水资源优化配置的双层多目标规划模型

利用双层多目标规划研究了基于水权的水资源优化配置问题.将水资源管理机构和各用水者分别作为上、下层决策者,建立了水资源管理机构以水资源总效益最大和水质污染最小为目标、各用水者以取水效益最大为目标的双层多目标规划模型,并给出了相应的求解算法.最后用一个简单的算例验证了模型的可行性.     

基于双层规划的拥挤定价模型及算法

城市道路拥挤定价具有双层特性,上层为城市交通管理部门,下层为道路使用者.本文假设用户出行成本仅与出行时间相关,应用双层规划模型建立拥挤定价模型,并讨论双层规划模型的遗传算法.研究表明,双层规划模型能有效解决复杂的拥挤定价问题,遗传算法收敛较快,容易实现计算精度要求.     

双层多目标规划问题的Pareto有效解

研究双层多目标规划问题。提出了“双级Ｐａｒｅｔｏ有效解”和“带权数双级Ｐａｒｅｔｏ有效解”的概念，建立了对应的最优性条件。利用这些条件，我们可以设计求解双层多目标规划问题的算法。     

高层办公建筑的电梯选择方法

结合电设计的经验，提出了简单可行的电梯选择方法和公式。     

城市潮汐车道优化设计的双层规划模型

针对周期性某时段路段通行能力不均衡所导致的单向拥堵问题,分析了潮汐车道的设置条件与方向分布系数。在此基础上,从路网系统的角度出发,建立潮汐车道设置方案的双层规划模型,上层模型用于路网车道分配,以系统总延误及潮汐车道交通流优化比的和最优为目标,下层模型为路径选择行为符合Wardrop用户平衡准则的用户均衡分配模型。基于遗传算法和Frank-Wolfe算法进行算例分析,并将优化前、后的方向分布系数与路段饱和度进行对比,结果表明:该模型可合理缓解潮汐交通现象,降低路网系统总延误。     

求解双层多目标规划问题的一种方法

本文对双层多目标规划问题的数学模型给出一种新的解决方法,利用带满意度的ε-约束法和Kuhn-Tucker条件把双层多目标规划问题转化为单层单目标约束规划问题,当此约束集为紧集时,采用带权极大模理想点法求解此问题的弱有效解,通过分析人与决策人之间的交互,采用逐步宽容约束法检验此解的满意性。     

基于排队论的电梯交通系统阈值控制方式

目的寻找电梯交通系统最佳调度控制策略.方法将排队论理论应用到电梯群控系统中,对电梯上升高峰期间运行参数进行分析,讨论电梯乘客人数与平均候梯时间、乘客到达率等变量之间的关系,提出一种基于M/Mr/1排队系统模型的阈值策略控制方法.结果借助计算机在不同情况下对所提出方法进行了仿真试验,并以真实建筑物的电梯数据为例,采用不同的调度控制方法对不同的性能指标进行了对比分析,验证了排队论阈值方法在电梯群控系统中应用的可行性.结论试验结果表明,基于排队论的阈值方法是一种在电梯上升高峰期间理论合理、实施性较强的调度控制方法.     

基于多目标的路面养护决策优化模型的应用研究

传统路面养护决策中需要将道路使用者不同的效益换算为费用进行寿命周期费用分析,这样的换算过程不仅不合理,而且还存在很大的任意性和不确定性.通过建立路网中某一个路段在分析期内所需投入养护资金最小和所获取效益最大的多个目标的优化模型,对这个项目在整个分析期内养护资金需求的问题进行研究.模型求解时利用多目标优化中非支配解(Pareto解)的概念,并利用遗传算法求得优化模型的非支配解.通过实例计算,对结果进行分析,验证模型的有效性.     

集装箱码头作业调度双层规划模型及求解算法

为提高作业调度的整体性,建立了集装箱码头作业调度双层规划模型,其中上层为装卸桥调度优化模型,下层为集卡动态路径模型,通过上下层模型间的反馈与相互作用决定集装箱码头作业调度的整体优化方案．为了求解模型,设计了基于遗传算法的求解方法,并且应用实际算例对模型和算法的有效性进行了验证．计算结果表明双层规划模型与算法不但可以降低集卡空驶距离、减少所需集卡数量,而且可以缓解码头内交通拥挤、提高作业系统的可靠性．     

双层规划模型的大规模UCAV编队队形优化

为解决复杂约束环境下大规模无人战斗机(UCAV)编队队形优化问题,提出基于双层规划模型的队形优化求解算法.以大规模UCAV编队空对地饱和打击作战场景为例,建立UCAV编队作战上层规划模型,通过采用离散粒子群-模拟退火(DPSO-SA)算法进行求解,得到执行每个任务的UCAV编号和最优队形;根据现有的编队作战队形库,建立编队中UCAV站位下层规划模型,通过采用遗传算法进行求解,得到UCAV在队形中的位置.仿真结果表明:在上层规划模型中引入改进模拟退火算法,可以解决离散粒子群算法易陷入局部极小值的问题;设计双层规划模型,可以解决DPSO-SA算法后期收敛速度慢的问题.相对于单层规划模型,双层规划模型求解大规模UCAV编队队形优化问题收敛速度更快,寻优效果更好.     

