城市普通道路与快速路出口衔接区域信号交叉口公交优先实施方法

针对城市普通道路与快速路出口衔接路段的公交优先实施方法开展研究,并提出一种针对该区域交通特征的新型公交优先控制技术.新技术的目标是减少研究区域公交车辆的交通冲突点,以及提升公交车的通行能力.新技术的主要支撑工具是交叉口渠化设计技术.本文对实施公交优先控制前后交叉口各交通方式通行能力进行分析,并结合多属性决策理论给出了不同交通状态下公交优先控制策略.本研究将提出的公交优先控制技术与传统的信号交叉口公交优先控制技术进行了对比,研究结果指出了新公交优先控制技术的优势所在,适用环境以及应用前景.     

地铁建设对公交系统鲁棒性的影响北大核心CSCD

为提高城市公交系统的鲁棒性,制定了基于换乘的加边策略。以济南市公交-地铁复合网络为例,研究了网络的特性参数和鲁棒性,并提出基于换乘的加边策略提高网络鲁棒性。研究表明:复合网络具有小世界和无标度网络特性;网络在蓄意攻击下比随机攻击更具脆弱性;在介数攻击下,高度加边策略对网络鲁棒性提升较为显著,使网络瘫痪时被攻击站点比例提升50.46%;在随机攻击和度攻击下,高介数加边策略对网络鲁棒性提升较为显著,使被攻击站点比例分别提升23.35%和39.81%。     

改进Q学习算法在作业车间调度问题中的应用

为解决动态环境下作业车间调度问题,提出了一种基于改进Q学习算法和调度规则的动态调度算法。以“剩余任务紧迫程度”的概念来描述动态调度算法的状态空间;设计了以“松弛越高,惩罚越高”为宗旨的回报函数;通过引入以Softmax函数为主体的动作选择策略来改进传统的Q学习算法,使改进后的Q学习算法在前期选择不同动作的概率更加平等,同时改善了贪婪策略在学习后期还会选择次优动作的现象。仿真结果表明：该调度算法相较于改进前,性能指标平均提升约6.5%;相较于IPSO算法和PSO算法,性能指标平均提升分别约为38.3%和38.9%,调度结果明显优于使用单一调度规则以及传统优化算法等常规方法。     

基于Petri网立交桥智能网联车协作控制仿真

为提高立交桥通行效率，在考虑车辆通过立交桥过程中存在多次分离、交汇行为基础上，利用时延Petri网(timed Petri net, TdPN)建立智能网联车完整通过过程仿真模型；提出基于车辆优先级的速度引导策略，并建立智能网联车协作控制模型，从而组成完整的互通立交TdPN模型。通过仿真予以校验，并与立交桥出口及其衔接区协同控制方法、立交区域内多合流区协同控制方法作对比，结果表明：当交通需求较大时，本文方法控制效果最佳，能进一步提高通行效率，缓解交通压力。     

新型需求响应公交发车时刻和票价优化EI北大核心CSCDCSSCI

为解决新城区和城市边缘地区公交乘客等车时间长,出行便利性差,公交满载率低,公交运营者投入成本难以回收等问题,提出了考虑预约乘客等待时间的需求响应公交运营模式.此模式根据票价随预约乘客的在站等待时间增加而减少的原则进行公交票价差别定价,基于客流量变化实时更新公交车发车时刻,以缩短乘客等车时长,提高公交满载率,从而提升乘客满意度,增加公交运营者收益.构建了混合整数规划模型求解新模式下的发车时刻表和公交票价,并设计了遗传算法求解模型.之后,通过宁波市梅山新区的实际公交线路和OD量等数据进行了实例分析.通过对比计算结果和现状下的公交发车时刻,公交票价,出行者等车时长,出行成本和公交运营者收益,验证了新模式的优势.     

基于遗传算法的ATM网络中VCC路由选择方法

针对遗传算法强大的全局寻优和并行处理能力 ,提出了一种改进的遗传算法调度ATM网络动态路由的新算法。综述了使用遗传算法进行通信网络节点选择的问题 ,指出了原有算法进行遗传算法优化时存在的不足 ,并提出一种新的基于动态惩罚的解决策略 ,其思想是在进化的过程中 ,逐渐减小对可行解惩罚的力度 ,使网络向可行解逼近。通过简单模型的仿真 ,验证了动态惩罚策略的可行性和有效性。     

