铁路信号安全关键软件的组合测试序列集约简

针对现有铁路信号系统安全关键软件t-路组合测试序列生成方法在处理大规模输入时产生冗余测试序列,导致测试执行成本较高的问题,提出了一种基于贪婪-粒子群混合优化算法的t-路组合测试序列集约简方法,用于降低序列集的执行成本. 首先,以执行成本最低为约简目标,建立针对t-路组合测试序列集约简的优化模型;然后,在保证测试序列集逻辑覆盖特性的基础上,采用贪婪-粒子群混合优化算法求解模型,计算约简后的测试序列集;最后,以ZPW-2000轨道电路接收器软件作为研究对象,以其生成的2-路组合测试序列集为例开展约简验证. 结果表明,所提方法在保证2-路组合覆盖和逻辑覆盖的前提下,对单个序列集的执行成本约简幅度最高达到98.33%,对序列集总的执行成本约简幅度达到36.10%,验证了所提方法的可行性和有效性.      

基于手机基站数据的混合地图匹配算法研究

基于移动通信的交通信息采集是智能交通系统中新兴的应用技术之一,将车载 手机定位到电子地图上是其应用的基础,而地图匹配技术则是解决车载手机定位的关键. 本文通过对车载手机行驶在不同的路网时所产生的基站切换数据信息,分析得到车载手 机实际运行时基站切换的基本规律;并结合电子地图的数据结构特点,对使用基站切换 数据进行地图匹配时需解决的难点问题展开研究;在使用基站切换对代替道路稳定切换 序列的方法的基础上,提出了结合切换对和基站源址的混合地图匹配算法.此算法可以缩 小待选路段集,有效处理交叉口和平行路段等复杂情况,提高匹配准确率.最后,选取广州 大学城为实地测试区域,验证了此算法的可行性.     

基于遗传算法的装配顺序优化

为了解决装配顺序优化的问题,采用了集对分析理论与遗传算法相结合的方法,考虑了装配并行度与重定向次数对装配作业的影响,得到了遗传算法的程序编制方法.实例分析,验证了该算法的可行性与有效性.遗传算法对装配顺序优化具有重要意义.     

基于改进遗传算法的车辆路径问题

为了研究物流中心的服务效率和车辆的合理调度方案,以汽车载重量作为影响车辆路线安 排的主要因素,以经典的车载容量约束条件下的车辆路径问题为原型建立数学模型,通过求解该 数学模型的最优解来获得车辆最优路径。由初始状态随机生成的可行解作为初始的车辆路径方 案,通过改进的遗传算法不断地调整染色体的交叉和变异概率进行优化,最终得到物流中心车辆 安排的合理方案。通过多次求解算例,都能够得到满意的车辆路径方案,不仅验证了该数学模型 的有效性和实践性,而且也验证了改进后遗传算法的收敛性和鲁棒性,同时得到了改进遗传算法 交叉和变异概率的调整范围。该模型和算法不仅可以提高物流中心的服务效率,而且可以为物流 中心的车辆调度方案提供支持和帮助。     

基于智能优化方法的SVM电机故障诊断模型研究

为提高电机故障诊断的准确率和有效性,提出了基于智能优化算法的支持向量机电机故障诊断模型.首先采集交流电机不同位置上的振动加速度信号,使用小波包分析方法对所采集的振动加速度信号进行特征提取,将得到的能量比向量作为支持向量机故障诊断模型的输入,使用遗传算法、粒子群优化算法对支持向量机故障诊断模型进行参数优化并进行模型训练,在使用测试样本集对得到的两种故障诊断模型进行分析之后可以看出经过参数优化后的支持向量机模型提高了故障预测的准确率,并且粒子群优化方法具有比遗传算法更高的预测准确率,并极大地减小了优化时间及优化次数.     

遗传算法在电力系统无功优化中的应用

详细介绍了浮点数编码遗传算法的编码、选择、交叉、变异等操作.该编码不仅可以降低算法的搜索空间,而且可以避免初始化及在遗传操作中生成的不可行解.将该算法用于IEEE30节点系统,结果表明,该方法降低了网络损耗,实现了电力系统的无功优化,得到了满意的结果.     

