基于随机需求的接运公交时刻表的鲁棒性优化方法研究

接运公交需求的随机性会对接运公交时刻表的编制与投入运营产生扰动影响. 为降低此不利影响,基于鲁棒性思想研究了随机需求下接运公交时刻表的优化方法. 随机接运公交需求的每一组实现为一个情景,情景目标值综合考虑乘客成本与运营成本的最小化. 以接运公交需求为随机变量,建立了接运公交时刻表的鲁棒性优化模型,模型综合考虑情景的期望值与偏差期望值最小化. 模型具有组合优化与随机规划特性,选用遗传算法进行求解. 最后给出算例验证了模型与算法的有效性. 算例结果表明随着偏差权重系数的提高,鲁棒性模型更倾向于降低随机需求带来的扰动.     

考虑公交车内拥挤的区间公交优化设计

为满足公交客流走廊集聚的需求,研究了全程车和区间车形成的多服务模式公交优化设计问题.针对公交走廊需求特征,利用公交客流起止点(OD)数据,建立了双层优化模型,上层模型以发车频率和公交座位数为主要输出参数的公交设计研究模型,下层模型为经典的随机选择(SUE)模型,应用序列二次规划(SQP)算法求解模型.最后结合相关案例给出了优化算例,案例结果表明,模型具有较强的实用性,能够较好地反映公交车内拥挤对乘客出行成本的影响,能有效地提高公交走廊的运营效率.同时,模型通过输出不同站点上车在各站点能找到座位的概率,优化乘客选择不同公交出行的行为,均衡了公交客流,提高了车辆服务质量.     

考虑换乘客流的城轨应急接运公交调度优化模型

针对突发运营中断下城市轨道交通与应急接运公交的换乘接续问题,考虑换乘客流的脉冲性特征,提出应急接运公交时刻表和行车计划综合优化模型.首先,分析城市轨道交通与应急接运公交的换乘接续关系,引入乘客容忍度判断接续是否有效.然后,建立双层规划模型,上层为时刻表优化模型,以换乘等车时间和换乘失败人数最小为目标,下层为行车计划优化...     

连续型公交专用道网络布局优化模型

针对以往离散公交专用道网络布局的局限性,从公交专用道布设的现实条件、规划与建设实践入手,利用网络优化方法提出了面向公交走廊的连续公交专用道网络布局双层优化模型.该模型的上层模型是以最小化路网用户总出行时间为目标的连续公交专用道网络布局设计决策,下层模型是以最小广义出行成本为目标的小汽车和公交车客流分配模型,并应用遗传算法(genetic algorithm,GA)求解该模型.通过算例验证了该双层优化模型有效性与实用性,以及连续型专用道网络布局方案相较与离散型方案的优越性.     

基于遗传算法的多服务模式公交优化设计

基于独立公交走廊需求特征,利用公交客流起点到终点(OD)数据,建立了以发车频率和公交车型为主要输出参数的多服务模式公交优化设计模型.针对模型求解的复杂性,应用遗传算法进行求解.最后,结合上海公交737路公交客流走廊数据给出了优化算例.结果表明,模型具有较强的实用性,能快速有效地求解出多服务模式的公交优化组合.     

考虑运营与服务平衡的公交时刻表优化研究

发车时刻表的编制是公交运营调度中的重要工作,为简化公交公司设计发车时刻表的过程与难度,平衡发车运营过程中公交公司与乘客的利益,提出了考虑运营与服务平衡的单线公交时刻表优化方法,将时刻表的制定流程简化为每班车发车时刻的确定.分别建立模型计算发车运营成本与期望服务价值,模型中对各站点乘客累计等待时间的计算考虑了车辆到达各站...     

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.     

考虑路网拥堵状态的电动公交调度双阶段优化模型

为使公交到站时间符合计划时刻表,该文统筹考虑实时路网状态及客流需求,建立电动公交调度双阶段协同优化模型。路网轻微拥堵时,构建以提高公交服务水平与降低运营成本为目标,以电动公交续航里程与充电时间为约束的优化模型,运用非支配排序遗传算法(NSGA-Ⅱ)求解,得出优化后发车间隔;路网严重拥堵时,构建全程车与区间车组合调度模型,运用模拟退火算法求解,得出组合调度发车时刻表。基于北京市361路运营数据对模型进行验证。结果表明,在满足客流需求且不增加运营成本的前提下,该文模型能够显著提升乘客满意度,公交准点率提高82.38%,乘客平均候车时间减少182.2 s。     

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.     

