公交运力资源配置模型的优化和改进

通过对公交运力配置影响因素的分析,将公交运力优化配置问题定性为多目标优化问题。首先通过分析公交客流量时空分布的复杂性和规律性,结合优秀算法对客流量的预测进行建模,提出了基于Elman神经网络的公交客流量预测流程。并用实际客流量数据对未来的客流量进行了实例预测。在完成了客流量的预测后,在现有配置模型的基础上,引进基尼系数,作为新的评价指标,通过量化表示,将资源配置均衡度作为新的目标函数加入原模型,加以改进,从而建立基于基尼系数的多目标优化模型。并对新旧模型进行了对比,对各站点的客流量分担率进行了优化。     

用例模型的Z语言形式化描述方法

以UML用例模型为主要研究对象,通过对UML用例模型概念和Z抽象符号的分析,采用Z形式化语言对用例模型建模元素的抽象语法和语义进行形式化的描述,提出了用例模型到Z形式语言的映射规约,并建立了UML用例模型图到Z形式规约的映射与转换机制。