DH-485网络环境下双路口交通信号的协调控制

单机控制系统难于实现城市交通网络中多个路口间的协调控制,采用网络控制方式则不同,对交通信号系统进行网络化控制,便于进行多个路口间的协调控制.本文探讨了网络环境下交通信号系统的协调控制,建立了交通路口红绿灯最佳时间的数学模型,对上下班高峰期时段两路口的协调控制策略进行了探讨.     

折线Mamdnai模糊系统及其权值参数的萤火虫优化算法

折线Mamdnai模糊系统是基于折线模糊数的线性运算构造的系统模型,其主要特点是前件模糊集及后件中心连接权均取值于由有限个有序点决定的折线模糊数.依据折线模糊规则建立了折线Mamdnai模糊系统模型,进而基于适应度函数、荧光素和决策半径设计了该系统权值参数的萤火虫优化算法,以优化该系统的后件中心连接权参数.最后,通过一个双输入单输出仿真实例,验证了该萤火虫优化算法的有效性.     

一种面向Agent的智能大系统

从Ａgent理论出发,构造了一种面向Agent的智能大系统。系统由一个协调控制子系统的多个Ａgent组成的多Agent系统;协调控制子系统为系统的全局数据库和监控、协调、优化中心。Ａgent之间的协作有任务分担和结果共享两种方式,它们之间的冲突是通过多轮协商法来解决的。大系统的优化、控制就是通过上述多Ａgent系统实施,以达到对大系统进行动态优化,控制和模型的自适应的目的。     

基于Simio的绕线车间仿真与优化研究

绕线车间为一类单阶段的并机生产系统, 员工要完成手工插件和多台设备的上下料作业, 导致其行走距离过长而有效作业时间不足, 降低了设备的利用率和车间的整体产出, 同时绕线设备的产出受随机故障的影响. 为了优化员工的作业结构和提升车间的生产效率, 本文从车间布局、设备、人员、人机匹配及作业等角度提出了5种改进方案, 并用Simio仿真软件对不同方案的改进效果进行了测试. 仿真结果表明, 增加员工的插件数量与半成品/成品的携带量可以显著优化员工的作业时间构成, 提升车间的人均产出5%, 设备平均利用率上升6%, 也就是说, 作业流程优化有助于协调生产系统中的人机匹配关系并提升系统效率.     

基于区间数的直觉模糊多属性决策研究

研究一类属性权重未知的直觉模糊多属性决策问题.将直觉模糊数的属性值转由双区间数表示,根据决策方案属性值间的离差确定属性权重.根据各方案属性加权综合值及区间直觉模糊数的得分函数,对2套方案分别进行排序和比较,并通过实例说明了该方法的有效性.     

一种高层次低功耗综合设计方案及实现

提出一种在时间约束条件下的高层次低功耗综合设计方案,该方案综合考虑多电压调度和资源绑定技术,实现优化电源电压和降低电路开关活动性的目的．并且方案在调度过程中考虑了调度对绑定的影响,这样的结果更利于绑定,能更大限度地降低功耗．所提出的算法已用C语言实现,算法的时间复杂度为O（n2）,其中胛为数据流图中节点的数目．并将算法应用于3个基准电路,功耗平均优化为36．6％．实验结果表明：此算法具有较好的功耗优化能力和较低的时间复杂度．     

基于加权流量介数中心性的路网脆弱性分析——以无锡市为例

针对当前路网脆弱性研究中缺乏对真实交通状况考量的问题,在复杂网络理论的基础上,结合交通流量信息,提出了基于加权流量介数中心性的路网脆弱性分析方法。首先计算路网拓扑抽象图中各节点的最短路径介数中心性,然后使用流量数据对相应区域最短路径介数中心性加权,综合得到最终的脆弱性指标结果。以无锡市为例,对其实际交通路网脆弱性进行了计算,结果表明,该方法能综合反映静态全局路网结构与动态局部通行信息和现实交通情景下的路网脆弱性。     

以Bernstein多项式为规则后件的模糊系统构造及算法

以多元多项式为规则后件的模糊系统是区别于Mamdani型和T-S型的一类模糊系统,在模糊控制器及其应用中具有重要的理论价值.首先,以Bernstein多项式为规则后件建立了一类新的多输入单输出模糊系统,进而证明了该模糊系统对n维单位正方体上的连续函数具有逼近性.其次,利用随机剖分数所确定的Bernstein多项式给出了这类模糊系统的输出算法,并通过实例说明该算法是有效的.     