非线性方程组求解的新方法

提出了一种求解非线性方程组的方法.将非线性方程组的求解问题转化为最优化问题,对经典BFGS变尺度法进行改进:采用高精度通用数值算法求解函数梯度,采用新的数值解析法进行一维探索,进而有效地提高了BFGS变尺度法的效率和程序通用性;对遗传算法进行了改进.将改进的BFGS变尺度法与改进的遗传算法进行混合杂交,得到一种全局优化算法,数值测试表明该算法是可靠的.     

基于Petri网的测试用例生成研究进展

在软件测试中,测试用例生成是其关键环节,也对实现软件测试的自动化有着重要影响。基于Petri网的测试用例生成方法是通过对被测试对象进行建模,由模型产生测试序列,进而生成测试用例。分析了目前基于Petri网生成测试用例的研究现状并指出了在存在的问题。     

集装箱码头同贝同步装卸调度模型与算法

为了提高集装箱码头装卸效率,建立同贝同步装卸调度模型,实现装卸桥在同一贝位内同时进行装船与卸船作业,模型通过优化装卸桥作业序列与出口集装箱积载计划降低装卸桥与龙门吊作业时间。设计了基于双层遗传算法的模型求解方法,利用上层遗传算法搜索装卸桥最优作业序列,下层遗传算法在装卸桥作业序列基础上获得出口集装箱最优积载计划,然后计算龙门吊与装卸桥作业时间,且将结果反馈到上层遗传算法,通过上下层遗传算法的反馈优化调度方案。通过算例对模型与算法进行验证。分析结果表明:同贝同步装卸调度模型可以提高装卸效率9.42%～11.53%,模型与算法有效。     

基于HGA的智能交通调度优化方法研究

针对公交车辆运营调度的现状和存在的问题,采用免疫遗传算法对公交车辆智能调度进行优化研究.遗传算法的智能化特征能够有效地改善公交车辆运营调度的不足,提高公交车辆的静态调度能力.在此基础上结合生物免疫机制等边缘学科的理论,将免疫算法与遗传算法有机结合,提出一种改进型混合遗传算法,应用于公交调度管理中的优化,并与利用简单遗传算法的计算过程进行仿真和比较.仿真结果表明,该算法简单高效、稳定性好,能够较好地克服传统方法和现有遗传算法的不足,性能得到了显著提高,获得了满意的效果,提高了公交车辆的运营效率.     

高速铁路列车运行图结构优化研究

为提高高速铁路列车运行图的通过能力,通过紧凑铺画列车运行图,合理安排列车运行线顺序,优化了列车运行图结构;将列车运行图结构优化问题转化为旅行商问题,以巡回路径总费用最小化为目标建立0-1整数规划模型,并利用遗传算法求解。用2015年京沪高速铁路数据进行实例验证,求得列车运行图结构的优化方案。计算结果表明:原方案开行39列列车最少需628min,优化方案的开行时间比原方案的开行时间减少了133min,约21.2%,能更好地满足客流高峰时段或突发性客流激增时需尽快密集发车的要求。      

基于MTSP的机车周转图编制模型与算法

为了提高机车的工作效率，探讨了机车周转图编制模型与算法．对于给定的列车运行图，综合考虑机车使用台数最少和图形均衡性，提出了一种编制机车周转图的新算法．将机车周转图编制问题转化为多旅行商问题（MTSP）并建立数学模型，从而求得问题的最优解．最后，用列车运行图实际数据进行了验证，证明了该算法的有效性．     

��Ⱥ�㷨�ڶ��������������е�Ӧ��

动车组运用是高速铁路运输组织的关键技术之一.本文结合国内外对高速铁路动车组运用问题的相关研究,根据动车组的运用特点和运用规则,在已知列车运行图的基础上,建立了求解动车组运用问题的整数规划模型.将动车组的接续运行与检修计划制定过程转化为动车组运用网络上具有较多约束条件和目标函数的TSP问题.并借鉴了蚁群算法求解该问题.为优化我国在建和拟建的高速铁路和客运专线的动车组运用及计算机自动编制动车组运用计划提供了有效的求解算法.最后结合武广客运专线运用计算机模拟进行验算,证实了算法的可行性、实用性.     

