需求可拆分校车路径问题的元启发式算法

校车路径规划中,允许站点乘车需求拆分通常能有效地降低校车服务成本。将该问题定义为需求可拆分校车路径问题(SDSBRP)进行求解。由于校车服务中要顾及学生最大乘车时间,且优化目标要兼顾所需校车数量和校车行驶距离,经典SDVRP算法难以直接应用于SDSBRP。因此分析了该问题的解特征,首次构建双目标SDSBRP数学模型,并首次设计针对该问题的元启发式求解算法。该算法首先构造初始可行解,然后在模拟退火算法框架下,引入站点需求拆分的邻域搜索算子进行迭代搜索,逐步改善解的质量。邻域搜索中,设计了多目标问题的邻域接受准则来引导邻域解的搜索方向,并引入破坏重建机制来增加解的多样性。使用已有的测试案例集和改造的测试案例进行算法测试,实验结果表明所提算法收敛性好,能够显著降低校车服务成本。     

混合遗传模拟退火算法求解旅游线路优化问题

广西旅游资源丰富,对出行线路的规划可以能让旅游线路更为优化合理。本文以广西30个城市的旅游线路优化问题构造TSP问题,分析了遗传算法和模拟退火算法的优缺点。利用两种算法的互补性,构造了混合遗传模拟退火算法,指出三种算法对旅游线路的求解算法过程。通过对实验数据的对比分析,得出了混合遗传模拟退火算法在求解精度上优于遗传算法或模拟退火算法。     

输电线路固定翼无人机多目标巡检线路优化

以提升固定翼无人机(UAV)输电线路巡检避障能力、缩减巡检路径长度为目标，提出基于改进粒子群算法的输电线路固定翼UAV多目标巡检线路优化方法。以最小化线路长度和线路威胁作为目标函数，结合航迹段的长度约束和最大转弯角度约束，构建固定翼UAV多目标巡检线路优化模型。将多目标函数作为粒子群优化算法的适应度函数，找出最优输电线路巡检线路。创新性地通过调整粒子群算法惯性权重，引入相邻适应度函数值比较策略、遗传算法的杂交运算，优化生成UAV多目标巡检线路。试验结果表明，该方法可以对巡检范围内存在的所有障碍物进行有效规避。巡检线路可以覆盖巡检范围内所有输电线路。100 m²范围内航迹点设置为25个时，优化效果最适宜。     

粒子群算法在电力设备巡检规划中的应用

在对电力设备巡检前,合理地对巡检点进行选取,对巡检线路进行优化,可以提高巡检工作效率。本文提出一种依据设备的历史报缺状况以及巡检要求选取检测点的方法,进而利用粒子群算法,对巡检线路作出优化。从而对巡检工作进行了有效的规划。并通过实验数据,和获得最优解次数的比较,验证了算法的有效性。     

基于小波变换和Prony算法的超高压线路的故障定位

超高压线路逐渐成为电力系统的骨干网络。为实现准确快速地判断出故障类型以及故障点位置,研究利用Prony算法对谐波进行检测分析,判断是否为异常波,进而对故障进行定位。在研究过程中发现Prony算法对噪声非常敏感,对检测结果产生极大影响,故使用小波变换(wavelet transform, WT)对信号进行去噪,并优化prony算法,由此设计了一种超高压线路故障定位方法。通过实验得到,算法的故障定位准确率为97.399%,绝对误差距离为0.085 km,能够实现实时准确的故障定位。     

基于DST-ROPT算法的贵阳市旅行线路设计与优化

针对旅游线路的特征,把双生成树启发式算法得到的解作为局部搜索算法R-OPT的初始解,在此基础上进行局部搜索优化,得到高效率的DST-ROPT算法。实验表明:DST-ROPT算法与精确算法分支界定法得到的解几乎一样,DST-ROPT算法得到的解是较为优化的。最后将DST-ROPT算法应用到贵阳市旅游线路的设计与优化中,为游客提供满意的服务。     

基于改进型蚁群算法的输电线路故障测距模型研究

为了解决输电线路运行过程中容易出现的单相短路、两相接地、相间短路、三相短路等故障,构建一种基于改进型蚁群算法的输电线路故障测距模型,以实现输电线路故障测距优化。通过在常规蚁群算法的基础上优化寻优路径,以解耦方式消除三相线路中的互感作用。利用阻抗矩阵与导纳矩阵获取电力系统的相模矩阵。根据相模变化结合傅氏补偿算法,解决影响输电线路故障测距精度的多项因素,并以此为基础构建输电线路故障测距模型最优解。采用MATLAB仿真软件对所构建的模型进行了仿真试验。试验结果表明,所设计的模型受故障测距影响因素的影响较小,测距精度更高。该研究为后续的输电线路故障测距算法改进奠定了理论基础。     