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.     

浅析关系数据库性能优化技术

在数据库系统的运行过程中,随着数据量的增加,各方面性能都会逐渐下降。为了提高数据库性能,可以从优化数据库设计、存储方案、索引设计和并发控制等多个方面入手来解决。适当程度的非规范化可以改善系统的查询性能;将数据均匀分布在磁盘上可以提高I／O利用率,提高数据的读写性能;建立索引和编写高效的SQL语句能有效避免低性能操作;在编程过程中充分考虑并发控制可能导致的不一致性问题,会有效避免死锁的发生,解决性能的瓶颈。     

多峰函数寻优的微粒群算法

某些实际问题的优化目标是求所有的局部最优解，即求解多峰寻优问题，为了求解多峰优化问题，提出了改造的微粒群优化算法．尽量减少微粒群算法中的全局因素，从而增大其局部因素，同时采用变步长方法增加微粒的多样性．并给出了该算法的原理和步骤．仿真实验表明该算法概念清楚，计算简单，具有很好的局部寻优特性，可应用求解于多峰寻优问题．另外还给出了几个运算实例和与其它优化算法的比较．图表，表1，参9．     

企事业过程模型自动模拟和优化算法

使用适合的优化算法,并依靠计算机的不断模拟执行,企事业过程模型可以得到一定程度的改善和提高。简要介绍了最优化方法和常用的优化算法,着重阐述了企事业过程模型的参数优化问题中所采用的优化算法。     

多目标混合混沌优化算法研究及应用

为了求解多目标优化问题,提出一种基于混沌搜索的多目标模糊混沌优化算法．将混沌优化方法与模糊优化方法有机地结合起来,应用混沌优化算法求出各个单目标的最优解;将各最优解模糊化;应用模糊非对称方法的思想和模糊集合理论中的最大满意度原理,将多目标优化问题转化为单目标非线性规划问题;最后应用混沌优化算法求解单目标优化问题,得到满意度最大的解．结果表明,所提出的多目标模糊混沌优化算法是可行和有效的,为求解多目标优化问题提供了一种新的有效方法．     

平面绞链四杆机构的改进微粒群算法优化设计

文章介绍了微粒群优化算法的原理，提出了增加种群多样性和算法随机性的改进微粒群算法及实现过程，并把该算法应用于复杂机械优化问题。实例表明，该方法全局收敛性好，是解决工程设计中复杂线性优化问题的可行方法。     

机械结构多级优化的问题与对策

本文讨论了结构优化,尤其是结构方案阶段优化中所存在的问题,指出了结构系统优化与多级优化的区别与联系,分析了研究结构多级优化的必要性与可能性。接着以系统科学及设计方法学的思想为指导,提出将结构优化分为截面、形状、布局、拓扑及形式优化五个层次,并总结了一种解决复杂机械结构多级优化问题的一般对策,讨论了开展结构多级优化所需工具软件等相关问题。     

结构拓扑及参数优化研究的发展

首先介绍了关于结构优化的基本问题,然后按其分类方式阐述了各种优化方法的研究现状,最后对结构拓扑优化中的常用算法及其常见的数值不稳定现象进行了分析.     

电力系统多目标无功优化研究

在传统无功优化模型的基础上,引入了静态电压稳定性指标,建立了综合考虑系统有功网损最小、静态电压稳定裕度最大和电压水平最好的多目标无功优化模型.基于Pareto最优概念的改进多目标粒子群算法应用到多目标无功优化的求解中,对IEEE30节点统进行了仿真计算.优化结果表明,该模型在实现系统经济运行的同时也增强了电网的电压稳定同时求得的一组最优解能够为优化方法的决策提供更多的有效参考,具有实际意义.     

结构多目标模糊优化初探

将结构设计中的多目标优化和模糊优化结合起来,试图寻找一种处理这类问题的数学模型及求解的方法。     

一种改进PSO算法的电力系统无功优化方法

粒子群优化（PSO）算法是一种新兴的群体智能优化技术,其思想来源于人工生命和演化计算理论,PSO通过粒子追随自己找到的最优解和整个群的最优解来完成优化．该算法简单易实现,可调参数少,已得到广泛研究和应用．本文将粒子群优化算法应用到电力系统无功优化问题的研究中,给出了具体的实施流程．为提高PSO的搜索能力,对PSO进行了改进,在算法中加入了第3种极值指导粒子搜索方向．对IEEE-6节点系统的仿真计算结果表明了算法的有效性．