城际铁路速度目标值研究

城际铁路具有快速、便捷、大能力、高密度、公交化的运输特点,同时它与客运专线具有功能互补的作用,因此城际铁路应尽量实现与客运专线网的“零”对接与“无缝”换乘,以更好地完善和发挥客运铁路网的作用。这就要求城际铁路的速度目标值在选取时主要以适应客流需求、与区域其他交通运输方式相协调、与沿线社会经济发展相适应为原则,体现有利于吸引客流、减少工程投资和运营成本的效益最大化原则。     

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.     

孔群钻削机械手的运动规划和加工路径优化

为提高加工效率,对用于钢琴弦轴板孔群钻削加工的三轴直角坐标机械手的运动规划和加工路径优化方法进行了研究.首先采用抛物线过渡的线性插值算法对钻削过程进行运动规划,生成一条位置和速度都连续的平滑运动轨迹.然后以最短加工路径为目标,以无碰撞地绕过所有障碍物为约束条件,建立了孔群加工路径规划问题的数学模型,并采用分层优化的遗传算法获得了孔群加工的优化路径.最后以6种型号弦轴板为例进行计算,结果验证了算法的有效性.     

多目标路径诱导下平衡市场渗透率的确定

假定在多目标路径诱导下,用户基于旅行时间和旅行费用权衡的水平上做出路径抉择,这有别于传统的单目标路径诱导下,用户选择旅行时间最小的路径出行的决策.在先进的旅行者信息系统下,有诱导装置的出行者能更准确的选择旅行负效用最小的路径出行,而无诱导装置的出行者对出行路径的选择有更大的随机性,因此路径诱导能给出行者带来收益.假定路径诱导带来的收益决定了在路网达到平衡时有多大比例的出行者使用诱导装置,即平衡市场渗透率.本文利用混合网络随机用户均衡建模理论,研究了多目标路径诱导下平衡市场渗透率的确定方法,并设计了一个求解模型的算法.通过算例讨论了单目标和多目标路径诱导、旅行费用函数形式以及信息质量参数对平衡市场渗透率的影响.研究结果表明,与多目标路径诱导相比,单目标路径诱导可能低估或高估平衡市场渗透率;平衡市场渗透率随信息质量是递增的,但其边际影响是递减的.     

带有前序关系的旅行商问题的禁忌搜索算法

对一种带有前序关系的旅行商问题作了研究，给出了问题的数学模型，提出了求解该问题的禁忌搜索算法，实验表明算法是有效的，求解速度快，并且该算法既适用于对称的情况，也适用于不对称的情况。     

具有免疫体亲近性的遗传算法及其应用

遗传算法处理具有离散变量的优化问题及网络问题是比较有效的，但在此算法时，容易产生限于局部的最优解，本文根据生物体的免疫体具有亲近性的特征，改进了遗传算法，并应用改进后的算法，求解旅行商问题。     

星际HⅡ/H_2O脉泽的一种激发机制

本文对于星际HⅡ/H_2O脉泽提出一种重要的激发机制——通过紫外辐射吸收的水的选择性预离解机制,并用它解释了HⅡ/H_2O脉泽能级布居反转的原因,预言了一系列水脉泽跃迁的存在,证明了它与各种天文条件的自洽.     

对称旅行售货员问题局部搜索邻域的计数

旅行售货员问题(TSP)是图论、组合最优化和计算机科学中所熟知的.为了分析局部搜索算法的效果而提出如下的计数问题:给定完全图K_n的一个哈密顿圈C??,通过替换其中λ条边,可以得到多少个不同的哈密顿圈呢?[3]的作者已对非对称TSP解决了上述计数问题.本文将就对称TSP这一更困难情形给出相应的结果.     

TC-1卫星在近地磁尾观测到的持续尾向流事件

2004年7月11日ACE卫星、Imagine卫星和TC-1卫星联合观测到伴随有持续尾向流的亚暴过程. TC-1卫星在近地磁尾晨侧观测到的磁尾亚暴过程有三个阶段: 增长相过程(11:43~12:19), 预膨胀过程(12:19~12:28)和偶极化过程. Imagine卫星在12:26观测到极光突然增亮; 2 min后偶极化过程发生. 尾向流的持续时间约45 min, 经历了增长相和预膨胀相. 随偶极化过程的发生, TC-1卫星进入等离子体片内观测到高速地向流. 尾向流具有明显的高密、低温和沿磁场方向流动的特征, 与Cluster等卫星在近地磁尾观测到的电离层上行离子流特征吻合. 卫星的联合观测表明近地磁尾尾向流与南向行星际磁场密切相关, 对亚暴过程有重要影响.     

一个基于遗传算法的TSP问题解决方案

介绍了遗传算法的基本思想、TSP问题及其应用.基于经典的遗传算法思想,在一个解决TSP问题方案的基础上提出了改进方案.从问题的解决中可以看到,利用遗传算法解决实际问题,主要依赖于问题的编码以及遗传操作算子.