考虑异常车次的公交车辆调度计划问题研究

公交系统在实际运营过程中经常受到车辆故障、交通拥堵以及客流量增加等因素的干扰,造成异常车次的产生,并以延误车次和临时新增车次最为常见.在制定公交车辆调度计划时,预先考虑可能发生的干扰,可以提高调度计划的鲁棒性,降低恢复正常运营的成本.本文针对公交车辆调度计划的制定问题,考虑延误车次和新增车次两种受扰车次,提出重新分配车次和调整车次发车时间两种恢复策略,建立考虑异常车次的车辆调度模型,以提供鲁棒性较强的车辆调度计划,并设计了一个基于行列生成算法的启发式算法进行求解.在求解过程中,原问题被分解为主问题和三个子问题,并分别使用Bellman-Ford算法求解初始线路、使用标号法求解修正线路,以及使用禁忌搜索算法提高求解效率.最后,一系列的对比实验表明,本文提出的模型可以提供更具鲁棒性的公交车辆调度计划方案,能够减少干扰场景下车次的调整次数,对减轻公交调度管理人员的工作复杂性具有帮助作用.     

基于免疫遗传算法的三维大脑图像分割

利用最大熵多阈值方法对三维大脑数据进行分割时,穷尽搜索法耗时长,而简单遗传算法的搜索结果又不够稳定和精确.针对该问题,提出了一种免疫遗传和模拟退火相结合的新算法来快速求解全局最大熵.与简单遗传算法相比,免疫遗传算法采用了更佳的选择操作,以确保更多不同个体被选择来保存种群的多样性,而模拟退火机制用于拉伸免疫遗传算法的适应度函数.算法给出了选择概率的一般表达式,并采用精英策略和自适应的交叉、变异机制以改善算法的收敛性.基于IDL平台的100次仿真结果表明,三维大脑数据被成功地分为:脑白质、脑灰质和脑脊液三部分,且与简单遗传算法和传统免疫遗传算法相比,本文算法在稳定性和精确性上更具优势.     

基于改进BA网络的遗传算法

遗传算法是基于生物进化论设计的一种自然启发式算法,在众多领域都有广泛应用。目前对于遗传算法的研究主要集中于:遗传算法的理论研究、遗传算法的改进及应用。复杂网络是研究由众多个体组成的集体行为和个体间关系的有力模型。为了改进遗传算法性能,在已有的复杂网络与遗传算法相结合的成果基础上,提出了一种基于改进BA网络的遗传算法,实现了对网络结构进一步的改进,并改进了传统遗传算法的选择策略以及为了应对网络中节点的递增采用的种群规模自适应策略,通过数值实验验证了改进算法的性能,结果表明改进算法对于不同类型的函数的寻优能力要优于基本遗传算法以及基于普通BA网络的遗传算法。研究结果对于遗传算法的改进具有一定指导作用。     

基于城市公交探测车数据的分析和处理方法

将智能公交系统的智能车辆作为交通移动采集的一种方式,详细分析了智能公交系统的数据流程及公交车作为交通探测车的可行性,随后本文根据公交探测车GPS数据的时域图和“时间—距离”图分析了公交车的运行状态,并详细推导了基于公交探测车数据的行程时间估计算法。     

APTS 下快速公交实时控制-调度方法研究

基于APTS(ADVANCED PUBLIC TRANSPORTATION SYSTEM)环境,研究快速公共汽车交通BRT(BUS RAPIDTRANSIT)单线路运行系统动态调度问题,建立快速公交车辆运行的实时控制模型,设计算法.举例计算结果表明,该调度方法能有效控制快速公交系统车辆运行秩序.     

高铁车站公交接驳线路设计

针对我国部分城市新建高速铁路车站选址远离中心城区的客观情况, 分析了近期高铁出行对市内公交系统接驳服务需求、以及远期高铁车站所在新兴城市板块与原中心城区板块公交系统的互通需求, 提出了一种接驳高铁车站的公交线路设计方法. 建立了兼顾近远期功能需求的公交选线模型, 设计了蚁群算法. 沪宁城际铁路安亭枢纽公交接驳线路设计案例表明, 模型优化得到的选线方案兼具快捷、可靠的高铁接驳服务品质和向远期快速干线过渡潜质.     

基于海明距的改进免疫算法及其在SAT中的应用

免疫算法可以克服遗传算法的早熟和发散现象,是一种有效的全局寻优算法.针对传统基于信息熵的免疫算法的浓度计算中含有过多的对数计算,浪费了机时,影响了免疫算法效率的缺陷;本文提出了一种基于海明距与加速免疫进化的变异算子的改进免疫算法,证明了基于海明距与基于信息熵的浓度定义在控制中所起的作用是等效的,并将这种改进算法应用于S...     

公交网络的认知及可靠性分析

分析了人们公交出行的站点选择行为,提出站点服务区概念并利用Voronoi图对其进行测度.在此基础上,运用复杂网络理论构建了公交站点网络与公交线路网络模型并定义了网络节点的权重向量,同时定义了针对公交系统可靠性评价的公交服务可靠性指标,并设计了相应的攻击策略.结果表明:对于随机攻击,公交站点网络表现出比公交线路网络更强的鲁棒性,而对于蓄意攻击,公交站点网络则表现出更高的脆弱性.     

