并行蚁群算法在公交线网优化中应用

针对实用有效的公交线网优化模型很少的现状,提出了一个以直达客流密度最大为目标的公交线网优化模型.该模型以换乘次数最少、单位长度运送客流量最大为优化目标,线路长度、非直线系数等作为约束条件.为求解该模型,并综合考虑优化质量和通信开销,采用了基于粗粒度模型的并行蚁群算法.数值实验验证了模型及算法的合理有效.     

遗传算法和蚁群算法融合的公交线网优化算法

我国大中型城市职住空间的错位带来城市交通的巨大压力,面对城市功能空间和公交站点客流分布的不断发展变化,以提高城市公共交通网络便捷程度和公交出行的时间效率为目标,融合遗传算法和蚁群算法建立公交线网优化模型,设计优化公交路径选择算法,为解决公交线网不断优化调整问题提供方法借鉴。     

珠海市公交线网优化研究

依据珠海市公交线网的拓扑特点及公交乘客O-D量(起点、终点的客流量),提出了以直达乘客运输量最大为目标函数的公交线网优化模型。运用数学规划中求解指派问题和最短路问题的算法,对公交线网优化模型进行求解,得到最优公交线网规划方案。此外,还运用了线路客流分布均匀性检验方法验证了优化方案的正确性。     

面向工艺分工规划的多目标蚁群算法

为解决计算机辅助工艺规划中工艺分工的优化问题,提出一种基于多目标蚁群算法的工艺分工路线优化算法.在引入逻辑加工路线、逻辑制造单元、物理制造单元、可执行加工路线等概念基础上建立工艺分工规划过程模型.在过程模型中,运用多目标蚁群算法对物理制造单元集合实现优化.在求解过程中,以加工时间和所耗成本为目标函数,在求解空间中对物理制造单元进行遍历,最终寻找到最优化的可执行加工路线.通过实例验证了该方法的可行性和有效性.     

基于蚁群算法的多目标优化技术研究

针对蚁群算法求解多目标优化的问题,在总结2007年以来多目标蚁群优化算法基础上,着重介绍当前多目标蚁群优化算法的研究热点:基于分解、基于种群和基于Pareto解集的多目标蚁群优化以及多目标蚁群算法的并行化实现,并对多目标蚁群算法未来发展方向进行了展望.     

基于灰色模糊数的公交线网优化研究

在考虑信息不完全的情况下,用灰色模糊数对公交线网优化问题进行了研究。在给出了公交线网优化的约束条件与优化目标的基础上,利用灰色模糊数建立了公交线网优化的决策模型。灰色模糊数是用三参数区间参与优化过程,在允许参数在一定范围内变化的情况下,计算后得到的结果是一个区间向量,其中向量值最大的为所求结果,适用于城市公交线网的优化问题。实例应用分析表明,优化后的公交线网效率提高,可达性良好,可满足城市公交可持续发展的要求。     

基于改进的模拟退火遗传算法的公交线网优化

文章将遗传算法与改进的模拟退火算法相结合组成混合改进的模拟退火-遗传算法。研究了以居民乘车出行时间最短和公交部门投入最少为目标建立的公交线网优化的模型,并利用改进的模拟退火-遗传算法对该模型进行求解。通过温州滨海新区的规划实例研究验证方法的实用性。     

城市交通网络广义容量应用研究——以南京市为例

结合南京市交通网络的实际调查分析,本文对城市道路网广义容量算法的实际应用作了探讨,研究了算法中提出的城市道路网有效营运面积、有效营运时间、交通个体时空消耗以及有关各项参数的确定方法;同时,借用“时空消耗”概念,提出了城市公交线网总体容量算法模型;对南京市道路网、公交线网容量作了具体计算。文中提出的算法及有关参数可供其它城市参考。     

基于蚁群全局优化的二层规划模型与仿真

二层规划问题通常是一个非凸问题,因此在实际工程领域对其进行求解具有极大的困难.研究了问题的本质特征,提出了一种组合设计算法模型——基于蚁群算法求解二层规划问题的全局优化策略.组合算法采用蚁群算法求解上层问题,下层的线性规划问题则采用单纯型算法完成求解.设计的组合算法思路清晰,仿真计算结果表明,该算法有着良好的全局收敛可靠性和较高的收敛速度,是目前求解此类两层线性规划问题的一种有效算法.     

蚁群算法中参数设置的研究

蚁群算法是一种新的随机优化算法,它利用人工蚂蚁在其途经路上释放信息素寻优,体现了正反馈、分布式、多anent协同性和并行性等特点,蚁群算法中的各参数对计算结果有很大影响.介绍了蚁群算法原理和模型(以TSP问题为例),对基本蚁群算法参数的合理选取进行了实验分析,给出了算法参数选取的基本原则,有利于蚁群算法在优化问题中的应用.     

