基于层次空间推理的公交最优乘车方案

在比较传统的最短路径算法的基础上，提出了一种基于层次空间推理的、新的、实用的公交最优乘车方案算法。该方法采用快速的搜索策略，可实时搜索查询。并在此基础之上开发公交查询系统，取得了较好的效果。     

基于WebGIS的公交导乘最佳路径算法

公交网络最优路径查询功能是智能公交系统的重要组成部分,求解公交网络最优路径是进行公交系统规划的一项关键技术.通过分析乘客出行选择公交线路所考虑的因素,提出了公交导乘最佳路径算法.在引入公交导乘网络数学描述的基础上,给出了公交导乘最少换乘算法.然后以换乘次数最少、出行距离最短为约束条件,对最短路径算法(Dijkstra算法)进行改进,得出综合考虑路径长度和换乘的最佳公交导乘算法.在深圳市公交网络测试应用的结果表明此算法可行、高效.     

适合复杂网络分析的最短路径近似算法

基于互联网抽取的社会网络往往具有较大的规模,这对社会网络分析算法的性能提出了更高的要求.许多网络性质的度量都依赖于最短路径信息,社会网络等现实网络往往表现出"无标度"等复杂网络特征,这些特征指示了现实网络中最短路径的分布规律.基于现实网络的拓扑特征,提出了一种适合于复杂网络的最短路径近似算法,利用通过局部中心节点的一条路径近似最短路径,该算法能够方便地用于需要最短路径信息的社会网络性质的估算,为复杂网络的近似分析提供了一种新的思路.在各种生成网络与现实网络上的实验结果表明,该算法在复杂网络上能够大幅降低计算复杂性并保持较高的近似准确性.     

动态网络中一种高效的最短路径树维护算法

现有的动态最短路径树算法在某些边的权值频繁变化时,会造成动态网络中的最短路径树频繁更新,而且当网络中的路由器毁坏或增加新的路由器时,该算法难于应用到构造最短路径树中。针对上述问题,提出一种最短路径树的维护算法。对权值频繁变化的边进行处理,避免将其加入到最短路径树中,减少最短路径树的更新次数,当网络中的路由器毁坏或者增加时,通过减少冗余边的入队操作,对网络中的最短路径树进行维护。实验结果表明,与高效的最短路径树动态更新算法相比,该算法的更新时间效率更高。     

网络最短路径的动态算法

在通信网络中,两个节点间最短路径的计算是大多数路由算法的基础,对整个网络的性能有重要的影响。该文针对动态变化的网络环境,提出了一种快速的动态最短路径树算法(DMDT),并给出了算法的实现步骤。随机网络模型的仿真结果表明:DMDT算法生成的最短路径树与Dijstra算法基本一致,计算的时间复杂度较Dijstra算法有很大降低。为动态最短路径树的计算提供了一种新的选择。     

移动卫星网络中的最短路径算法研究

移动卫星网络的拓扑时变性对其最短路径求解带来新的问题。文章利用提出的移动卫星网络模型，证明了基于传统网络的最短路径算法在移动卫星网络中使用存在局限性，提出了一种适用于移动卫星网络的最短路径求解方法和优化算法，并进行了仿真验证。     

针对社交网络边权重的差分隐私保护

针对社交网络边权重隐私保护中的弱保护和最短路径不可分析问题,提出一种满足差分隐私保护模型的边权重保护策略。将社交网络划分为全次图、缺次图、零次图,设计扰动方案及查询函数,对不同图进行查询获取其边权重并按扰动方案对不同的边权重添加不同的Laplace噪声,实现抵御攻击者拥有最大背景知识的攻击的边权重隐私保护,保证一组节点的最短路径不变,且其长度与原路径长度相近。该策略有强保护性及最短路径可分析性,从理论上验证了算法的可行性,通过实验验证了算法的正确性。     

公交换乘算法的仿真研究

研究建立城市公交换乘查询网络问题.传统的公交换乘算法忽略了公交乘客的出行寻求优化路径的心理,并且算法的时间效率较低.为了解决上述问题,提出乘坐公交车出行的最优方案为换乘次数最少并且距离最短的线路.首先建立了公交网络及最小换乘次数的数学模型,然后运用线性规划方法建立线性规划模型,重新构造公交站点的数据结构以改进原有的最小换乘算法,得到一个新的算法并用改进算法对线性规划模型进行求解.仿真结果表明:新算法为核心的公交网络查询仿真系统,在一定程度上可以提高城市公共交通系统的服务水平,为实际设计提供依据.     

