混合交通网络设计的双层模型及遗传算法求解

根据混合交通网络设计问题的特点,利用双层规划模型和遗传算法对该问题进行求解。对交通网络中的路段进行分类,通过限定决策变量的取值范围,将混合交通网络离散化。建立混合交通网络设计的双层模型。其中,上层模型以方案总投资额最小为目标函数,以路段负荷度和可行域为约束条件;下层模型为交通流分配的用户均衡模型。根据所建模型的离散特性,研究其遗传算法解法,并给出算法的具体实现步骤。以一个抽象的交通网络为例,给定网络中的路段属性、OD交通量等参数,利用MATLAB软件对模型编程求解,能够获得满意的交通网络设计方案,表明双层模型和遗传算法是一种研究混合交通网络设计问题的有效方法。最后,对该模型存在的不足及改进方向进行了探讨。     

基于双层规划的网架结构扫描方案智能优化方法

网架结构因跨度大、造型复杂,在使用三维激光扫描技术进行周期性的数据采集时易造成扫描对象的相互遮挡。为提高扫描覆盖率常须增加扫描次数,导致扫描时长显著增加。为此,本文以泸州高铁站为工程背景,提出针对大型复杂网架结构扫描方案的智能优化成套方法,包括数据提取、优化建模计算与扫描站点布置分析;为兼顾扫描覆盖率最大与扫描站点数量最少,建立网架结构扫描方案优化的双层规划模型,以扫描站点数量最小化作为上层规划目标,以扫描覆盖率最大化作为下层规划目标,并采用增强精英保留的遗传算法进行问题求解。工程应用表明,提出的大型复杂网架结构扫描方案智能优化成套方法实用、可行,研究成果可为网架结构的施工监测提供高效的数据采集方案。     

基于遗传退火混合算法的供热管网阻力系数优化辨识

通过合理构建供热管网水力仿真模型,基于遗传退火混合算法,对供热管网阻力系数进行辨识研究。通过案例分析表明,遗传退火算法辨识效果显著,计算得到的管道阻力系数值能够达到工程应用精度,为阻力系数辨识提供了新思路。     

基于旅游资源整合的高速公路网络双层规划模型及实例研究

随着旅游业的发展,人们对于旅游交通的需求和关注不断增加。将高速公路资源整合到旅游交通网络中,是当前高速公路网络规划的趋势和方向。基于此,文章从旅游资源整合的角度出发,建立了基于旅游资源的高速公路网络双层规划模型。然后研究了模型的求解方法,采用遗传算法并用Matlab编写了求解的算法程序。最后,给出高速公路网络规划的实例研究,论证了模型的可行性和合理性。     

城市交通网络设计问题中的双层规划模型

城市交通网络设计问题的主要内容就是通过规划的思想建立数学模型,通过优化计算方法寻找最优的用于道路网络新建或改善的交通建设投资决策方案,即研究如何能用最少的资金投入达到使整个交通网络中某种指标最优的目的。这些具体的系统性能指标可以是使整个网络中的系统总阻抗最小、交通拥挤程度最低、能源消耗最少等,从而为交通规划部门和决策人员提供科学、系统、合理、有效的决策方案和决策数据,使政府有限的资金投入能取得最佳的投资效益。本文首先简单介绍了城市交通网络设计问题研究的主要内容,然后给出了城市交通网络设计中一般形式的双层规划模型及其推广形式。     

地下物流节点选址的双层规划模型及算法研究

地下物流系统是正在兴起的物流系统,能够缓解大城市日益严重的地面交通压力,提高交通运输的效率,减少环境污染。物流节点是地下物流系统的重要组成部分,主要负责货物的集散和配送等活动。本文阐述了地下物流节点的意义与职能,根据地下物流节点的特点并分析了双层规划模型的优点,在双层规划模型基础上建立了从决策者角度出发的上层规划模型和从客户角度出发的下层规划模型,分析了模型的解法并在实例中用MATLAB中的fmincon函数求解模型并得到了满意的结果,验证了双层规划模型在地下物流节点选址应用中的实用性和科学性,为以后地下物流系统建设中物流节点的选址问题提供了参考依据。     

基于改进混合蛙跳算法的供水管网优化

建立了以管网投资和运行费用最小、管网水力可靠性和管网熵值可靠性最大为目标的供水管网优化模型.结合模型的特点,在基本混合蛙跳算法的基础上,提出两点改进措施,并将改进的混合蛙跳算法用于供水管网优化模型的求解.最后通过天津市规划供水管网的实例,验证了改进的混合蛙跳算法能够用于求解大规模管网优化问题并具有较高的效率.     