基于时空优化长短期记忆网络与烟花算法的AQI预测

针对传统深度学习模型在预测空气质量指数(air quality index,AQI)时,难以从时间角度建模、网络超参数选取困难等问题,提出一种基于长短期记忆(long short-term memory,LSTM)网络和烟花算法(fireworks algorithm,FWA)的AQI预测模型LSTM-FWA。首先,以武汉市历史空气质量和气象监测数据为研究对象,利用LSTM网络中隐含层节点之间相互连接的结构特点,对空气质量的时间变化特征进行建模;接下来,考虑到种群多样性和并发性,将烟花算法应用到超参数组合优化问题中;最后,对模型输入分别进行时间、空间、时空角度的优化,实验结果表明基于时空优化的LSTM-FWA模型预测性能提升最为明显。将LSTM-FWA与其他预测模型进行比较,并全面分析不同模型在各种优化策略下的性能。实验结果显示,本文提出的时空优化LSTM-FWA模型对于AQI预测具有最优的性能。     

基于熵权优化模型的SLP法在设施空间布局规划中的应用

由于制造企业生产车间设施空间的不合理布局,导致了生产车间路线交叉迂回、物料搬运成本高、企业经济效益差等问题.针对此类问题本文提出基于熵权优化模型的SLP法,并将其应用在设施空间布局规划中.以某光伏组件厂设施空间布局为例,采用SLP法综合分析该厂各作业单位的物流关系和非物流关系,获得了3套初步设施布局规划方案,并将熵权模型和双基点法进行算法优化整合,形成多指标决策的熵权优化模型,之后运用熵权优化模型进行设施空间布局规划方案比选,得出更加优化的设施布局规划方案,达到优化生产系统的目的.     

高斯骨架差分进化算法与回声状态网络的结合应用

针对回声状态网络(ESN)对于不同时间序列的学习上无法有效地确定储备池参数的问题,提出一种新型预测模型。利用改进的高斯骨架差分进化算法(DE)来优化回声状态网络。在DE算法中引入了变异策略选择因子,并将选择因子随个体共同参与进化,使每个个体执行当前最适合的变异策略。改善了原始DE算法进化过程中的盲目性,同时选择因子的动态自适应特性保持了骨架算法近似无参数的优点,最后为避免算法早熟加入停滞扰动策略改善算法的寻优性能。为验证模型的有效性,对Mackey-Glass时间序列、赣州月平均气温数据集进行仿真实验。由实验结果可知,该模型可以提高时间序列的预测精度,且具有良好的泛化能力及实际应用价值。     

基于Majority逻辑门映射的电路面积优化

提出了一种采用三输入Majority逻辑门(M门)和反相器实现电路逻辑功能的电路面积优化算法.该算法首先用动态规划策略完成电路的AIG(And-Inverter Graph)切割,然后通过搜索适合M门覆盖的AIG子结构以及与门和M门之间的等效替代,将AIG转换为适合M门映射的MIG(Majority-Inverter Graph),最后用Ω法则和Ψ法则对MIG进行简化,得到节点数更少的MIG,从而实现基于M门映射的电路面积优化.优化算法用C语言实现,并用MCNC电路测试.结果表明,相比于逻辑综合工具ABC的结果,用M门映射后电路面积可得到平均约12%左右的优化.     

海港门户宁波对外交通与城市发展耦合演变

基于城市职能与外部交通理论,构建城市对外交通与城市发展耦合评价模型,定量分析宁波市1997～2016年两系统耦合状态.结果表明:(1)1997年以来,宁波城市对外交通与城市发展水平逐步提升,二者Pearson相关系数高达0.988,相关关系呈显著正相关.两系统耦合协调度由严重失衡逐步转型至初级协调,1997～2006年处于发展不平衡阶段,2007～2013年为转型发展阶段,2014～2016年为协调发展阶段;(2)对外交通建设对城市发展具有正外部性,随着经济活动向高精尖生产倾斜,未来以港口为主导的城市发展模式将逐步退化,港口功能逐渐减弱,空港上升至交通主导地位.城市对外交通与城市发展需向优质协调转型,优化对外交通结构,放缓港口建设并加快空港发展,以交通引导城市结构与职能模式升级是宁波未来城市发展首选.     

生物地理学优化算法中基于Zoutendijk可行方向法的变异算子设计

根据约束优化问题的全局收敛性要求,基于传统优化与智能优化,设计了一种基于Zoutendijk可行方向法的新型变异算子,并将其应用于生物地理学优化算法,构建了一种用混合优化算法求解优化问题的方法.通过算子设计策略的理论验证、智能算法的收敛性分析及6个不同类型算例的仿真试验,证明此自适应求解优化问题机制具有实效性.     