���ڱ�������IJ��̶�ǣ����ʽ˫��ؽ�·�������������㷨

建立了不固定牵引方式双肩回交路机车周转图的数学模型，以机车在两折返段和基本段总停留时间最少为目标，设计了求解该机车运转制机车最优配置的一种变异进化算法。该算法根据个体适应度的优劣而对个体进行不同程度的变异，并采用启发式变异和随机变异两种变异策略，既使优秀个体的染色体中优良模式能够最大程度地遗传给子代，又保持了子代的多样性，有助于提高算法的优化性能和收敛速度。以某列车运行图为例仿真计算，所求得的机车段内总停留时间和需要的机车数比该运行图分别减少约23.8%和9.8%，并与遗传算法进行了比较。     

Mutating Evolution Algorithm for Locomotive Diagram with Double Shoulders-Circuit Locomotive Routing by Unfixed Traction Mode

A mathematical model for double shoulders-circuit locomotive routing by unfixed traction mode has been presented whose objective is to minimize the total time for locomotives staying in districts and an optimized schedule has been obtained with a mutating evolution algorithm. The algorithm carries on the varying-degree mutation according to the fitness of the individual and uses the heuristic mutation. The stochastic mutation can make the eminent schemas heredity to the filial generation which, from the chromosome of the excellent individuals, maintains the multiplicity of the filial generation. Thereby the algorithm can enhance the optimized capability and the convergence rate. The proposed method has been tested over an actual problem of train diagram. The results show that the total time of locomotives staying in districts and the required number of locomotives are reduced by about 23.8% and 9.8 %, respectively, compared with the genetic algorithm.     

武广客运专线动车组运用优化模型及求解思路

动车组运用是客运专线运营的重要内容,通过动车组的运用优化可以有效的提高动车组运用效率以及客运专线运营效率。在给定列车运行图条件下,动车组所属权、检修规程、运用方式和作业时间标准是影响其运用计划编制的重要内容。针对武广客运专线,在分析武广客运专线动车组的修程修制和运用方式的基础上,结合给定的列车开行方案,以完成列车运行图任务所需动车组数量最少和动车组运用率均衡为目标,建立了考虑日常检修和一级检修的武广客运专线动车组运用优化模型,并给出了该优化模型的求解思路。作者首先将该模型简化为单目标规划问题,然后将其转化为动车组运用的TSP网络模型,该模型可以用蚁群算法进行求解。     

基于知识的具有关键设备的生产调度问题遗传编码方法与算法

针对具有关键设备的调度问题,提出了基于知识的问题编码方法,包括染色体结构表法、染色体构造算法和操作序列生成算法,并给出了编码实例。     

有时间约束旅行商问题的启发式遗传算法

有时间约束的旅行商问题作为旅行商问题的拓展,是一个重要的NP难题,深入研究这一问题具有重要的理论和实践意义。将时间窗约束转化为目标约束,采用序列编码设计了基于启发式规则的可同时处理软、硬时间约束的遗传算法——2-交换变异的遗传算法和3-交换变异的遗传算法。实验表明HGA1优于简单遗传算法(SGA),HGA2优于HGA1。     

�Ŵ��㷨�ڶ�̬·���յ�ϵͳ�е�Ӧ��

提出了以随机A*算法为基础，运用遗传算法来求解不满足先进先出原则的动态网络中最短路径问题的思路，其中通过运用提出的随机Dijkstra算法解决了将遗传算法应用于最短路径问题中的最大障碍－初始种群的产生。最后，以广州市电子地图为基础，对提出的算法进行了验证，试验结果表明遗传算法适合求解非常态且不满足先进先出原则的动态网络中的路径诱导问题。