公交网络换乘问题的一种实现

公交换乘问题是公共交通信息查询的重要内容。针对公交网络换乘问题构造了公共交通网络模型。基于该模型,提出了基于改进Dijkstra算法的公交网络最短路径问题的求解。将求解最短路径获得的站点作为搜索站点,并将这些站点及经过这些站点的线路构成换乘矩阵,结合换乘次数的要求,给出了换乘的实现算法,确定可行的换乘方案。     

Dijkstra算法在公交换乘最短路径中的应用

Dijkstra算法是求加权图中从某一源点到其余各点最短路径的算法,通过对传统的Dijkstra算法进行分析,提出一种改进算法,使其适合应用于求公交换乘最短路径问题。     

中小城市城乡规划管理模式优化研究

改革开放40年来,伴随市场经济体系的不断完善,我国城乡规划事业也进入了发展的关键时期。城乡规划是城市建设的重点,管理模式是否合理将直接影响到城市化进程,为此,必须重视中小城市城乡规划管理工作。该文在充分掌握中小城市城乡规划管理重要性的基础上,深入分析了现存问题,并在此基础上,提出了相应的优化策略,以期全面提升城乡规划合理性,提高管理水平,更好地城市建设发展提供服务。     

中小城市公交出行OD调查的设计与实施

以云南省中小城市的公共交通线网为依托和重点研究对象,利用信息功能强大且规划应用良好的OD矩阵数据模型,分析选择适宜的公交出行OD调查方法并进行实施,对调查所得数据进行统计分析,探讨如何生成能够用做优化输入的OD矩阵数据。为中小城市公交线网优化设计提供数据基础和研究模型。     

中小城市城乡规划管理优化措施探析

近年来,随着我国城镇化发展进程不断加快,这也对城乡规划工作提出了新的要求。特别是一些中小城市的城乡规划也受到关注。城乡规划针对当地的各方面因素进行分析后,制定出科学合理的规划方案,合理利用资源,确保投资效益的实现。该文从规划管理对中小城市发展的重要作用入手,分析了中小城市城乡规划管理中存在的问题,并进一步对中小城市城乡规划管理优化措施进行了具体的阐述。     

基于零陷展宽的双基地声纳直达波抑制算法

双基地声纳系统中存在目标信号与直达波干扰混叠且两者高相关的情况,常规的自适应抵消法因此失效。在双基地声纳系统配置已知的前提下,提出一种基于零陷展宽技术的多约束最小方差直达波抑制算法。该方法通过施加线性约束对特定方向的干扰进行抑制,并针对直达波干扰方位存在扰动时,多约束最小方差算法性能急剧下降的现象运用零陷展宽的方法对算法加以改进。基于零陷展宽的多约束最小方差算法直观、快捷。仿真及实验数据处理的结果表明,在直达波干扰方位大致可知的情况下,该算法能够对直达波进行有效抑制,且对直达波的方位估计误差具有稳健性。     

可移动货架下的储位选择与拣货路径联合优化

随着电商直播等在线模式的兴起,订单异质化加重,商品需求变化比以往更快。面对频繁变化的订单,许多电商仓库选择使用更加柔性的存储模式,如可移动货架,对仓库的存储布局进行快速调整,进而更好地进行拣货作业。针对分散存储策略和可移动货架下的订单拣货路径进行研究,提出一个包含储位选择与拣货路径的联合优化模型和货架移动优化模型的双层优化模型,设计一种双层元启发式算法框架,最后利用不同规模的数值实验对模型和算法的有效性进行验证。     

浅谈供电网络规划中的优化算法

近些年来,我国人们生活水平得到了很大的提高,智能化建筑的出现又在很大程度上提升了人们生活的质量,再加上近些年来规划系统已经将信息技术、通信技术以及电脑技术进行了有机的结合,我们可以通过对各种机械设备进行自动监控的信息来进行处理、判断以及分析。但是,人们要求的不断提高一定会导致供电网络规划系统越来越复杂,本文中,笔者就对供电网络规划中的优化算法进行探讨。     

中小城市的GSM无线网络优化所面临的问题

就现阶段来看,gsm网络话务依然是各个运营商竞争过程中争夺的主要业务,中小城市也逐渐成为运营商开展竞争的新场所。有关研究调查分析,中小城市的话务量已经超过运营商收入水平的一半以上,随着城市化进程的发展,近些年来的数据业务也呈现出快速增长的趋势,中小城市用户对于无线网络质量要求也越来越高,因此,必须对gsm无线网络进行优化,具体的优化内容包括基站参数、频率优化、话务调整、小区划分、参数优化等方面。本文主要分析中小城市的GSM无线网络优化所面临的问题及优化方式。     