高可靠性软件定义航空光信息网络的控制器分布优化策略

针对未来航空光信息网络中控制平面的可扩展性问题,基于软件定义网络思想,提出了软件定义航空光信息网络的网络架构,研究了软件定义航空光信息网络控制器部署策略。以网络节点及链路中断概率为参量,以航空网络的全网可靠性为优化目标,建立基于网络可靠性的整数规划模型;提出融合人工免疫策略、小生境思想和改进遗传算法的混合优化算法,获得控制器部署的最佳部署方案。仿真结果表明,基于可靠性的整数规划模型可实现对软件定义航空信息网络中的控制器部署问题准确建模,为实现控制器最优化部署提供了依据。     

基于改进遗传算法的物流配送路径优化

物流配送路径规划对于提高物流配送效率、节约配送成本具有重要意义。以物流配送路径总长度为优化目标,将其转换为经典TSP优化问题进行求解并建立了数学模型。基于该数学模型,提出改进的遗传算法,针对遗传算法的选择、交叉和变异分别提出了基于序的选择算子、基于最小代价树的交叉算子和基于随机点长度控制的变异算子。改进的遗传算法与简单遗传算法的对比仿真实验表明,所改进的遗传算法有较好的全局寻优能力,且其收敛速度快,是解决物流配送路径优化问题的有效方法。     

基于特异性免疫策略的遗传算法及应用

针对标准遗传算法在进化后期收敛速度慢,易陷入未成熟收敛的问题,借鉴免疫应答机理,提出一种基于特异性免疫策略的遗传算法.算法的核心在于保持种群的多样性和执行特异性免疫策略,即引入小生境技术维持种群的多样性,对遗传参数自适应调节以适应种群的实际变化;利用高亲和度抗体搜寻更优秀的抗体,并发掘低亲和度抗体寻优的潜力;通过优良记忆库实现精英保留策略,保证算法搜索的快速性及有效性.理论上证明了算法的收敛性.仿真结果表明,算法能有效地改善种群多样性,具有较强的全局收敛能力.以二级倒立摆为被控对象,将该算法应用于Takagi- Sugeno模糊神经网络控制器的优化,实物控制结果表明该方法具有良好的动稳态性能和抗干扰能力.     

基于混合遗传-粒子群算法的相控阵雷达调度方法

针对相控阵雷达中的任务调度问题,提出一种融合了粒子群算法、遗传算法和启发式交错调度算法的混合算法。采用混沌理论优化粒子群算法的飞行参数,设计递减的动态惯性权重,以及引入遗传算法中的交叉、变异操作,使得算法能够快速收敛,并跳出局部最优实现全局最优。在智能算法的框架下,提出一种启发式的任务交错算法,使得雷达任务中等待期的时间资源进一步得到利用。仿真结果表明,相比于遗传算法,所提算法的收敛速度更快,结果更优;相比于传统的启发式算法,所提算法的调度成功率提升了42%,时间利用率提升了40%,实现价值率提升了33%,时间偏移率减少了73%。     

单点公交优先感应控制策略效益分析与仿真验证

单点交叉口信号优先可以降低公交车辆延误且易于实现.研究了公交相位绿灯延长、红灯早断和插入相位三种单点公交优先感应控制策略;应用延误三角形方法建立了以公交车辆车均延误变化量和非优先相位车均延误变化量为指标的三种单点公交优先策略效益计算模型.以两相位信号控制为对象,计算对比分析了三种公交优先策略的正负效益及其影响因素,并通过仿真进行了验证分析.研究表明:公交相位绿灯延长、公交相位红灯早断和插入公交相位三种策略都能够降低公交车均延误,与此同时也都会带来非优先相位车流延误的增加,但影响的程度不同.公交相位绿灯延长策略的效益略小于公交相位红灯早断策略,而相位插入策略的效益与插入时刻等多因素相关.     

基于改进NSGA-Ⅱ的左转待行区交叉口配时优化控制

为进一步提高道路交叉口综合性能,选取青岛市典型的南京路与江西路交叉口,建立设有左转待行区域的优化模型,利用改进的快速非支配遗传算法对交叉口车辆延误及机动车CO排放两方面进行优化。通过VISSIM软件搭建模型,验证算法有效性。结果表明,改进后算法搜索效率提高了57.4%,多目标优化配时后,车均延误下降了11.7%,CO排放减少了13.5%,平均排队长度降低了11.3%,HC和NOx排放均下降了2.7%。该算法有效地提高了交叉口通行能力和环境效益。