卫星时变拓扑网络最短路径算法研究

在提出卫星时变拓扑网络模型的基础上，首先证明了传统网络中的最短路径算法（如Dijkstra算法）在卫星时变拓扑网络中使用存在局限性，给出了一种可适用于卫星时变拓扑网络的最短路径算法并利用卫星节点间邻居关系的相对规律性，对算法进行了优化．相关仿真表明该算法比目前常用的卫星网络路由算法（如DVTR）更适合于切换频繁的卫星网络．     

基于遗传算法的动态网络中最短路径问题算法

提出了一种以随机Dijkstra最短路径算法为基础,运用遗传算法来求解动态路径诱导系统 中最短路径问题(ShortestPathproblemonDynamicRouteGuidanceSystem,SPDRGS)的算法。通过运用 该随机Dijkstra算法解决了将遗传算法应用与最短路径问题中初始种群的产生问题。考虑到目前动态 路径诱导系统(DynamicRouteGuidanceSystem,DRGS)对路径诱导算法的时间复杂度和网络约束条件 的要求,此算法不仅能够较快地求出较优的路径而且对网络没有任何的约束条件,同时对离散和连续的 动态网络模型有效,因此符合DRGS的要求。     

基于角距分布的星表快速查找算法

查找导航星表是星模式识别的重要组成部分,当导航星表数据量大时,导航星表的查找速度直接影响星图识别的速度。因此,设计快速的星表查找算法是非常必要的。通过对导航星角距分布的研究,提出了一种分块子星表查找算法。该方法减小了查找算法的平均查找长度。以6星等导航星库为例,给出了分块子星表的具体建立方法。实验验证了该方法提高了查找速度。     

模糊竞争神经网络在线辨识及在CSTR中的应用

基于改进的T-S模糊模型构造了一种自适应模糊竞争神经网络模型(FCNN)，给出了网络的连接结构和学习算法。它依据模糊竞争学习算法确定系统的模糊空间和模糊规则数，得出每个样本对每条规则的适用程度，并利用卡尔曼滤波算法在线辨识FCNN的后件参数。将其应用于化工过程连续搅拌反应器(CSTR)的建模中，仿真结果表明，FCNN具有结构简洁、收敛速度快、辨识精度高等特点，可当作复杂系统建模的一种有效手段。     

公交线路查询算法

公共交通不仅是衡量城市现代化程度的重要标志也是解决交通拥堵问题的途径. 而公交线路查询系统的关键技术是公交线路查询算法, 它对提高公交资源的利用率有着重要的意义. 总结了国内外城市公交最优路径算法并在此基础上分析了高效运行城市公交系统的条件和影响因素. 介绍了最短路径问题及Dijkstra算法及其在查询系统应用中的弊端. 然后提出了基于换乘最小的广度优先算法的数学模型, 给出了算法的实现, 并以银川市公共交通公司的公交部分数据为基础, 完成了公交信息查询系统的设计与开发.     

一种基于模糊分类的模糊神经网络辨识方法

针对非线性辨识问题，基于改进的T-S模型，提出一种自适应模糊神经网络模型(AFNN)。首先，基于模糊竞争学习算法确定系统的模糊空间和模糊规则数，并得出每个样本对每条规则的适用程度。其次，利用卡尔曼滤波算法在线辨识AFNN的后件参数。AFNN具有结构简洁，逼近能力强，能够显著提高辨识精度，并且辨识的模糊模型简单有效。最后，将该AFNN用于非线性系统的模糊辨识，仿真结果验证了该方法的有效性。     

星象跟踪的实时性改进

针对弹道导弹星象跟踪实时性问题,提出星象跟踪的实时性改进的一种新方法。该方法根据星象跟踪/预测方法与跟踪模式特点,首先,建立了基于统一存储的星表模式库,并采用k-vector作为检索方法,以提高检索速度;其次,为实时生成局域星象信息集合,提出了并行多维检索的方法,以节省提取星像信息的时间;最后,进行算法性能分析。仿真实验结果表明:该算法能够大大地提高星象跟踪的实时性,提高导弹命中精度。     