启发式算法在超市配送路线优化方面的研究

连锁超市配送路线的合理与否对配送速度,合理利用车辆和配送费用都有直接影响。因此配送路线的优化问题是配送工作的一个重要问题,做好配送工作具有十分重要的意义和作用,以某一连锁超市为例,对其配送路线的优化问题进行深入的研究。     

航线运输驾驶员转场训练网络优化设计

为了改进传统航线运输驾驶员转场训练网络设计方法的不足之处,以降低转场训练网络的设计总成本,构建了包含源发弧、始发弧、衔接弧和到达弧在内的转场训练路径衔接网络,并利用计算机深度遍历算法获取各类转场训练科目的可行训练路径集合,然后以训练基地选址和流经各转场训练路径上的航线驾驶员培训数量为决策变量,并综合考虑训练基地设置数量、航线运输驾驶员培训总人数和各训练基地转场训练容量等限制条件,以转场训练网络总成本最小为目标函数,构建转场训练网络优化设计数学模型。算例结果表明,与传统方法相比,该方法将转场训练网络总成本降低了9.18%;通过将空域及机场容量在−30% ~ 30%之间波动,发现转场训练网络中训练基地数量发生变化,并使得网络设计总成本在1.12% ~ −10.67%之间波动。因此,该方法是可行且有效的,能够为飞行航校的转场训练网络设计提供指导。     

求解约束优化问题的改进布谷鸟搜索算法

为了提高约束优化问题的求解精度和收敛速度,提出求解约束优化问题的改进布谷鸟搜索算法。首先分析了基本布谷鸟搜索算法全局搜索和局部搜索过程中的不足,对其中全局搜索和局部搜索迭代公式进行重新定义,然后以一定概率在最优解附近进行搜索。对12个标准约束优化问题和4个工程约束优化问题进行测试并与多种算法进行对比,实验结果和统计分析表明所提算法在求解约束优化问题上具有较强的优越性。     

人工神经网络中的一种Krylov子空间优化算法

介绍了人工神经网络的二阶优化算法研究现状,对人工神经网络损失函数的KSD (Krylov Subspace Descent)优化算法进行改进。针对KSD算法中采用固定不变的Krylov子空间维数的方式,提出了Krylov子空间维数根据计算结果自适应改变的MKSD (Modified KSD)算法,并给出了利用MKSD、KSD以及SGD (Stochastic Gradient Descent)优化算法对不同问题的全连接神经网络进行训练的数值算例。计算结果说明MKSD的算法对比于其他算法具有一定的优势。     

基于BP神经网络的喇叭嘴机构动平衡优化方法

目的为了提高烟支端面的切割质量,对喇叭嘴机构的动平衡性能进行优化。方法以两平衡块的设计角度为设计变量,惯性力和惯性力矩的均方根植为优化目标,建立喇叭嘴机构的动平衡优化函数。基于BP神经网络建立喇叭嘴机构动平衡预测模型,利用遗传算法优化该神经网络,以提高其预测精度,且获得最优值。结果优化后的机构动平衡性能得到明显改善,其中惯性力均方根值减小了37.16%,惯性力矩均方根值减小了8.33%。结论采用神经网络与遗传算法对喇叭嘴机构进行动平衡优化效果较好,提高了机构的工作稳定性。     

A methodology for the strategic design of reverse logistics networks and its application in the Turkish white goods industry

In this study, a multi-objective model for the reverse logistics network design (RLND) problem and a novel methodology are proposed. The proposed methodology is comprised of two stages: the centralised return centre (CRC) evaluation stage and the reverse logistics network design (RLND) stage. In the first stage an integrated ANP and fuzzy-TOPSIS methodology is utilised. In the second stage, using the CRC weights obtained in the first stage, the RLND model is solved via genetic algorithms (GAs). The proposed methodology is applied to a case from the Turkish white goods industry. The results are discussed and analysed.     

基于神经网络遗传算法的深腔型零件拉深工艺参数优化

目的 解决冲压成形中工艺参数优化难的问题.方法 以一种深腔型零件的冲压成形为例.首先,借助灰度关联分析法对有限元中的工艺参数进行分析,获取该零件冲压成形中影响成形质量的2个主要因素——冲压速度和压边力.其次,借助拉丁超立方抽样法对上述2个因素进行随机取样,并借助DYNAFORM软件对其进行逐一模拟.再次,将冲压速度和压边力作为输入,最大减薄作为输出,训练在MATLAB中建立的BP神经网络,并借助遗传算法对其进行寻优.结果 最优成形压边力为1.372 MN,最优加载速度为1.5366 m/s.结论 与神经网络遗传算法预测相比,有限元结果的相对误差小于2％,零件试制结果的相对误差小于6％,该方法有较高的预测精度.     