基于图论和多目标规划的兵力机动路线优化

研究在最短时间和最大生存概率等两重目标约束下的兵力机动路线优化问题。首先介绍最短路问题的数学模型及D ijkstra算法,然后将求最大生存概率路目标约束转化为求最短路问题,随之建立多目标规划模型,并描述了用STEM算法进行求解的过程。最后用实例验证了模型和算法的可用性。     

城市公交线网多目标优化的建模及其求解

通过对城市公交线网的优化原则、优化目标以及约束条件的分析，提出公交线网优化目标的函数表达式及相应约束条件的数学表达式．在考虑城市公交线网各因素的基础上，利用有关数学方面的知识，建立了城市公交线网优化的线性模型．由于运筹学中的逐步法是一种迭代法，适合于多目标优化问题，所以用逐步法对建立的优化模型进行求解，得到能够满足城市公交线网优化需求的解，并且得到的解与实际生活比较接近．     

电网规划的多目标模糊优化方法

建立了一个用于电网规划的多目标优化模型。模型中同时计及了规划方案的经济性和可靠性双重目标。通过对各目标实现程度的隶属函数进行定义,将多目标优化问题转变成模糊规划问题进行求解。最后,本文还给出了我国某城市电网规划的计算结果,证明了所提模型及算法的可行性。     

考虑慢行交通影响下的交通微循环路网优化设计

为减少实行交通微循环过程中日益增加的对区域内居民生活和出行交通的不良影响,以最小化道路连通性、最小化慢行交通的出行时间、最小化环境污染和最小化道路饱和度为优化目标,考虑干道路网饱和度约束、慢行交通平均限速值约束、慢行路网密度约束,建立了多目标区域交通路径优化的双层规划模型。利用遗传算法进行求解,采用轮盘赌选择算子和非均匀变异算子进行操作,得到了最优的微循环路网优化组织方式。通过算例分析,与实行微循环前的路网相比,实行微循环后的路网饱和度明显下降,减小了对街区内的居民影响和生态环境破坏,得到了一个合理的街区交通微循环网络。     

WMSNs中粒子群优化的多径流量分配路由算法

针对无线多媒体传感器网络(WMSNs)节点能耗问题,提出了一种基于粒子群优化的多路径自适应流量分配路由MATDR-PSO算法。通过建立能效优化模型,将最小能耗和能耗均衡2个特性转化为多目标优化问题;利用粒子群优化算法动态分配多路径上各条链路流量来实现网络的能效优化。仿真实验表明:MATDR-PSO算法能够在降低全网节点消耗总能量的同时保证能耗的均衡特性,显著提高了网络的生命周期。     

城市公交线网优化模式研究

分析了公交线网优化的影响因素,研究了线网的优化模式,在"点式运输、线式运输和面式运输"的概念基础上,提出了一种新的公交线网优化模式,并探讨了相应的优化流程和实施步骤。     

基于智能算法的装配线平衡问题研究

为提高汽车发动机装配线的柔性程度,提出多目标混合整数线性规划模型.该模型考虑平衡问题的三个目标,即产品的节拍时间最小、将相同的工序尽可能放到同一个工作站、不同工作站间的工作负载均衡最大;采用粒子群算法进行装配线平衡优化.试验结果表明本文提出的多目标混合整数线性规划模型可以帮助决策者协调装配线的布局,实现生产效率的最大化.     

基于外点惩罚函数与NSGA-II算法的气体分馏装置多目标优化

采用多元线性回归理论,结合最小二乘法对气体分馏装置进行优化建模,提出将惩罚函数法与非支配排序遗传算法（NSGA-II）相结合的优化策略,对气体分馏装置优化模型进行求解得到Pareto最优解集。优化结果表明,文中提出的改进NSGA—II算法求得Pareto解集的收敛性和多目标优化点的分散程度要优于NSGA．II和NSGA算法,该算法克服了NSGA—II算法Pareto解集的分散程度不均匀、NSGA算法收敛性差的问题。通过对比气体分馏装置目前工况与改进NSGA—II优化算法的结果可知,改进算法的结果成功地解决了目前该气体分馏装置能耗过高的问题,使该装置达到了节能优化的目标,为气体分馏装置的节能与优化设计提供了新的有效方法。     

假肢膝关节磁流变阻尼器的多目标优化设计与分析

为解决目前应用于假肢膝关节的磁流变阻尼器(magnetorheological damper,MRD)存在的问题,通过建立假肢膝关节磁流变阻尼器结构参数与优化目标之间的关系模型;以磁流变阻尼器的低功耗化及轻量化为优化目标,采用多目标遗传算法对其关键几何尺寸进行优化,分析各参数对优化目标的影响,并得出最优化的解。研究结果表明:优化过后的假肢膝关节磁流变阻尼器的体积及功耗分别减小了21%和36%,同时其输出阻尼力并没有受到影响;阻尼器的功耗优化与体积优化之间存在相互制衡关系,因此在寻求最优解时,应考虑实际情况的需要,选择最为合理的参数。     

基于道路繁忙程度下的城市交通路径选择算法

针对城市公交自助查询问题,提出了一种基于交通繁忙程度下的公交选择算法。首先构建基于繁忙程度权重的公交网络权值矩阵。然后针对四种不同的公交地铁混合线路对权值矩阵进行修正。最后在此基础上建立三种实用的双目标动态模型:最少换乘下的最短时间、一定换乘忍耐下的最短时间、一定换乘忍耐下的最少花费。实验表明,该模型是解决基于整个交通网络系统不同交通繁忙程度下,用户出行选择的个体最优选择的有效途径。