基于免疫遗传算法的公交智能调度算法

从公交车辆运营调度目前存在的问题出发,运用遗传算法和混合遗传算法对公交车辆静态调度进行了研究。运用遗传算法的智能化特征,有效地改善了公交车辆的静态调度。在此基础上综合生物免疫机制等边缘学科的理论,将免疫算法融入到遗传算法当中,构成一种改进的遗传算法,并应用于解决公交调度管理中的优化中,与利用简单遗传算法的计算过程进行了仿真和对比。应用结果表明,该算法简单、高效、稳定性好,能较好克服传统方法和现有遗传算法的不足,性能得到了显著的提高,获得了满意的效果,提高了公交车辆的运营效率。     

遗传算法在智能公交调度中的应用研究

运营车辆的智能排班是公交车辆智能调度需要解决的问题之一。目前我国公交公司各车队的排班主要是依靠工作人员的经验手工进行,排班带有很大的盲目性、繁琐性,很难保证排班的结果在运营效率等方面是最优或接近最优。文章主要介绍了建立调度模型的一些影响因素,并介绍了简化建模的一些理想化条件,同时表述了遗传算法在调度系统中应用的一些具体的步骤和方法。而将遗传算法应用到公交智能排班中是有效的方法。     

基于遗传算法的智能组卷应用研究

智能组卷是计算机辅助教学(CAI)中一个重要的研究课题,本文针对试卷生成的目标要求,建立了智能组卷的数学模型,并给出了用改进的遗传算法解决此问题的新方法。实验结果表明该改进的遗传算法能很好的解决试题库中智能组卷问题,具有较好的性能和实用性。     

勤务系统执勤自动化排班研究

在开发的武警勤务管理系统中,应用自适应遗传算法对勤务执勤的自动化排班进行了研究。根据武警勤务特点建立了一系列的约束条件模型,设计了相应的目标函数,适应度函数和遗传算子,最终在勤务系统自动化排班中取得了较为理想的效果。     

基于遗传算法的智能组卷系统设计

传统人工组卷方式易受到教师的主观性影响,无法保障试卷质量及合理性。智能组卷系统能够快速合理的设计出优质试卷,极大地减少教师的工作量的同时,更能满足不同水平的学生个性化组卷需求。智能组卷系统具备巨大的现实应用价值。基于遗传算法设计开发了智能组卷系统。首先,基于遗传算法基本原理对系统算法模块进行设计,明确组卷策略;然后,对组卷问题特征属性和试卷评价标准等进行分析,构建智能组卷系统功能结构图,实现遗传算法智能组卷系统的设计;最后,对智能组卷系统的测试结果进行分析总结。结果表明,系统完成了智能组卷的预期目标,具有很高的运算效率。     

基于遗传算法的智能组卷方案研究

组卷问题是一个多目标约束优化问题，为了快速组成难度呈正态分布的高质量试卷，就必须降低约束目标。文章提出一种基于遗传算法的智能组卷方案，采用十进制分段编码，改进了传统的初始化种群方法，优化了搜索过程。实验证明该方案具有较好的性能和实用性。     

基于自适应遗传算法的无线网络智能选频技术研究

针对无线电网络使用频率日益紧张的现状,提出了一种基于自适应遗传算法的智能选频技术,从智能优化的角度考虑对无线网络进行整体选频,在基本遗传算法的基础上,对遗传操作进行改进,对最优个体进行保护以确保收敛性,从而克服了传统选频算法的不足,可有效避免陷入局部最优并最终趋于全局优化.理论分析和仿真研究表明,与传统选频算法相比,新算法在解决大规模网络选频问题时,效率和精度更高,且稳定性也显著增强.     

基于定向变异遗传算法的智能组卷算法研究

针对多目标约束条件下求最优解的智能组卷问题,建立多维约束条件的数学模型,同时为了进一步改善基于遗传算法的智能组卷算法早熟及收敛速度慢的问题,提出一种基于定向变异遗传算法的智能组卷算法,采用定向变异来提高算法的寻优能力.通过仿真实验,将该算法与基于标准遗传算法和自适应遗传算法的智能组卷算法进行比较,实验结果表明,在相同设...     

基于遗传算法的智能天线波束形成

为降低智能天线方向图旁瓣电平,加深干扰方向零点深度,提出一种改进的实数编码遗传算法。该算法基于人类的繁殖现象,改进了标准遗传算法的交叉算子,从而克服了标准遗传算法收敛速度慢,易陷入局部最优等问题,提高了优化效率。在仿真实验中,以均匀直线阵为例,用改进的遗传算法对阵元激励的幅度进行优化,形成的方向图获得了更好的结果。     

改进的遗传算法包调度研究

多媒体通信网络的服务质量（Quality of Service，QoS）很大程度上依赖于包的调度算法，调度算法根据一定的服务原则来决定会话队列中包的优先级及其在输出链路上的发送顺序。本文介绍了包调度中需要考虑的因素，并将其归结为组合优化问题，在标准遗传算法（Standard Genetic Algorithm，SGA）的基础上提出了针对问题的改进遗传算法（Modified Genetic Algorithm，MGA）及其实施方法，提高了算法的寻优速率。     