跨区域物流网络优化的模型与算法的改进研究

针对跨区域物流网络存在的非优问题,综合考虑物流运输成本、过城费、出入库费、装卸费、仓储费以及物流网络流量等决策因素,建立了双目标数学模型:最小化物流总成本和最大化物流网络流量。给出了改进的最小费用最大流算法,并结合有供需需求的网络流算法和典则型网络转化法对模型进行求解。最后,通过MATLAB仿真实验,证实了模型的价值和算法的有效性。     

改进遗传-狼群对节点序寻优的贝叶斯网络结构算法

贝叶斯网络是数据挖掘领域的一种重要方法。针对贝叶斯网络结构学习算法寻优效率低和易陷入局部最优的问题,提出一种基于改进的混合遗传-狼群对节点序寻优的贝叶斯网络结构学习算法。该算法首先利用深度优先搜索对最大支撑树的节点进行拓扑排序;然后利用动态变异及最优交叉算子构建适用于节点序寻优的改进捕食行为,引入动态参数因子来增强算法局部寻优能力;最后与K2算法结合得到最优的贝叶斯网络结构。用3种不同大小的标准网络数据集中进行实验,结果表明,该算法收敛到较优值,寻优效率高于其它同类优化算法。     

A Hybrid Method for Structural System Reliability‐Based Design Optimization and its Application to Trusses

Most research studies on structural optimum design have focused on single‐objective optimization of deterministic structures, while little study has been carried out to address multi‐objective optimization of random structures. Statistical parameters and redundancy allocation problems should be considered in structural optimization. In order to address these problems, this paper presents a hybrid method for structural system reliability‐based design optimization (SRBDO) and applies it to trusses. The hybrid method integrates the concepts of the finite element method, radial basis function (RBF) neural networks, and genetic algorithms. The finite element method was used to compute structural responses under random loads. The RBF neural networks were employed to approximate structural responses for the purpose of replacing the structural limit state functions. The system reliabilities were calculated by Monte Carlo simulation method together with the trained RBF neural networks. The optimal parameters were obtained by genetic algorithms, where the system reliabilities were converted into penalty functions in order to address the constrained optimization. The hybrid method applied to trusses was demonstrated by two examples which were a typical 10‐bar truss and a steel truss girder structure. Detailed discussions and parameter analysis for the failure sequences such as web‐bucking failure and beam‐bending failure in the SRBDO were given. This hybrid method provides a new idea for SRBDO of trusses. Copyright © 2015 John Wiley & Sons, Ltd.     

LOA-RPL: Novel Energy-Efficient Routing Protocol for the Internet of Things Using Lion Optimization Algorithm to Maximize Network Lifetime

Energy conservation is a significant task in the Internet of Things (IoT) because IoT involves highly resource-constrained devices. Clustering is an effective technique for saving energy by reducing duplicate data. In a clustering protocol, the selection of a cluster head (CH) plays a key role in prolonging the lifetime of a network. However, most cluster-based protocols, including routing protocols for low-power and lossy networks (RPLs), have used fuzzy logic and probabilistic approaches to select the CH node. Consequently, early battery depletion is produced near the sink. To overcome this issue, a lion optimization algorithm (LOA) for selecting CH in RPL is proposed in this study. LOA-RPL comprises three processes: cluster formation, CH selection, and route establishment. A cluster is formed using the Euclidean distance. CH selection is performed using LOA. Route establishment is implemented using residual energy information. An extensive simulation is conducted in the network simulator ns-3 on various parameters, such as network lifetime, power consumption, packet delivery ratio (PDR), and throughput. The performance of LOA-RPL is also compared with those of RPL, fuzzy rule-based energy-efficient clustering and immune-inspired routing (FEEC-IIR), and the routing scheme for IoT that uses shuffled frog-leaping optimization algorithm (RISA-RPL). The performance evaluation metrics used in this study are network lifetime, power consumption, PDR, and throughput. The proposed LOA-RPL increases network lifetime by 20% and PDR by 5%–10% compared with RPL, FEEC-IIR, and RISA-RPL. LOA-RPL is also highly energy-efficient compared with other similar routing protocols.