基于极大熵模型的交通出行矩阵解法研究

引入拉格朗日乘子，对由路段观测流量反推交通出行矩阵的极大熵模型进行变换，将优化问题转换为非线性方程组的求解，并提出一种遗传算法求解方法.该方法以非线性方程组的待求量为决策变量，方程组两端向量的均方差最小值为目标函数，初值在决策变量可行域内随机产生.通过实例验证，遗传算法较之牛顿法改进了其对初始值要求严格、易产生局部收敛并含有矩阵求逆的不足，且当初始值偏离真实值较大时，遗传算法求解成功率远远高于牛顿法，证明了遗传算法在多种交通网络中求解交通出行矩阵是可行的.     

遗传算法在求解时间表问题中的应用研究

时间表问题（TTP）是一类特殊的资源调度问题，属于NP完全问题．排课问题是时间表问题的一个实例，属于多目标优化问题，本文给出了其数学模型．由于遗传算法具有良好的全局搜索能力，在优化问题中有着广泛的应用．本文根据排课问题的特点对普通遗传算法作了改进，设计了一种新的染色体编码方法，通过线性加权法将各目标优化函数进行整合转化成为单目标优化问题，并将此作为遗传算法的适应度函数．最后给出了一个计算实例，用MATLAB进行了仿真，算法最终收敛到稳定状态，所得的结果能够满足要求．     

一种高层次多电压功耗优化方法

提出了一种在时间与面积约束下,运用遗传算法同时进行操作调度和资源分配的高层次多电压功耗优化方法．对于时间和面积约束所导致的无效染色体,通过将约束优化问题转换成两个目标函数的极值问题,一个为原问题的目标函数,另一个为违反约束条件的程度函数,避免了约束条件对问题求解的影响．对于数据依赖所导致的无效染色体,采用基于数据依赖的单点杂交算子来解决．实验结果表明,该算法比不考虑无效染色体处理机制的简单遗传算法的多电压功耗优化方法的功耗优化能力提高10％,收敛速度提高15％．     

城市交通网络中的路径优化研究

城市交通网络中出行车辆从起点到终点的路径优化问题是智能交通研究的重要课题．由于出行车辆的最优路径是随着时间和路况的变化而变化的，因此车辆在进入每一个节点之前都应该计算出一条在当前时刻的最优路径，以确定车辆在进入每一个节点时要选择的下一步路径．利用有向图的有关理论，建立了城市交通网络路径的优化模型，给出了交通网络中有向图每条边权值的数学模型，利用传统的dijkstra算法进行优化，动态获得出行车辆的最优路径．经计算机仿真研究表明，该方法是可行的。     

遗传算法在结构有限元模型修正中的应用

针对传统优化矩阵方法和优化元素方法的目标函数存在误导性的问题,采用改进的最优化元素型模型修正法,该方法定义了合理的目标函数,不需要质量归一化的模态振型.为了快速、准确地求得全局最优解,使用一种浮点数编码的遗传算法来解决模型修正问题中的优化问题.通过对一个7个自由度的质量-弹簧系统和一个复杂平面桁架结构模型修正的数值计算,验证基于遗传算法的改进的最优化元素型法的有效性.     

基于遗传算法的城域交叉路口两级模糊控制

分级模糊控制能有效减少模糊规则数，易于提取模糊规则，适合于交通状况复杂的城域交叉路口的交通控制，但它存在难以由人工合理定义全部模糊隶属度函数的问题．为此，提出了一种面向城域单交叉路口的自适应两级模糊控制系统，并采用遗传算法对两级模糊控制器中模糊隶属度函数进行优化调整．该控制系统具有分级模糊控制的优点，同时可以让模糊隶属度的选取更为合理，使模糊隶属度函数在不同交通情况下自适应地变化，从而改善控制效果．对一个两相位孤立交叉口进行仿真．结果表明该法能有效降低通行车辆在交叉口的平均等待时间。     

遗传算法在曲柄摇杆机构优化设计中的应用

本文采用遗传算法 ,对曲柄摇杆机构再现已知运动规律问题进行了优化设计。文中对优化问题的数学模型和遗传算法在解决此问题时的计算过程进行了比较全面的描述。通过与传统的惩罚函数法在同一问题中应用结果的对比 ,表明了该算法的有效性     

交通检测器配置组合优化模型及算法

探讨了基于道路环境、出行路径选择及路段交通流时变特性的城市道路交通检测器配置问题。提出了检测器配置原则,建立了组合优化模型．分析了模型的计算复杂性,根据目标函数的性质和约束条件的相容性,提出了基于解空间分解的有序组合树算法．通过限制不可行子空间、可行非最优子空间,能缩小搜索范围,并给出模型的全局准确最优解．介绍了模型参数的计算,探讨了检测器利用率的量化方法,阐述了交通流小时波动系数、路段客观重要度、检测器配置成本等模型参数的意义及计算依据,给出了计算方法．最后,通过实例说明该模型的应用及计算过程．     

惩罚函数法在遗传算法处理约束问题中的应用

主要研究惩罚函数法在遗传算法中的应用。将传统优化方法中的惩罚函数法与遗传算法相结合，研究了三种不同的惩罚函数法在遗传算法中的实现和应用，编制了计算程序。通过对连续变量无约束优化、连续变量约束优化和离散变量约束优化等典型优化问题的计算分析，将三种惩罚函数方法进行了比较，指出了它们的特点及选用原则。同时，对遗传算法中各种算子的不同形式也进行了研究和比较，得出了一些有意义的结论。     