混合交通下基于车联网的无线集群智能轨迹预测算法

5G网络是车联网(Internet of Vehicles, IoV)发展的关键一步,其低时延的特点可以实现自动驾驶车辆对前方实时交通信息感知的需求,为预先制动、提前绕行等驾驶行为提供参考。针对混合交通场景中手动驾驶车辆可能会出现的危险驾驶行为,基于长短时记忆(Long Short-Term Memory, LSTM)网络和无线集群学习框架,提出了一种基于车联网的无线集群智能轨迹预测(Swarm Learning-based Trajectory Prediction, SLTP)算法。SLTP算法以智能网联汽车为研究对象,在使用去中心化的无线集群学习保护用户隐私数据的同时,使用车车无线通信系统感知周边手动驾驶车辆的历史轨迹信息并给出轨迹预测。通过使用美国高速公路行车NGSIM(Next Generation Simulation)的真实交通数据集评估SLTP的轨迹预测准确性能,评估结果表明,与现有的基于LSTM网络轨迹预测方法相比,SLTP算法在同样的无线通信开销下对于周边手动驾驶车辆的轨迹预测误差降低了43.1%,表明SLTP算法在车联网场景下的轨迹预测应用中具有良好的鲁棒性和准确...     

基于遗传算法的片上多处理器任务调度策略研究

针对在片上多处理器上任务调度的特征,提出了一种基于立体编码的遗传算法。采用适合片上多处理器结构的三维立体编码,使计算节点之间的距离得到了描述,结合提出的个体适应度函数计算公式,使通信代价较小的调度策略优先得到选择,从而通过减少因结点间距离产生的通信开销降低了总的任务完成时间。此外,对算法结构、遗传算子进行了改进提出了内部二维交叉算子,加速了算法的收敛。仿真实验结果表明立体编码的遗传算法能够有效地对任务进行分配和调度,较之传统遗传算法具有较好的性能。     

基于深度学习的车联边缘网络交通事故风险预测算法研究

针对传统交通事故风险预测算法无法自动判别数据特征,且模型表达能力差等问题。该文提出一种基于深度学习的车联边缘网络交通事故风险预测算法,该算法首先针对车载自组织网络中采集的大量交通数据,采用边缘服务器中建立的卷积神经网络自主提取多维特征,经归一化、去均值等预处理后,再将得到的新变量输入卷积层、采样层进行训练,最后根据全连接层输出的判别值,得到模拟预测交通事故发生的风险性。仿真结果表明,该算法被验证能够预测交通事故发生的风险性,较传统的机器学习算法BP神经网络、逻辑回归具有更低的损失与更高的预测准确度。     

Trust Evaluation of Public Cloud Service Providers Using Genetic Algorithm with Intelligent Rules

Wireless Personal Communications - The need of cloud services are rapidly increased due to resource constraints in storing the data in local environment. With that the need for securing the...     

基于多特征融合的主观题智能阅卷算法研究

为了实现在线考试主观题智能阅卷,本文提出了一个基于多特征融合的主观题智能阅卷算法,首先,分别设计两种算法：关键词相似度算法和语义相似度算法,计算学生答案和标准答案之间的关键词相似度和语义相似度;然后,利用题目的题型和科目作为特征值,分别计算出关键词相似度的权值和语义相似度的权值,并利用两权值计算出学生答案的最终得分;最后,以某在线学习平台历年考试数据作为数据集,对该主观题智能阅卷算法进行训练和实验。实验表明,本文提出的基于多特征融合的主观题智能阅卷算法,能有效主观题智能阅卷算法的准确性,具有较好的应用前景。     

基于改进遗传算法的图像分割技术研究

目前,在图像分割中有着众多类型的分割方法,其中应用最为常见的是以边缘检测为基础的分割法和基于区域分割基础上的分割法两种,在其实践应用过程中也形成了相应的阂值型、区域跟踪型以及边缘检测型等几种主要类型方法。在此基础上,本文针对阂值型分割方法进行了改进,并基于实验对其有效性进行了论证。     

网络间智能业务分担算法

In recent years, wireless communication sys-tems have experienced tremendous growth in data traf-fic. Many capacity-enhancing techniques are applied to elevate the gap between the amount of traffic and net-work capacity, and more solutions are required to mini-mize the gap. Traffic allocation among multiple net-works is regarded as one of the most effective methods to solve the problem. However, current studies are una-ble to derive the quantity of traffic that each network should carry. An intelligent traffic allocation algorithm for multiple networks is proposed to obtain the optimal traffic distribution. Multiple factors affecting traffic dis-tribution are considered in the proposed algorithm, such as network coverage, network cost, user habit, service types, network capacity and terminals. Using evalua-tions, we proved that the proposed algorithm enables a lower network cost than load balancing schemes. A case study of strategy making for a 2G system refarming is presented to further illustrate the applicability of the pro-posed algorithm. We demonstrated that the new algorithm could be applied in strategy making for telecommunica-tion operators.     

基于MOCCCⅡ的双模式二阶通用滤波器

提出了一种基于多输出端口电流控制电流传输器(MOCCCII,multiple outputs current controlled conveyor)的双模式二阶通用滤波器,该滤波器结构简单,仅由5个有源器件、2个接地电容构成,无须外接电阻.该电路在不改变内部电路结构的情况下能实现电压模式和电流模式滤波器,且每一种工作模式都能实现高通、低通、带通等多种滤波功能,因此该电路具有通用性.面向实际电路完成了PSPICE仿真,结果表明提出的电路正确有效.