城市交通干线双向绿波带智能控制研究

提出一种双向绿波带智能控制算法.利用两层递阶结构和模糊逻辑对城市交通干线进行实时协调控制.控制的目标是使进入干线上行和下行的车辆一路绿灯,明显降低车辆停车率和平均延误时间.实际应用表明该双向绿波带控制算法十分有效.     

绿波协调控制的子区动态划分算法

为了提高子区划分的效率,本文提出了一种基于绿波协调控制的二次划分子区的模型.首先,根据距离、流量和周期3原则,提出基于可协调度的粗划分指标对子区进行初次划分.然后,在最大绿波带优化模型的基础上,引进绿波带带宽达到率为细划分指标,对子区进行再次细划分,同时引入调整指数对子区进行在线调整,实现了子区划分及其信号配时参数优化的同步.最后,利用遗传模拟退火算法对子区划分方案快速寻优,实现了绿波协调控制的子区实时动态划分.通过算例分析表明,该控制方案能提高路网的通行能力,具有良好的稳定性和高效性.     

基于粒子群算法的交通干线协调控制的研究

目前各大城市交通拥堵的一个重要原因是交通控制仍然为单点控制,未能实现协调优化.基于此,提出一种基于粒子群优化的干线交通总延误最小协调控制方法.首先,通过对城市交通干线协调控制进行数学抽象,建立干线交通双向绿波控制总延误模型.其次,依据总延误模型的特征,设计了一种利用历史最优共享的粒子群算法(VSHBPSO).接着,对干线总延误模型进行优化,以总延误最小为目标,得出相位差、绿信比的最优解,进而获得交通信号相位的动态配时策略.最后以秦皇岛市交通干线为例进行仿真实验,实验结果表明,优化后的交叉口配时方案比传统的定时控制方案减少了43.1％的延误时间,有效提高了干线通行效率.     

基于自适应差分进化的干线交通信号协调控制

为克服现有基于传统智能优化算法的城市干线交通信号协调控制方法求解精度低、易陷入局部最优等缺陷,将改进后的动态自适应差分进化算法p-ADE应用于城市干线双向交通信号的协调优化控制,通过优化干线交叉路口相位差减小交通流平均延误.p-ADE在标准差分进化算法基础上提出了新变异策略和参数动态自适应调整策略,有效平衡算法的局部搜索与全局搜索能力.通过与基于多种群免疫算法等协调优化控制方法对比,实验结果表明,p-ADE在收敛精度、速度和鲁棒性上相比较于多种先进智能优化算法均具有明显优势,可以为交通干线系统提供更优的相位差,有效减少干线直行交通流的平均延误,提高城市主干道交通通行能力.     

城市交通干线双向绿波带智能控制研究

提出一种双向绿波带智能控制算法.利用两层递阶结构和模糊逻辑对城市交通干线进行实时协调控制.控制的目标是使进入干线上行和下行的车辆一路绿灯,明显降低车辆停车率和平均延误时间.实际应用表明该双向绿波带控制算法十分有效.     

城市交通干线绿波带全局优化方法

通过分析城市信号交叉路口交通流的复杂性,我们得出模糊控制方法在单个交叉路口的控制特性更为适应交通流的不确定性、随机性和突发性。但是在将模糊控制理论引入绿波协调控制中去,对多个交叉路口设计模糊控制器时,不可避免的造成模糊逻辑的爆炸性增长以及控制效果的直线下降。本文结合模糊控制算法和粒子群优化算法,提出一种对多交叉路口进行全局优化的控制策略,使用粒子群算法对全局性能参数进行优化,在保证单个交叉路口控制效果不变的情况下,在交通路面上形成整体平均等待时间最小的绿波带。     

基于概率的剪枝算法

以alpha-beta剪枝算法为研究对象,提出一种基于alpha-beta剪枝和概率剪枝因素相结合的概率剪枝算法,来解决博弈树搜索问题。利用概率剪枝算法,可减少博弈树搜索深度,从而加快搜索进程。     

基于概率的剪枝算法

以alpha—beta剪枝算法为研究对象，提出一种基于alpha—beta剪枝和概率剪枝因素相结合的概率剪枝算法．来解决博弈树搜索问题。利用概率剪枝算法，可减少博弈树搜索深度，从而加快搜索进程。     

基于灵敏度分析法的ELM剪枝算法

针对极端学习机(ELM)网络结构设计问题,提出基于灵敏度分析法的ELM剪枝算法.利用隐含层节点输出和相对应的输出层权值向量,定义学习残差对于隐含层节点的灵敏度和网络规模适应度,根据灵敏度大小判断隐含层节点的重要性,利用网络规模适应度确定隐含层节点个数,删除重要性较低的节点.仿真结果表明,所提出的算法能够较为准确地确定与学习样本相匹配的网络规模,解决了ELM网络结构设计问题.     

