城市交通投资结构调整与交通需求互动优化模型研究

城市交通投资结构研究有助于了解交通供给能力特征,缓解城市交通拥堵状况.北京市在过去的十几年来大量的交通资金投入到道路建设中,但并没有从根本上扭转日益突出的交通供需矛盾状况.从交通投资与交通需求的关系出发,探讨投资方向和投资力度对交通供需结构的影响.给出交通投资结构阶段统计特征、分析了北京市"七五"至"十五"时期交通投资系统与交通需求、交通供给和社会经济系统关系.应用多目标优化方法,并运用M atlab软件计算不同交通结构情境下的交通投资取向、结构、管理上提出建议.     

投入产出反问题的优化模型及算法

本文从反问题的角度讨论了修订直接消耗系数的几种优化方法，通过引入“投入产出反问题”的概念，建立了拉格朗日优化，二次规划，熵优化等三个优化模型，同时给出了算法和算例，并且比较了各种方法的计算结果。     

城市交通系统的管理与控制综述（一）

本文综述了几类典型的城市交通控制系统和交通分配模型。     

关于随机优化算法的几点讨论

关于随机优化算法的几点讨论李晓莉，雷功炎（河南驻马店师专，北京大学数学系）ＳＯＭＥＤＩＳＣＵＳＳＩＯＮＳＡＢＯＵＴＳＴＯＣＨＡＳＴＩＣＯＰＴＩＭＩＺＡＴＩＯＮＡＬＧＯＲＩＴＨＭＳ￥ＬｉＸｉａｏ－ｌｉ（ＤｅｐａｒｔｍｅｎｔｏｆＭａｔｈｅｍａｔｉｃｓ，Ｚ...     

模糊数学在城市交通控制中的应用

本文将模糊数学方法应用到城市交通系统，对城市交通控制系统实施模糊控制，并改进了Ｐａｐｐｉｓ等人的控制方法，仿真结果表明模糊数学能成功地应用到交通控制系统，并比传统的控制方法有效．     

蝙蝠算法在物流配送车辆路径优化问题中的应用

车辆路径问题(Vehicle Routing Problem,VRP)是组合优化问题中一个典型的NP难题.蝙蝠算法(Bat Algorithm,BA)是一种新型的智能优化算法,尚未被应用到求解VRP问题中去.根据物流配送中VRP问题的数学模型及其具体特征,设计了求解VRP问题的蝙蝠算法,并通过仿真实例和与其他算法进行比较的方式验证了蝙蝠算法求解VRP问题的有效性与可行性.     

城市交通噪声污染评价及预测方法的研究

本文结合我国实际情况,对城市交通噪声的中、长期预测及利用计算机“宏观”评价城市交通噪声的污染状况,提出了评价、预测的方法。建立了一套数学物理模型(包括机动车辆流模型、噪声在建筑群中衰减模型……;),最后研制出整套计算机软件。     

一类非光滑优化问题的区间算法

1引言 考虑下面离散minimax问题x∈X~(o)≤i≤m min max{f_i(x)},(1.1)     

一个矩阵分解算法的推广及应用

对样本相关系数矩阵等行和分解算法作了简化和推广,使算法不仅可以应用在基于正态总体非独立样本的假设检验问题,也可以有效地运用在最优化算法中牛顿法等与二次函数极小化有关的问题上.     

基于正交试验的乘用车运输网络优化方法

在交通部治理公路超限运输的背景下,本文研究了乘用车物流企业多式联运模式下的网络优化问题,以运输网络总成本最小为目标,考虑物流时效、枢纽节点容量及规模经济效应等因素,构建了基于轴辐式理论的运输网络优化模型,提出了混合智能优化算法。针对多参数多水平的寻优问题,对模型的三个关键输入参数,即枢纽节点数量、枢纽节点容量和规模效应折扣系数,引入正交试验方法,降低求解多参数多水平寻优问题的工作量,为确定各参数合理取值提供了新的途径。研究结果表明:枢纽节点容量、折扣系数与枢纽数量三个输入参数对优化结果的影响具有主次顺序,影响程度依次减弱,而且只有枢纽节点容量与折扣系数对乘用车运输网络总效益的影响起显著作用。采用混合轴辐式的网络结构与多式联运的运输组织模式进行优化后的运输网络,相对于原有“点对点”公路运输网络总成本减少10%,从运营管理与成本控制两方面均可有效应对公路治超带来的风险。     

