城市交通连续平衡网络设计问题的模拟退火算法

对城市交通连续平衡网络设计问题作一简要介绍。建立该问题的双层规划模型。针对该问题．构建一种特殊的邻城结构．并设计出基于此邻城结构的模拟退火算法。通过一个实例对算法进行验证．并同其他算法进行比较．结果表明模拟退火算法的计算结果较精确．但相应的计算量增加。但该算法用于大型网络设计问题时．其优势则会有明显体现。     

广义Delta算子系统稳定性分析

分析广义Delta算子采样周期和稳定域的关系，认为采样周期和稳定域是一个一一对应关系，得出采样周期取值范围可为整个实数轴，稳定域为扩充复平面上的圆域，稳定域的半径为采样周期的倒教。     

一种求解数值优化问题的快速进化规划算法

步长变量(自适应参数)是影响进化规划算法性能的一个重要参数，但该参数往往减小较快导致搜索速度下降或早熟收敛。针对这一问题，对变异算子进行了改进，对成功的变异进行适当延伸，当个体变异失败时，对变异量实施Gauss或Cauchy扰动，从而使精细化搜索和大范围搜索有机结合起来。对若干经典算例的仿真实验表明该算法的有效性。     

基于免疫的多峰极值遗传搜索算法

寻找多极值点是一个具有广泛应用价值的问题。在传统遗传算法基础上,引入免疫算子用来搜索多峰函数的极值点,其中免疫算子依次通过疫苗提取、接种疫苗和免疫选择三个步骤来完成。实验测试结果表明,该算法对一元函数和多元函数都有很好的效果。     

一种基于语言评价信息的多指标群决策方法

针对一类带有自然语言评价信息的多指标群决策问题，给出一种新的群集结和方案优选方法。首先采用近年来最新发展的LWD算子和LOWA算子直接集结每个决策者给出的自然语言评价信息，以得到群的方案评价值，然后根据语言短语集的自身顺序进行方案优选。利用该方法不仅可以确定最优方案，而且还可得到群决策结果的可信程度。最后给出了一个算例。     

Delta算子描述的离散系统鲁棒滤波

研究基于Delta算子描述的线性不确定离散时间系统在稳态估计误差方差约束下的鲁棒滤波问题。目的是设计线性滤波器 ,使得闭环系统稳定 ,且闭环系统的稳态估计误差的方差满足预先给定的约束条件。基于Riccati方程或Riccati不等式方法 ,给出Delta算子描述的系统鲁棒滤波器的存在条件和显式表达式     

Enhanced self-adaptive evolutionary algorithm for numerical optimization

There are many population-based stochastic search algorithms for solving optimization problems. However, the universality and robustness of these algorithms are still unsatisfactory. This paper proposes an enhanced self-adaptiveevolutionary algorithm (ESEA) to overcome the demerits above. In the ESEA, four evolutionary operators are designed to enhance the evolutionary structure. Besides, the ESEA employs four effective search strategies under the framework of the self-adaptive learning. Four groups of the experiments are done to find out the most suitable parameter values for the ESEA. In order to verify the performance of the proposed algorithm, 26 state-of-the-art test functions are solved by the ESEA and its competitors. The experimental results demonstrate that the universality and robustness of the ESEA out-perform its competitors.     

基于区块自适应网格的全球地形快速绘制算法

在基于球面剖分的全球地形数据组织模型基础上,实现了一种视点相关的全球地形数据快速调度与可视化的算法。提出了一种基于区块纹理分辨率的自适应目标层次模型提取方法,能够快速准确地得到视点相关的正确细节模型,且算法的时间空间复杂度与全球地形模型的数据量无关。进而通过利用区块结构的一致性进行高效的外存数据调度,尽可能地减少了系统I/O带来的性能瓶颈,在实现数据重利用的同时很好地管理了内存消耗。实验表明,基于该算法可以实现全球地形的高效绘制,并且对硬件配置要求很低,具有很好的实用性。     

改进粒子群算法优化 BP 神经网络的短时交通流预测

为提高 BP 神经网络预测模型的预测准确性, 提出了一种基于改进粒子群算法优化 BP 神经网络的预测方法. 引入自适应变异算子对陷入局部最优的粒子进行变异, 改进了粒子群算法的寻优性能, 利用改进粒子群算法优化 BP 神经网络的权值和阈值, 然后训练 BP 神经网络预测模型求得最优解. 将该预测方法应用到实测交通流的时间序列进行有效性验证, 结果表明了该方法对短时交通流具有更好的非线性拟合能力和更高的预测准确性.     

基于最小方差的动态综合评价方法及应用

利用时序加权平均(time order weight averaging operator, TOWA)算子和时序几何平均(time order weighted geometric averaging operator, TOWGA)算子对时序立体数据进行降维处理,并给出了确定时间权重的最小方差法。在事先给定的时间度的情况下,尽可能地寻找一组最稳定的时间权重系数来集结样本值,即寻找一组时间权重系数使其波动最小。最后,运用该方法进行了算例分析,并且将算例结果与熵值规划法进行了比较分析,验证了方法的有效性,总结了最小方差法的特点。