基于剪枝算法解决多处理机调度问题的算法研究

针对当前算法求解多处理机调度问题的不足,从剪枝策略的角度提出了一种笨人算法。笨人算法的思路是：不断排除最差解,直到剩下唯一解。这种剪枝算法至少保证当前的选择不是最差的,并且对计算过程的最大复杂度作了一个估计。经过实验分析,对于◢N×N◣的MSP,多数情况下,笨人算法比贪心算法、遗传算法、差分进化算法的表现更为稳定和优秀,是一种有效的算法,也为相关问题的研究提供了一种新的思路。     

基于遍历搜索与遗传算法的生产线平衡优化

对L公司两类生产线状况进行分析,建立了描述生产线平衡的数学模型,以最小化生产线工作站数和最小负荷平滑指数为目标,对生产线进行优化。对于简单的生产线,通过遍历搜索算法,首先找出所有可行的作业加工顺序,然后求出最小的工作站数和最小平滑指数及相应的作业加工顺序。对于复杂的生产线,利用遍历搜索得到的结果作为遗传算法的种群,应用遗传算法,求出最小的工作站数和最小平滑指数及相应的作业加工顺序。解决了该公司的生产线平衡问题,也说明了遍历算法和遗传算法在生产线优化中的有效性。     

基于改进GPC-PID算法的自动灌浆控制系统研究

针对目前自动灌浆技术存在布线不合理、灌浆不及时、仍依靠人工监测泥浆液位来判断钻井异常等问题,提出一种基于改进GPC-PID算法的自动灌浆控制系统。该系统运用Zig Bee无线传感器网络技术和网络控制技术对灌浆过程中的泥浆液位信息进行在线检测以实现自动灌浆控制和异常报警。设计了检测网络中的智能液位采集节点,并采用改进的GPC-PID算法,使控制器能够通过在线调整PID控制参数,从而实现泥浆的精确灌注使井口液位保持在正常范围内以平衡井内压力,保证钻井安全。仿真实验结果表明,改进GPC-PID算法比传统PID算法具有更好的控制品质。     

基于等位线的自动布局系统

本文所讨论的是一种模拟电路的自动布局系统，由于模拟器件具有不同的尺寸与形状。为此本文把元器件的外接矩形作为它的布局边界以进行单元划分，并且，提出了等位线的概念，使得不同形状器件的布局问题转化为具有相同形状单元的布局问题。     

基于AMR-WB线谱频率参数的隐写算法

AMR-WB(Adaptive Multi-Rate-Wideband)的线谱频率LSF(Line Spectrum Frequency)参数在编码过程中会分裂为若干子矢量。利用编解码过程中的ISF索引参数,提出一种在3G话音中隐藏信息的算法。该算法首先选择用于信息隐藏的LSF索引段,然后通过修改所选的LSF索引段进行信息隐藏。实验结果表明,改变特定LSF索引会在较少影响话音质量的同时隐藏信息,该算法在具有较好隐蔽性的同时又能较少影响语音质量。     

基于语句类似度优化计算的改进自动摘要算法研究

计算语句的类似度在自动问答、机器翻译、信息检索和自动摘要等算法中有着非常重要的作用。首先归纳了语句类似度计算的方法,综合考虑关键词特征、语义特征、句式特征和语句长度特征等信息并提出一种优化语句类似度计算方法,以语句权重计算方法以及冗余处理优化处理为基础,实现一个改进的自动摘要算法。通过在DUC的测评语料上进行仿真,实验结果证明了该算法对于摘要质量优化的高效性。最后,讨论了自动摘要研究存在的问题,并指出自动摘要的研究趋势。     

基于退火遗传算法的复杂机电系统控制参数最优整定

针对复杂机电系统中可调参数多、调整范围大、参数之间耦合强、常规方法难于整定与组态的难题，提出了基于退火遗传算法的参数最优整定方法．将遗传算法和模拟退火算法巧妙地结合起来、取长补短，构成一种新的高效、鲁棒的寻优算法，应用于平整机主传动速度控制系统的参数优化问题，使系统的性能指标达到最优．     

基于遗传算法优化BP神经网络的线损计算研究

为了准确计算低压台区配电网的线损,提出遗传算法优化BP神经网络的配电网理论线损计算。通过电网线路获取线路特征参数,对特征参数建立BP神经网络的预测模型;根据BP神经网络的拓扑结构中的权值和阈值来确定染色体长度;通过遗传算法来确定BP神经网络的参数,拟合影响线损的特征参数和线损的复杂关系。该算法减少了线损计算误差,计算时间少,稳定性增强。     

集散控制系统(DCS)中图形组态算法的实现

本文提出了关于图形处理方面的数据结构及其存储结构。在此基础上，分析了现今一些图形软件中的“组合图形”的数据结构和集散型控制系统算法组态图中的元件编辑器数据结构。最后，列出了基于Visual C 基础上编辑图形元件的代码分析。     

基于模糊PD-PI方法的ROV艏向控制系统设计

为提高ROV艏向控制过程的性能指标,提出一种艏向控制方法。建立ROV艏向控制系统,并推导出转艏运动的动力学模型;将整个艏向控制过程规划为稳态阶段和瞬态阶段,分别采用不完全微分PD控制和PI控制以满足不同阶段的工作需求,两种工作阶段采用模糊控制划分,按各自隶属程度将局部控制量合成为全局控制量,并根据劳斯判据说明控制系统的稳定性条件。在MATLAB中对艏向控制效果进行仿真验证,结果表明,该方法比常规PID控制具有更短的过渡时间及更强的抗干扰能力,是一种高效ROV艏向控制的方式。     

基于条件独立性的LiNGAM模型剪枝算法

如何根据观察数据来推断因果网络结构是统计学和机器学习领域的重要问题。近年来学者们取得了许多研究成果,Li NGAM算法是其中一种经典的线性因果推断算法。但Li NGAM算法采用的剪枝策略时间复杂度较高,且在稀疏图上准确率低。为此,提出一种基于条件独立性测试的剪枝算法来解决这个问题。该算法首先将变量根据因果顺序重新排列,再按照该次序采用偏相关系数检验变量之间的条件独立性。大量的实验结果表明,基于条件独立性的剪枝算法在稀疏图上比Li NGAM的剪枝算法获得更高的准确率与执行效率。