城市道路交通信号实时优化控制

通过分析实际道路交通状况,在合理假设的基础上,建立了孤立十字、丁字交叉路口、三个交叉路口线状区域以及六个交叉路口网络状区域的交通信号实时配时数学模型,利用Matlab产生满足泊松分布的车流量实时序列,按照优化目标进行了算法的设计和编程,得到了相应的数值结果,并对优化结果进行了讨论.     

基于数据最优分区间相似度算法及应用

通过定义了一种基于数据最优分区间相似度算法,利用学习样本得单位相似度向量,并得各维数据的最优分区间.利用最优分区间得预测样本与学习样本的单位相似度向量,从而得预测样本的预测值.通过实例表明,算法所预测的结果相对误差可达百分位,并且本算法能应用到其它数据处理中,具有较广泛的通用性.     

拟马尔可夫过程的磨光优化算法及应用

通过对磨光法及马尔可夫过程的研究,马氏过程作为区间预测的一种方法,在很大程度上约束了它预测的科学性,另外,磨光法本身也是一种迭代的方法,对于拟合的精度还是难于控制,通过拟马尔可夫矩阵与磨光法相结合及优化工具,得到拟马尔可夫过程的磨光优化算法,实例表明:拟马尔可夫过程的磨光优化算法使修正磨光后的值逼近原数据值的程度较其它算法更好,而且,拟马尔可夫矩阵反应了从一种状态到另一种状态的转移程度,并且这种算法具有更好的推广和应用。     

改进蚁群算法在智能交通中的应用

为了诱导车辆在出行时选择较高质量的路线,提出并建立了城市道路权值仿真模型.为求解该模型,从分析基本蚁群算法入手,通过在状态转移规则中加入扰动因子,改进全局更新规则,以及引入信息素更新算子改进了蚁群算法.然后利用道路权值模型对两种算法在路径寻优效果上做了比较和分析,实验结果表明改进后的蚁群算法能有效地避免停留在局部最优解,并提高计算效率,具有良好的寻优性和收敛性,能准确找出路网中满足综合要求的最优路径.     

基于BP模型的优化方法研究及其应用

首先根据BP算法的基本原理,推导出了BP模型中输出对输入的偏导.然后基于已有数据,利用BP模型进行拟合,保留训练后的BP模型的权值和阈值.在此基础上,利用变步长梯度法实现了BP模型的最优化.本文是对BP模型优化方法的一种新的理论探讨.     

混合变异粒子群优化算法及其应用

为改善粒子群优化算法在解决复杂优化问题时收敛质量不高的不足,提出了一种改进的粒子群优化算法,即混合变异粒子群优化算法(HMPSO).HMPSO算法采用了带有随机因子的惯性权重取值更新策略,降低了标准粒子群优化算法中由于粒子飞行速度过大而错过最优解的概率,从而加速了算法的收敛速度.此外,通过混合变异进化环节的引入,缓解了...     

基于离散型荧火虫算法的高校智能排课的研究

针对传统排课方法排课效率低、成功率低、冲突率高等无法满足现代高校教务管理要求的现状,提出一种基于离散型荧火虫算法的智能排课模型.首先,根据教师、班级、课程、教室及授课时间要求建立一个多目标、多约束的排课数学模型,采用二分图完美匹配操作初始可行排课方案;然后,利用离散型荧火虫优化算法在可行方案中寻找最优排课方案;最后,通过Matlab仿真实验验证其可行性与有效性.