多约束选址—路径问题的改进混合遗传算法研究

选址—路径问题(LRP)同时解决设施选址和车辆路径问题,使物流系统总成本达到最小,在集成化物流配送网络规划中具有重要意义。针对带仓库容量约束和路径容量约束的选址—路径(CLRP)问题,提出了一种结合模拟退火算法的混合遗传算法进行整体求解。改进混合遗传算法分别对初始种群生成方式、遗传操作和重组策略进行改进,并实现了模拟退火的良好局部搜索能力与遗传算法的全局搜索能力的有效结合。运用一组Barreto Benchmark算例进行数值实验测试其性能,并将求解结果与国外文献中的启发式算法进行比较,验证了改进混合算法的有效性和可行性。     

基于改进粒子群算法的BP神经网络及其应用

目前BP神经网络是一种有效的预测方法,但在实际应用当中存在着一些自身的缺点,为此提出了一种基于改进粒子群算法的BP神经网络。通过动态调整粒子群算法中的惯性因子ω,有效地增强了算法对非线性问题的处理能力,同时提高了算法的收敛速度和搜索全局最优值的能力。建立改进后的BP网络模型,通过该模型和逐步回归方法对某市降水量进行实例分析。分析结果表明,改进后的BP网络模型具有较高的准备预报能力和稳定性。     

Hybridation of Bayesian networks and evolutionary algorithms for multi-objective optimization in an integrated product design and project management context

A better integration of preliminary product design and project management processes at early steps of system design is nowadays a key industrial issue. Therefore, the aim is to make firms evolve from classical sequential approach (first product design the project design and management) to new integrated approaches. In this paper, a model for integrated product/project optimization is first proposed which allows taking into account simultaneously decisions coming from the product and project managers. However, the resulting model has an important underlying complexity, and a multi-objective optimization technique is required to provide managers with appropriate scenarios in a reasonable amount of time. The proposed approach is based on an original evolutionary algorithm called evolutionary algorithm oriented by knowledge (EAOK). This algorithm is based on the interaction between an adapted evolutionary algorithm and a model of knowledge (MoK) used for giving relevant orientations during the search process. The evolutionary operators of the EA are modified in order to take into account these orientations. The MoK is based on the Bayesian Network formalism and is built both from expert knowledge and from individuals generated by the EA. A learning process permits to update probabilities of the BN from a set of selected individuals. At each cycle of the EA, probabilities contained into the MoK are used to give some bias to the new evolutionary operators. This method ensures both a faster and effective optimization, but it also provides the decision maker with a graphic and interactive model of knowledge linked to the studied project. An experimental platform has been developed to experiment the algorithm and a large campaign of tests permits to compare different strategies as well as the benefits of this novel approach in comparison with a classical EA.     

基于星三角形外接圆的星图识别算法

三角形外接圆半径能部分描述三角形的结构特征,在三角形两条边长及其外接圆半径已知的情况下,可以确定唯一的三角形,因此提出了一种基于三角形外接圆的星图识别算法。构建了导航星数据库,以特征三角形为匹配模板,减少了导航星三角形的数量,从而减小导航星数据库容量。为了提高搜索效率,以特征半径为搜索量,并对其进行升序排列。通过对特征半径的匹配,缩小了角距匹配的范围,提高了角距匹配的速度,同时采用的多三角形的组合有效地提高了识别率。为了保证星图识别的准确性,引入了验证识别环节。仿真结果表明:当存在2像元的位置噪声时,识别率大于97.42%,平均识别时间为38.41 ms,实时性与鲁棒性均优于传统三角形星图识别算法。     

基于栅格法的矢量路径规划算法*

最短路径分析是网络分析系统的最基本的功能之一,在地理信息系统(GIS)中有着重要应用。将栅格法应用于矢量图层中进行节点的预处理,提出并建立一个存储点的拓扑空间模型,在此空间模型的基础上对Dijkstra算法进行改进和优化,利用在处理一个点的同时预处理与它相邻的节点的方法,从时间和空间上提高了该算法的效率。实验结果表明,改进算法搜索速度快、占用空间小,该算法可用于小容量终端机上。