量子近似优化算法在最大独立集中的应用

最大独立集问题是著名的NP问题,并且在许多场景中都有应用。传统的精确算法解决最大独立集问题需要指数级的时间复杂度。为更高效地解决最大独立集问题,提出了一种基于量子近似优化算法的量子线路解决方案。该方案由最大独立集的数学模型,推导出最大独立集问题的哈密顿量表达式;设计了基于量子近似优化算法的量子线路,采用COBYLA经典优化算法对参数量子门中的参数进行优化,并使用IBM提供的量子开发框架Qiskit进行仿真实验。仿真结果表明,使用量子近似优化算法可以在多项式时间内以高概率获得最大独立集问题的解,实现了指数加速。量子近似优化算法对解决最大独立集问题有一定的可行性和有效性。     

基于Sentinel-1雷达数据的青藏高原地区土壤水分反演研究

土壤水分是地—气能量交换和全球水循环的重要参数之一,也是水文、气象、农业等研究中的关键参数。高空间分辨率的土壤水分在探讨区域水文过程、生态环境保护及农业水资源管理等方面具有重要意义。基于Sentinel-1雷达数据发展了青藏高原地区高空间分辨率土壤水分反演算法,并获取了区域尺度空间分辨率为20 m的土壤水分。该算法首先基于地面数据、Sentinel-1雷达数据和MODIS归一化植被指数对水云模型进行了参数优化,其次利用优化后的水云模型构建了模拟数据库,利用人工神经网络算法对模拟数据进行训练,构建了基于神经网络的土壤水分反演算法。为了检验该算法,利用Sentinel-1雷达数据反演了青藏高原站点区域土壤水分值,并使用站点实测土壤水分数据对其进行了验证。结果表明：土壤水分反演值与站点实测值有良好的一致性,其相关系数为0.784—0.82,均方根误差为0.052 m³/m³—0.064 m³/m³。土壤水分反演值在时间序列上能够捕捉到土壤水分实测值的变化趋势。该研究可为青藏高原地区高空间分辨率的土壤水分监...     

快速公交线路组合频率优化的禁忌模拟退火算法仿真

针对快速公交(BRT)线路组合的频率优化目标,建立了兼顾公交运营效益和乘客服务要求的BRT运营作业安排数学模型.根据问题的特点,将禁忌算法与模拟退火算法相结合,对BRT线路组合的频率进行优化.多次仿真运算结果及分析表明,该算法具有比禁忌算法、模拟退火算法都更好的效率,是解决该类问题的一个有效途径.     

新型实用布线算法──L─M算法

本文提出新型布线算法，集李氏迷宫法与线搜索法的长处为一体，以饱和带法进行动态排序，以线搜索法确定借孔位置，然后用李氏法进行单层布线，获得最佳路径，从而达到线型好，布通率高的效果。     

求解多车型校车路径问题的混合集合划分的GRASP算法

针对不同规划场景下具有不同优化目标的多车型校车路径问题(HSBRP),提出一种混合集合划分(SP)的贪婪随机自适应(Greedy Randomized Adaptive Search Procedure,GRASP)算法。根据GRASP算法寻优过程中产生的路径信息构建SP模型,然后使用CPLEX精确优化器对SP模型进行求解。为了适应不同类型的HSBRP问题,改进GRASP的初始解构造函数得到一个可行解,并将其对应的路径放入路径池;在局部搜索过程中应用多种邻域结构和可变邻域下降(VND)来提升解的质量,同时在路径池中记录在搜索过程中得到提升的路径和在每次迭代中得到局部最好解的路径信息。使用基准测试案例进行测试,实验结果表明在GRASP算法中,混合SP能够有效地提高算法的求解性能和稳定性,并且该算法能适应不同优化目标下车型混合和车辆数限制两类HSBRP的求解;与现有算法的比较结果再次验证了所提算法的有效性。     

一种改进的公交换乘算法的实现

针对公交线路中存在往返路线不一致、内外线路等情况,对用改进的邻接矩阵方法实现这一类型的公交换乘进行了研究.最后通过对线路结果集进行筛选、比较实现了最少换乘、最少站点为约束条件的公交换乘查询模块.     

