排序方式: 共有8条查询结果,搜索用时 15 毫秒
1
1.
2.
3.
基于公交车到站时间预测的动态滞站调度模型 总被引:1,自引:0,他引:1
提出了一个动态滞站调度策略.该策略通过一个基于支持向量机(SVM)和Kalman滤波的公交车辆到站时间预测模型来判断需要滯站的车辆,建立了一个以用户总费用最低为目标的数学模型来确定车辆在站点最优的滞留时间,并通过遗传算法对该模型进行求解.最后,以Paramics仿真数据对该动态滞站策略进行检验,结果表明,相比于传统滞站策略或无控制策略,动态滞站策略的效果更好. 相似文献
4.
5.
6.
姚宝珍 《模式识别与人工智能》2007,20(4)
蚁群算法是一种模拟进化算法,具有很强的全局搜索能力.本文提出一种自适应的并行蚁群算法(A-PACO),该算法可以根据不同的搜索阶段,自适应确定参数的最优组合,在一定程度上避免停滞现象的出现并加速算法收敛.而且自适应的迁移策略可以较大丰富系统多样性的同时也较大降低子蚁群间的通信量,有效提高算法的搜索质量和缩短算法的运行时间.最后选用中国CHN144问题对该算法进行检验,结果显示该算法具有较好的稳定性和较快的收敛速度. 相似文献
7.
8.
1