多重约束下的受灾点应急物资智能优化调度策略

制定公平有效的应急物资分配策略是降低突发灾害损失的重要保障.在物资缺乏的情况下综合考虑紧急程度、最大化满足率和公平性,提出了一种带多重约束的应急物资调度模型,并提出了一种混合麻雀搜索算法用于模型求解.针对所提模型多重约束条件,设计了平衡解码策略提高所提算法的解码能力,同时设计了局部变换搜索算子提高所提算法的局部寻优能力.实验结果表明,所提模型能够在多重约束条件下能最大限度提高应急物资利用效能,为应急物资分配提供有力支撑;所提算法具有较好的寻优能力,能够得到公平有效的应急物资调度方案,满足应急物资智能优化调度的需要.

改进麻雀搜索算法求解带削峰需求响应的混合流水车间调度问题

电力需求响应是用电高峰时期维护电网供需平衡的重要手段,而削峰是智能电网实现电力需求响应的主要方式。为了使采用混合流水车间生产的企业更好地参与削峰需求响应,优化生产调度,在混合流水车间调度问题中引入了削峰需求响应,建立了新的问题模型,并提出了一种改进麻雀搜索算法用于模型求解。针对标准麻雀搜索算法易陷入局部最优的问题,所提算法通过加入K-均值聚类替换策略改进了标准麻雀搜索算法的局部搜索能力。实验结果表明,所提模型和算法能够提供较好的削峰生产调度方案,满足企业实施削峰需求响应调度的需要。

物资缺乏情况下的应急物流运输与物资二次分配策略

针对应急物流中的运输时效性和物资分配公平性问题,提出了一种两阶段应急物流运输与物资二次分配策略。首先,基于所定义的时间满意度、物资满意度和综合满意度,提出了最大时间满意度车辆路径问题模型和最小加权满意度标准差应急物资分配模型。第一阶段针对最大时间满意度车辆路径问题模型设计了一种混合灰狼优化算法进行求解,该算法采用了最优分割过程分组解码策略,并采用了混沌搜索策略、2-Opt和1-1局部搜索策略来提高算法的搜索能力;第二阶段针对最小加权满意度标准差应急物资分配模型设计了混沌灰狼优化算法求解。实验结果表明:在第一阶段,总体时间满意度比CVRP模型提高了39.31%;在第二阶段,当实际物资量为80%和权重系数为0.75时,计算得到的综合满意度标准差为0.0619,物资满意度标准差为0.0974,较好地平衡了灾民的心理诉求和物资利用效能。两阶段应急物流运输与物资二次分配策略得到了较高的时间满意度和较好的物资分配结果,证明了所提模型和算法的有效性。

基于视频信息的城市路段交通安全状态评估方法研究

针对现有交通安全状态实时评估方法的评估效果不理想的问题,建立了基于视频信息的城市路段交通安全状态评估方法,分析了基于视频信息的交通流参数快速检测方法,从车速离散度的角度提出了影响城市路段交通安全状态的路段车速离散度的概念,建立了基于路段车速离散度的城市路段交通安全状态评估方法。实验表明,所提方法能够实时合理地对城市道路的安全状态水平进行评估,评估结果可以为交通管理部门制定有效的城市路段交通安全改进方案提供相应的依据。

公交优先交通控制的协同混沌粒子群算法

针对区域路网多交叉口公交优先通行协同控制问题,提出了一种区域路网降级建模策略,并基于此策略建立了一种以人均延误最小为目标的区域路网多交叉口交通信号协同优化控制模型;并通过引入混沌优化策略和多种群协同搜索策略,提出了多种群协同混沌粒子群算法求解模型。实验表明,所提出的模型和算法具有较好的实用性;所提算法相较于Webster固定配时方案、遗传算法和标准粒子群算法能得到更优的信号配时方案,区域路网的人均延误时间得到了有效降低。

基于最大偏差相似性准则的交通流聚类算法

针对常用聚类算法对随机性强、波动频繁的交通流聚类效果不理想的问题,提出了一种新的交通流相似性度量准则——最大偏差相似性准则,并提出了一种基于最大偏差相似性准则的交通流聚类算法。最大偏差相似性准则能够有效刻画频繁波动交通流曲线的形态相似性,具有简明、合理、灵活等特点;聚类算法无须预先指定类别数,能够保证类间曲线的明显差异性和类内曲线的高度相似性。实验表明,所提出的算法聚类效果明显优于常用聚类算法,聚类结果能够较好地满足实际应用的需要。

基于频率优先的智能交通数据快速检索算法

智能交通系统的数据量巨大,但有价值的数据比例却很低,全局检索特定数据将耗费大量的资源。本文提出了一种检索模型来筛选出高频检索目标内容、缩小检索范围,并提出一种快速检索算法来进行数据检索。该算法对用户查询目标数据的频率进行相关跟踪记录,以此作为下次检索概率的评判,并记录保存在数据库中,从而实现从全局检索缩小到局部检索,有效提高检索效率。实验表明:在某特定时段(场景)内,对目标数据多次进行查询,其检索速度会远快于常规的检索策略。

嘉应学院 IPv6部署行动与实践

我国已经建成规模最大的纯IPv6教育科研网络CNGI-CERNET2,但大多数地方高校校园网仍是纯IPv4网络,无法有效发挥CNGI-CERNET2的优势为了推进教育系统IPv6基础网络设施规模部署和应用,促进下一代互联网与教育的融合创新,对地方高校校园网进行全面IPv6升级改造势在必行.本文以嘉应学院为例,对地方高校IPv6规模化部署和应用相关问题进行研究,对地方高校校园网IPv6的建设思路进行了探讨,并给出了地方高校IPv6规模化部署和应用的行动要点.