一种基于改进蚁群优化的QoS路由算法

蚁群优化（Ant Colony Optimization,AC0）是一种新型的分布式仿生优化算法,可有效地用来解决组合优化问题,而网络路由优化问题则正是组合优化问题当中的一种。因此,本文首先分析了常用路由算法与蚁群优化的基本原理,根据网络路由优化问题与蚁群优化算法的许多匹配特性,提出了一种基于改进蚁群优化的QoS路由算法（Route Algorithm based on Improved Ant Colony Optimlzation,RAIAC0）。最后,通过实验分析,对其可行性进行了证明。     

旅客列车线路选择的蚁群算法求解

高速铁路建成后客运通道内的线路组成要素及线路功能将发生较大变化,旅客列车在通道内的线路选择方案也需要进一步优化。采用蚁群算法（ACO）对旅客列车的线路选择进行了设计,给出了转移概率及信息量更新方法,并采用对每个蚁群单独寻优的思路,制定了相应的求解策略。经过实例验证,取得了较好的结果,为今后基于路网条件下的旅客列车线路选择方案决策优化提供了一种新的参考方法。     

基于离散航迹点的舰船航行轨迹仿真估计

最近,航海技术发展迅速,在贸易、军事、科研等众多领域起到越来越重要的作用. 人们对于舰船航行的规划、仿真、监控与跟踪等方面的研究更细致、更全面. 本文主要研究基于舰船航行中跟踪到的稀疏航迹点的航线估计问题,用于态势图的仿真显示. 为了估计出通过所有航迹点、合理、平滑的航线,我们提出了由粗到细的航线估计算法,该算法主要包含三个层级. 提出的算法使用数据量较小的经验航海线路图和全球海陆分布图,这两种图的数据获取容易,并且可实现较快速的航线估计. 大量实验证明,提出的由粗到细的层级算法能较好的完成航线的估计. 同时,提出的算法也可以用于舰船航行前的航线规划. 算法仍然存在一些问题和不足,例如没有考虑海洋水深等问题,这将是我们下一步的研究内容.     

公路交通中车辆路径A＊算法优化的研究

公路交通管理中,最短路径是进行车辆路径优化的基础.论文在简单分析了一些经典的最短路径算法和这些最短路径算法单独应用于车辆路径优化存在的局限性的基础上,提出了一种改进A＊算法的方法[1～2],并用它来解决城市间道路网中实时最短路径问题,并以实例加以阐述.     

基于GIS路网的公交路线轨迹算法

为解决公交路线轨迹偏移路网以及在GIS路网信息缺失尤其是乡村道路情况下的公交轨迹描绘.论文首先通过深入分析公交车辆GPS数据,分别聚类出线路上下行轨迹点;其次,轨迹点清洗并排序;再次,结合GIS路网基础信息进行地图匹配;最后,根据改进的Dijkstra算法解决路网拓扑结构缺失情况下制作出公交路线轨迹.将该算法实施在A市35条公交线路上,线路匹配成功率为85%,未匹配成功线路由于样本缺失或者路网基础信息错误导致,可见该算法具有较好的准确率和实用性.     

求解含非线性参数的QoS路由的启发式算法

具有非线性参数的QoS路由分为含有非线性约束条件的QoS路由和含有非线性优化目标的QoS路由两类，它们都是NP问题．提出了两种启发式算法求解这两类QOS路由优化问题问题．对第一类问题，求解去掉非线性约束条件后的优化问题．如果找到的解满足非线性约束条件，则该解是最优解；否则在优化问题中添加一个新的线性约束，将已得到的解去掉，反复下去就可得到最终解．对第二类问题，将非线性优化目标换为约束条件中的线性参数，求解此优化模型，如果有解，则记录此时对应的非线性目标值．而后增加一个新的线性约束，去掉刚才得到的解，比较两次得到的非线性目标值，保留最小值．如果得到的解不满足该线性参数的约束条件，则算法结束；否则继续迭代．证明了两种算法的收敛性，并且时间复杂性为近似多项式时间．计算实例表明了算法的有效性．     

公交出行最优路线查询系统设计

针对目前城市公交出行最优路线研究存在的问题,重点增加了对合理区域内步行换乘和站点、路线的等级划分等因素的考虑.首先建立站点和路线数据库表,起讫两点双向展开搜索,充分考虑合理区域内步行换乘的情况,利用公交路线集合求交集和公交站点集合求交集的方法查询出公交出行最优路线候选方案集,然后对路线等级、站点等级和里程进行综合比较,最后选取公交出行最优方案.利用该算法进行模糊化查询可实现一次换乘的候选方案更多,真实地反映出公交出行的实际换乘情况,提高了出行效率.