基于马尔可夫决策过程的动态目标防御策略优化方法

动态目标防御技术作为"改变游戏规则"的防御技术,在对抗高级持续威胁中提供了一种主动变换的防御方法。虽然已有部分动态防御技术成功应用,但针对其变化策略的研究和优化还停留在单层次、单参数上,阻碍了多层次融合的动态防御技术应用于实际部署。针对该问题,从系统角度分析了动态目标防御技术中不同参数对系统的影响,建立了系统正常服务与重配置过程模型,在此基础上,提出了基于马尔可夫决策过程的动态目标防御策略优化方法,引入Q-learning算法生成了优化策略集合,解决了多层次多变化参数集合的动态防御技术的策略优化问题。仿真实验表明,利用本文提出的优化模型和算法,计算出了优化后的动态目标防御重配置策略,该优化策略能够较好地平衡系统的可用性和安全性,指导今后动态目标防御技术实际部署问题。     

基于多准则决策的塔状粒子群优化算法

针对经典粒子群优化算法存在早熟、收敛精度低和收敛速度慢的问题, 提出了一种新的改进算法. 该算法采用了塔状优化互联机制, 底层粒子群负责寻找局部最优解, 顶层粒子负责收集、反馈全局最优解, 为底层种群提供全局最优信息, 建立共享学习机制. 顶层粒子一旦发现停滞现象, 将通知底层粒子群采用细菌觅食优化、随机初始化等停滞优化策略, 以改善粒子群的收敛速度. 实验结果表明, 与同类算法相比, 改进算法具有更好的寻优能力, 改善了粒子群的收敛精度和收敛速度.     

基于IFOA-FSVM的WRF模式台风期阵风精细化预报

为提高天气预报模式(Weather Research and Forecasting Model, WRF)输出中台风期阵风的预测精度,将WRF模式输出与某观测站实况数据相结合,提出一种台风期阵风精细化预报方法.针对影响台风风速的因素众多,而传统依据人工经验预判的风速存在较大误差的现状,该方法构建了台风期阵风预测的模糊支持向量回归模型,同时为解决模糊支持向量回归模型中惩罚因子C和核参数g难于确定的问题,将果蝇优化算法(Fruit Fly Optimization Algorithm, FOA)引入到模糊支持向量机(FuzzySupportVectorMachine,FSVM)的参数寻优中,并根据风速回归的特点,把果蝇优化算法引入到三维空间,结合增强因子γ以提高传统果蝇优化算法的全局寻优能力.实验结果表明,本文构建的模型预测风速与实际风速基本一致,相关性达到99%,不仅提高了WRF模式风速的适用性,而且风速预测精度明显优于传统FOA-FSVM和FOA-SVM方法,具有更强的泛化能力.     

基于虚拟单元映射的电路面积优化算法

相比较于标准单元库映射,library-free映射中采用的动态生成的虚拟单元,具有更大的灵活性,因而在电路面积优化上往往可以取得更好的效果.本文提出的基于虚拟单元的面积优化算法包括面积估算和覆盖策略两部分.在面积估算上提出了基于n元树和逻辑努力的虚拟单元的CMOS电路实现及面积估算方法.在覆盖策略上提出了一种带有局部寻优策略的离散粒子群优化算法.MCNC测试电路的实验结果表明,相比较于标准单元库映射,对于绝大多数电路,本文给出的算法可以使电路面积得到进一步的优化.     

基于Storm的城市智能交通规划方法

为了缓解城市交通拥堵,提高城市道路利用率,增强路径规划的实时性,提出基于Storm的城市智能交通规划方法。该方法在Storm框架的基础上,设计了城市实时动态路径规划模型(UR-MODE),将用户选择的静态目标和实时路况的动态目标相结合,实现城市交通路径的智能规划;针对城市交通数据实时性较强的特点,利用用户偏好值动态选择最优粒子,并结合自适应惯性权重策略和小规模扰动策略,提出改进的自适应粒子群优化(adaptive partner-particle swarm optimization,APPSO)算法,保证模型的高效求解;结合开源实时处理系统Storm,实现了海量实时交通数据处理。仿真实验结果表明,相较于现有路径规划算法,本文方法收敛速度更快、稳定性更强,能减少17%的车辆平均行驶时间,道路资源利用率平均提高58%,大大缓解了城市交通拥堵问题。     

自适应memetic算法求解集合覆盖问题

集合覆盖问题是一个经典的NP困难的组合优化问题,有着广泛的应用背景.首先,采用动态罚函数法将集合覆盖问题等价转化为无约束的0-1规划问题.然后,基于集合覆盖问题的结构特征,设计了初始种群构造方法、局部搜索方法、交叉算子、动态变异算子和路径重连策略,提出了一个高效求解该0-1规划问题的自适应memetic算法.该算法有效平衡了集中搜索和多样化搜索.通过45个标准例子测试该算法,并将其结果与现有遗传算法进行了比较,表明该算法能够在可接受的时间内找到高质量的解,能够有效求解大规模集合覆盖问题.