基于遗传程序设计的Internet业务流量分析与预测

由于现代网络信息传输的高突发性和高随机性,现有基于时间序列的分析与预测方法(如统计建模、回归分析、灰色建模、神经网络建模等)存在很大局限性。在指出了现有方法的局限性的基础上,为了着重解决Internet业务流量的建模与预测自动化问题,从网络行为具有自相似的特性出发,提出了对Internet业务流量时间序列的建模与预测采用遗传程序设计的自动化演化建模方法。     

道路网络交叉口“禁左”交通组织优化

分析了禁左后交叉口通行能力与延误的变化规律,以各交叉口各进口道是否实施禁左交通管理为决策变量,以网络上车流总的行驶时间最小为目标,并期望通过禁左交通组织管理使得各路段与交叉口的饱和度在拥挤水平以下,建立了一定区域网络上交叉口禁左交通组织优化的双层规划模型,探讨了以遗传算法对该模型进行求解的方法.数值算例表明,通过该模型的优化可最终确定各交叉口禁左交通组织形式,可以为城市禁左交通管制提供科学依据.     

基于轨道交通的常规公交线网优化模型研究

在常规公交支持轨道交通的发展模式下,运用主轨道有效影响因子对研究区域进行梯度分级;提出了基于路段客流、广义票价费用、服务时间及环境费用的四维有效因子,并构建基于供需平衡与乘客出行有效费用的双层优化模型,利用考虑约束条件遗传算法对上层模型进行求解,并用该模型及其算法对基于地铁1、2号线的成都市公交线网进行优化.结果表明:...     

基于遗传编程的非线性系统研究

遗传编程技术是最好的搜索和优化的方法之一,可以用来优化未知动力系统的复杂结构。通过从合适的结构存储库中选取模型参数,把它们组合成一个最优的数学模型。再对辨识过程进行目标化估计,从而产生理想的模型结构。论述了遗传编程的发展状况,并以如何构造无线局域网为例,对基于遗传编程方法的非线性系统辨识做了理论证明。     

基于遗传神经网络优化模型的交通量预测

实时、准确的交通量预测是实现动态交通流控制及诱导的前提和基础.为了更准确地对其进行预测,本文建立了遗传神经网络优化模型,该模型既利用遗传算法全局搜索、快速收敛的优点,又利用神经网络非线性描述、自学习自适应的优点.并以实际道路为例,给出了具体的应用方法,计算机仿真结果表明该模型精度较高、具有可行性.     

基于遗传算法系统可靠性分配优化模型

系统可靠性分配是一个复合最优化问题。传统的用于解决此类问题的方法,如拉格朗日乘子法、动态规划法、直接寻查法等,在系统级数较大的情况下存在着计算量大、难以获取全局最优解等问题。针对此问题,在给出有约束条件下系统可靠性分配模型的基础上,构造了遗传算法(geneticalgorithms,GA),并利用该算法进行计算机仿真。从仿真结果中可看出:所构造的GA算法应用于系统可靠性分配的组合优化问题中收到了较好的效果,能够得到全局最优解。     

基于GPRS的城市交通信号控制系统设计

论文针对设计的基于GPRS技术的交通信号控制系统，介绍了系统的检测子系统、通信子系统以及指挥控制中心和路口信号机各部分的设计，着重对系统的实时性和可靠性设计进行了分析和论述。     

基于流量工程的网络性能实时监测系统

随着 Internet的发展 ,网络规模不断扩大 ,业务类型逐渐增加 ,网络的异构性越来越强 ,增值服务不断出现 ,网络性能实时监测的重要性也在不断加强。流量工程和流量工程系统与网络性能实时监测有着密切的联系 ,流量工程可以定义为允许服务提供商按照不同服务质量等级 ,最大限度利用网络资源提供网络服务的一系列技术的集合。主要探讨了利用 IP网络流量工程和流量工程系统进行网络性能实时监测的主要概念 ,给出了基于流量工程的网络性能实时监测系统的框架体系结构 ,阐述了网络性能实时监测系统的模块组成 ,并对网络性能实时监测的发展进行了描述