基于遗传算法的混合优化反分析及比较研究

围绕优化反演分析中计算收敛速度、精度和稳定性问题，着重就传统和现代两类优化方法开展以下3方面的研究：(1) 将阻尼最小二乘法与遗传算法耦合起来，发展了阻尼最小二乘法-遗传混合算法；(2) 将两类混合优化方法：阻尼最小二乘法-遗传算法和模拟退火-遗传算法较早地用于优化反演分析；(3) 结合基坑工程算例，对单纯形法、阻尼最小二乘法、遗传算法、模拟退火-遗传算法和阻尼最小二乘法-遗传算法进行了比较分析。结果表明，与单纯形法等传统的优化方法相比，基于遗传算法的一类现代优化方法具有较好的全局收敛性；与常规的遗传算法相比，阻尼最小二乘法-遗传和模拟退火-遗传等算法有效地提高了优化反演的计算搜索速度和精度。     

现代智能优化算法研究综述

主要介绍了现代智能优化算法的基本概念,着重回顾了几种主要的现代智能算法的发展历程,主要包括遗传算法、神经网络优化算法、粒子群优化算法、模拟退火算法,并阐述了其工作原理和特点,归纳了它们主要的应用方向,同时对智能计算方法的发展进行了展望。     

基于空间价格均衡的物流中心选址双层规划模型研究

空间价格均衡原理是商品出行普遍遵循的运输价格规律,在进行物流中心规划时,可以基于上述原理考虑商品需求量在各区域的分配情况。因此,本文建立了双层规划选址模型,上层规划从系统规划者的角度出发使选址总费用最小,下层规划为在考虑各物流中心相互影响的情况下的空间价格均衡的变分不等式模式。同时设计了启发式方法对上述模型进行求解。     

基于改进的遗传模拟退火算法的钢框架优化设计

将遗传算法的全局寻优性能好和模拟退火的局部搜索能力强的优点相结合,提出了用于钢框架优化设计的遗传模拟退火算法,并对其进行了改进。在遗传算法部分提出了基于阈值的动态交叉、变异概率,并且采用联赛精英选择策略和最优保存策略,在种群的整体适应度提高的同时,增强了进化后期的种群多样性,提高了算法的收敛速度。在退火部分,针对钢框架优化的具体问题提出了一种更加紧凑灵活的邻域结构,提高了算法寻优性能。最后,将改进的算法用于工程实例,并与其他优化方法相比较,结果表明,该改进算法是一种用于钢框架结构优化设计的更加行之有效的方法。     

基于混合遗传算法的结构优化设计

针对遗传算法在迭代过程中经常出现早熟、收敛速度慢、局部搜索能力差等缺点,对遗传算法中的遗传算子进行了改进,提出梯度算法与遗传算法相结合的混合遗传算法。分析表明,这种混合遗传算法既发挥了梯度算法局部搜索能力强的特点,又结合了遗传算法全局搜索能力强的优点,避免出现早熟现象,使收敛速度大大改善,具体算例表明该混合遗传算法是一种有效的工程结构优化方法。     

工程结构优化设计的新方法

阐述了遗传算法求解工程结构非线性优化问题的方法 ,实例计算表明 ,具有全局优化和并行计算特点的遗传算法是求解工程结构非线性优化问题可行有效的方法。     

改进的蚁群算法及其在桁架结构优化中的应用

蚁群算法是优化领域中的一种新型模拟进化算法,具有很强的搜索较优解的能力,其缺点是搜索时间长、容易出现停滞现象。引用局部搜索能力较强的模拟退火算法对其改进,使其跳出局部最优,发现更高质量解。并将其成功应用在25杆桁架中,结果表明,基于模拟退火的改进蚁群算法是有效可行的,是解决组合优化问题的有效方法。     

