多路径交通分配模型的改进及节点分配算法

本文对动态多路径交通分配模型进行了改进，提出了该模型的快速算法－节点分配算法，并详细阐述了节点分配法中的网络处理、分配节点排序及参数确定等问题。节点分配算法的采用，大大提高了多路径交通分配方法的速度及容量，使之能在超大规模网络的交通规划、交通控制及交通诱导系统中应用。     

遗传算法及神经网络在锅炉负荷优化分配中的应用

针对并列运行锅炉群的负荷优化分配问题,提出用遗传神经网络辨识给煤量-产气量模型,并用改进的遗传算法进行负荷优化分配.给出了改进遗传算法和遗传神经网络的辨识原理.负荷优化分配结果表明,该方法优于平均分配方法.     

基于承诺方案的去中心化可信众包平台设计与实现

为去除传统众包对第三方中心机构的依赖,同时保障众包任务的公平分配和结果的可信提交,提出了一种基于区块链智能合约的可信众包平台设计方案。首先提出了一种基于承诺的两阶段提交机制,并将其运用至接包者的数据提交过程中,以解决区块链上的数据透明度问题,使接包者之间无法相互窃取数据;其次设计了一种无偏随机选择算法,从分散的接包者池中选择相对独立的接包者,杜绝了接包者之间可能的串谋;最后通过模拟选人实验和以太坊上原型系统的实现,验证了选人算法的随机性和整体方案的可行性。     

交通路网中的定向寻优法

利用了现实中路段特别是节点位置的确定性和交通流量的定向性，结合图论中一些算法，模拟在重力场中水滴的流动，构造了一个求解交通路网中最短路径的定向寻优算法．阐述了此算法依据的原则、求解步骤以及特殊问题的处理方法，并说明了此方法的特点。     

基于动态交通分配的实时应急疏散交通管理

实施科学有效的应急疏散策略对提高城市交通应急响应能力、节约救援时间和降低灾害带来的生命财产损失具有重要的作用。实时应急疏散交通管理的目的是紧急疏散情况下制定某种目标如疏散时间最短来对交通流实行动态控制。采用动态交通分配方法来进行应急疏散。首先,提出基于疏散时间最短的系统优化交通分配模型。然后运用庞特里亚金最小值定理来获得模型最优解的优化解。仿真算例表明所提出的模型能较好地进行交通应急疏散。     

一类群决策问题的最优分配解法

在群决策中存在着多个决策者根据自己的知识、经验和偏好独立选择决策方法 ,对决策方案集作出决策后 ,应综合确定群体决策方案的多人多指标群决策问题 .针对这类决策问题具有决策信息量较少 ,而决策一致性较差的特点 ,分析了总体偏差法、足码法及其相关改进方法的优缺点 ,提出了一种多人综合评价的最优分配解法 .该方法通过建立决策方案集与决策名次之间的关联矩阵 ,并根据关联矩阵对方案集进行分类 ,在此基础上构造最优决策模型 ,利用整数规划中的最优分配解法求解最优模型 ,从而得到方案集的综合排序 .该方法简单实用 ,并且克服了总体偏差法、足码法及其相关方法的不足     

交通仿真在动态交通分配应用研究中的尝试

基于微观交通仿真模型CORSIM中交通仿真与交通分配相结合的特点,在仿真模型中将路网的OD流量通过按动态规律沿时间轴加以扩展,使之成为一个时变OD矩阵,再分析研究路段自由流车速与高峰时段路网流量的动态关系,从而进行动态交通分配的建模研究尝试.     

基于终点的路径交通量求解方法

为求解用户均衡交通分配问题,提出了一种可以避免穷举网络中的所有路径的路径交通量求解方法。该方法是基于路段算法的扩展,利用改进的F rankW o lfe算法求解出满足用户均衡规则的基于终点的路段交通量,并通过最短路算法确定出此时交通网络中各个OD(orig in destination)对间的最短路集合,再运用所确定出的路段交通量及最短路集构造出一组满足用户均衡规则的路径交通量。通过算例说明了该方法的有效性,并通过比较分析说明了该方法所需计算内存比其他算法要少,且计算速度要快。     

用蚂蚁算法处理固定需求交通平衡分配问题

为了提高交通量预测模型的可靠性 ,文章采用一种新型随机搜索思想———人工蚂蚁算法求解固定需求交通平衡分配问题。算法设计中利用蚂蚁王国中增强型学习系统功能和并行计算的特点 ,使得交通分配系统朝着用户优化的方向发展,降低了分配的复杂性 ,为交通分配问题开创了一条新的途径 ,同时显示了蚂蚁算法在交通规划中的使用前景     

基于双优先级队列的异构分布式控制系统容错调度算法

在对分布式控制系统进行分析的基础上,给出了任务模型和处理器模型.为了调度多种实时性的任务,提出了双优先级队列调度算法,用于调度每个处理器上的任务.该算法设置2个优先级队列,其中高优先级队列用于调度实时任务,低优先级队列用于调度非实时任务,高优先级队列中的任务可抢占低优先级队列中的任务.在此基础上,采用版本复制技术使系统具有容错能力,并分析了任务的容错可调度条件.基于此,采用首次适应的启发式任务分配策略,将任务分配到各个处理器上,在确保任务容错可调度的条件下使处理器负载均衡.仿真结果表明所提出的算法是有效的.