法收敛速度慢,交叉、变异破坏算法编码要求的简明处理方法.仿真结果表明优化算法是有效的.     

基于聚类分析和对应分析的旅游动机行为模式

用多元统计中的聚类分析和对应分析方法,对不同旅游动机的游客按照国别进行聚类分析,对应分析了境外游客不同旅游目的的行为模式;根据全国六大旅游热点城市进行的入境游客抽样调查资料,先对10个客源国进行聚类分析,然后对游客旅游动机和国别进行对应分析,得到了客源国的合并类谱系图和一张显示样本（国别）和变量（旅游动机）之间状态关系的二维图．     

基于聚类分析的改进微粒群算法

聚类分析是依据样本间关联的量度标准将其自动分成几个群组,使同一群组内的样本相似,而属于不同群组的样本相异的一种方法．在微粒群算法中由数量不等的粒子根据规则组合成不同的群体,所有的群体最终将会向着一个全局最优的位置运动．本文将通过改进微粒群算法的局部更新规则来改善算法的性能,根据由聚类半径确定初始聚类中心的方法将粒子群进行分类,然后运用该方法对所有粒子进行分类,初始化得到不同的粒子群体,最后对整个粒子群体进行优化得到全局最优解．