改进的粒子群-模拟退火算法在桁架结构优化设计中的应用

由于粒子数目多,维数大,用粒子群算法求解多约束问题的迭代求解过程需耗费大量时间。受达尔文的优胜劣汰自然法则启发,在粒子群算法中引入淘汰择优机制。使算法随着迭代次数增加,适应能力较差的粒子逐步被淘汰。最后留下的最优粒子需要较低的温度进行退火求解,寻得全局最优解。多峰值函数测试表明,改进后的算法能够高效率跳出局部最优寻得全局最优解。将改进的算法用于空间桁架结构优化,经算例表明,改进后的粒子群模拟退火串行算法降低了算法的求解复杂度,具有较好的稳定性和较优的收敛性,适用于空间桁架结构截面尺寸优化设计。     

一个新的非圆弧滑动全局最优化算法

提出了一种新的非圆弧滑动边坡稳定分析算法,该算法直接建立在条分法的基础上。滑坡体被离散成一系列的土条之后,滑动面变成由这些土条的节点来控制。该算法的实质是随机移动这些节点,用非数值的方法如模拟退火法使滑动面的移动向潜在的最危险滑动面移动。该算法不需要设定搜索范围,不需要假定滑面形状,能够自然算出复杂几何特征和材料特性真实边坡下最危险滑动面的形状。同时由于变换过程的局部性,计算效率大为提高。计算结果表明,该算法准确找到了全局最优解,并验证了在某些情况下滑动面为圆弧状或分段直线状,或其组合形式。     

利用遗传及免疫算法进行桥梁维修管理计划的优化

以桥梁的耐久性和耐荷性为桥梁的质量指标,建立了考虑桥梁经济性和质量指标的维修加固模型。探讨了简单遗传算法(SGA)和免疫算法(IA)求最优桥梁维修管理计划的解的可能性,并对比了二者解的差别。结果表明当维修计划期间较短时,二者均可给出适当的优化解,当桥梁维修管理计划期间较长时,SGA法得出的准优化解频度减少,解的可靠性降低;而IA法可以给出SGA法无法得出的长期间维修计划的优化解,并给出复数的维修管理计划方案供用户选择。     

基于层次分析OC-GA算法的钢骨混凝土框架柱优化设计

在工程结构优化理论的基础上,将钢骨混凝土框架柱的工程造价最小化和斜截面抗剪承载力最大化定为优化目标。根据型钢混凝土的受力特性,在多遇烈度地震下,应用最优性准则K-T条件对钢骨混凝土构件的混凝土截面尺寸进行优化设计;在基本烈度地震下应用层次分析遗传(GA)算法对钢骨混凝土构件中的型钢进行优化设计,从而建立层次分析OC-GA算法。综合考虑各种约束条件,运用层次分析OC-GA算法实施钢骨混凝土框架柱的优化设计,并通过优化设计实例证实所采用优化方法和设计思路的有效性和可行性。     

Comparison of algorithms for seismic topology optimisation of lifeline networks

A performance comparison among five optimisation algorithms for the topology design of lifeline network subjected to earthquakes is presented in this study. The topology optimisation model in conjunction with the argument of seismic reliability is firstly introduced for the design of lifeline networks subjected to earthquakes. Subsequently, two quite standard optimisers used in the numerical optimisation, i.e. a genetic algorithm (GA) and a simulated annealing algorithm, are investigated. Their hybrid scheme, entitled a simulated annealing GA that combines the advantages of two standard optimisers, is introduced as well. Besides, an ant colony algorithm and a particle swarm algorithm that have been developed in recent years are explored. Three modelled lifeline networks, including two benchmark networks and one actual network, are used as the numerical carriers that the five optimisation algorithms accommodate. It is concluded that the simulated annealing GA provides an excellent tool with higher efficiency to achieve optimal topology of lifeline networks.     

基于混合遗传算法岩土抗剪指标参数识别方法

岩土边坡的稳定性取决于边坡的几何形状和岩土材料的抗剪指标参数。由于尺寸效应,根据实验室小尺寸试件获得的参数具有某些局限性,反分析方法为解决这一课题提供了新的途径。根据实验观测岩土边坡滑移面的形状参数,建立了应用混合遗传算法识别岩土材料的抗剪指标参数的方法。遗传算法的特点之一是不需要计算目标函数的导数。为了提高参数识别方法的有效性、收敛速度和鲁棒性,将梯度搜索方法和遗传算法有机地结合在一起,使得所建立的反演策略具有梯度搜索方法和遗传算法的各自特性。研究了观测信息的不确定性对参数反演结果的影响。通过一个数值算例对比,显示了所建立参数识别方法的实用性和有效性。