基于双层规划的拥挤定价模型及算法

城市道路拥挤定价具有双层特性,上层为城市交通管理部门,下层为道路使用者．本文假设用户出行成本仅与出行时间相关,应用双层规划模型建立拥挤定价模型,并讨论双层规划模型的遗传算法．研究表明,双层规划模型能有效解决复杂的拥挤定价问题,遗传算法收敛较快,容易实现计算精度要求．     

电子商务环境下女性服装消费行为分析

以女性网购消费者的购买行为为研究对象,以问卷调查方式,时网购的主要群体、信息来源、购买决策风格、频次、经验、购买的服装类别、渠道、付款方式、购买过程中的关注因素以及满意度等进行了抽样调查.运用SPSS统计软件对调查结果进行分析.结果显示:我国女性服装网购者主要集中在19～35岁之间、月收入低于3 000元的大学生和职员...     

大学生网购状况及其性别差异

以湖北汽车工业学院为例,通过问卷调研的方法对大学生的网购状况进行了综合分析。结果显示,大学生的网购状况与其消费能力并不匹配,且男女大学生在对网购的了解度、参与度和购物种类等方面存在较大的差异,男生对网购的了解度为81．93％,女生为74．61％;男生的网购参与度为41．27%,女生为29．69％。教师应该针对性别差异及消费能力正确引导大学生参与网购。     

基于多属性决策和协同过滤的智能导购系统

提出了一种基于Agent的智能导购系统.首先,系统通过人机交互方式获取顾客的当前需求,并将当前需求与内嵌的专家知识进行集成,利用多属性决策方法作为比较机制,为顾客推荐合适的商品.为了减少人机交互时间,系统还提出基于顾客的协同过滤方法.最后,采用JADE平台开发了原型系统,并进行系统的集成和Web应用设计.     

商场购物环境设计中企业形象的创造

通过对现代购物环境的分类 ,以及对人们生活节奏、购物模式变化的分析 ,强调了企业形象展示在商业环境中越来越重要的地位 ;并探讨了几种主要购物环境中的形象展示诉求 ,以及解决方法。     

在线服装展示与网购服装风险感知的影响关系

用定性分析方法梳理了国内外网购风险感知的相关研究成果,归纳出网购服装性能风险感知因子,并结合目前我国在线服装展示应用情况,归纳出4种在线服装展示方式.通过实验方法研究在线服装展示与网购服装风险感知之间的影响关系,可以得出:1)真人模特展示方式是最理想的展示方式,在此种展示方式下消费者网购服装性能风险感知较低;2)虚拟试衣展示方式能有效降低消费者在服装合适性方面的风险感知,但消费者对质量和颜色方面的风险感知较高;3)平铺式展示方式下,消费者的合适性和质量风险感知都较高;4)人体模特展示方式没有突出的表现.     

大学生网络购物信任的结构与测量

通过文献综述、开放式调查、小组焦点访谈和样本预测的统计分析等提出大学生网络购物信任的三维构想,以此为基础自编大学生网络购物信任问卷。对江苏省15所高校594名大学生进行正式调查,并对结果进行探索性因素分析和验证性因素分析。结果表明:大学生网络购物信任主要包括卖家品质信任、网络交易信任和服务信任三个维度;研究所构建的大学生网络购物信任结构比较合理,编制的大学生网络购物信任问卷是一个具有较好信度和效度的测量工具,可以为进一步研究提供依据与基础。     

电子逛街系统中商品展示子系统的设计与开发

该文针对当前电子商务推广应用当中存在的操作复杂，与真实的逛街购物当中的商品可看、可摸的直观性存在的一定差距等原因导致的顾客群受限问题进行了分析，提出了利用网络视音频技术来实现模拟真实逛街所能看所能听的电子逛街系统，该系统将对网上电子商务的应用得到极大的推广；同时设计开发了当中最重要的商品展示子系统。     

商业区近距离交叉口交通组织设计研究

研究位于商业区近距离交叉口的交通流组织优化设计,对改善该区域的交通运行状况、提高车辆和行人安全、解决城市交通拥挤等问题具有重要意义．以长春市欧亚车百商业区近距离交叉口为例,通过交通参数的调查分析,结合其地理位置及商业功能,提出交通组织设计方案,并采用饱和度和延误两个参数进行改善前后的对比分析．     

浅谈旅游购物环境的构成

关于旅游购物环境的构成,目前国内外学术界尚无统一的界定。本文站在旅游者的角度从宏观和微观两方面探讨了旅游购物环境的构成,并具体分析了对旅游者旅游购物产生影响的各种环境因素。     

基于因果模型的社交网络用户购物行为研究

社交网络用户的购物行为体现用户在社交影响下自身物质需求和社交需求的意愿,是社交网络营销的重要研究内容。传统的网络购物行为分析仅关注用户行为间的相似度,忽略了用户的社交需求及同伴行为的影响。对此,结合反从众理论和社交需求特性,对用户购物行为进行特征构建;其次,针对社交网络用户数据不完全观察特性,提出了基于快速因果推断（Fast Causal Inference,FCI）的用户行为因果机制发现算法;最后,基于模型的实验分析和实证分析验证了模型因果机制的合理性。