带近邻距离权重和聚集度的贝叶斯短时交通流预测算法

针对波动性大、存在离群值情况下的交通流短时预测效果不理想的问题,提出了一种带近邻距离权重和聚集度的贝叶斯短时交通流预测算法.该算法提出了近邻聚集度的概念,并结合近邻距离权重,建立了贝叶斯推理预测模型,改进了传统K近邻预测算法形成预测值的机制,抑制了离群值的不利影响,提高了预测精度.仿真分析表明,所提出的算法比等权重预测算法、带权重预测算法、SVM预测模型的平均MRE分别降低2.62%、2.51%、1.04%,预测结果能够满足实际应用对短时交通流的预测精度要求.

智能高清酒店视频监控系统的设计与实现

针对酒店监控系统的不足，融合通信技术、控制技术和计算机网络技术，研发了一套智能高清酒店视频监控系统，实现了对酒店实现统一、有序、智能化、网络化管理，具有可维护性、可扩展性、稳定性和安全性等特点，满足了不断变化的用户需求，该系统具有实际应用价值。

带时间窗的车辆路径问题的离散蝙蝠算法

本文提出了一种离散蝙蝠算法求解带时间窗的车辆路径问题(vehicle routing problem with time window).该算法提出了蝙蝠位置的定义、速度的定义、位置更新操作、速度更新操作、频率更新操作,并采用惩罚机制与向量比较机制相结合的方法处理相关约束条件.该算法引入了随机插入策略、最少客户车辆插入搜索、普通插入搜索、交换搜索、带时间窗的2-Opt搜索等策略来扩大搜索空间、加强算法的收敛效率.实验结果表明:所提出算法具有较强的寻优能力、较高的鲁棒性、较少的时间耗费;本文所采用的关键参数值和策略能提高所提出算法的性能;通过假设检验证明了所提出算法与对比算法之间的算法性能均有显著性差异.

泰森多边形的离散蝙蝠算法求解多车场车辆路径问题

本文提出一种泰森多边形的离散蝙蝠算法求解多车场车辆路径问题(multi-depot vehicle routing problem,MDVRP).所提出算法以离散蝙蝠算法为核心,融入了一种基于多车场多车辆问题的编解码策略.所提出算法还使用基于泰森多边形的初始化策略加快算法的前期收敛速度,采用基于向量比较机制的适应度函数来控制算法收敛的方向,引入基于近邻策略和优先配送策略的局部搜索算法来提高算法的寻优能力.实验结果表明:在合理的时间耗费内,所提出的算法能有效地求解MDVRP,尤其是带配送距离约束的MDVRP;相对于对比算法,所提出的算法表现出较强的寻优能力和稳定性.

快递公司协同车辆路径问题的优化

针对快递公司运作模式的特点,建立了基于硬时间窗、车辆载重、行驶里程、多种车型等约束条件的多车场协同车辆路径问题的数学模型,应用基于精英选择、混沌变异及模拟退火机制的混合遗传算法求解。首先应用扫描算法对客户分组,然后应用混合遗传算法求解,最后采用3-opt进行局部寻优。将该算法应用到1个随机产生的实例和3个benchmark算例上,通过总成本、总行驶距离、每辆车的行驶距离和利用率、运行时间及收敛速度来分析模型和算法,结果表明提出的模型优于一般情况下的多车场车辆路径问题模型,能大大节约成本,而且提出的算法优于遗传算法。

基于最大偏差相似性准则的BP神经网络短期电力负荷预测算法

针对企业电力负荷随机性强、稳定性低、预测精度不理想等问题,提出了一种基于最大偏差相似性准则的BP神经网络短期电力负荷预测算法。首先对最大偏差相似性准则算法进行修改,并提出使用预测日的负荷特征向量与最大偏差相似性准则算法聚类之后的类中心负荷特征的距离来确定预测日的相似日类别;然后将聚类后的相似日类别负荷数据作为BP网络的训练数据,输出预测日起始的连续三天96整点负荷值。实验表明,该方法提出的短期电力负荷预测方法在精度和网络训练时间上都有较大的提升,具有较高的有效性和实用性。

公交优先交通信号优化控制的动态自适应混沌粒子群优化算法

公交优先是先进公共交通系统中的重要组成部分,对公交优先下的城市道路交叉口交通信号进行优化控制,能有效提高城市公共交通运行效率。为实行公交优先并兼顾社会车辆通行需求,建立了一种以乘客人均延误最小为目标的单交叉口交通信号配时模型,并提出一种动态自适应混沌粒子群优化算法对该模型进行求解。该算法引入动态自适应策略和混沌优化策略来解决标准粒子群优化算法早熟、寻优能力低等问题。仿真实验表明:所提出的模型和算法具有较好的实用性;通过所提算法能得到较优的信号配时方案,社会车辆延误、公交车平均延误和人均延误时间均有一定的减少。

基于大数据的脉冲宽度调制健康治疗仪的研制及应用

针对传统的治疗仪参数配置需要花费大量精力,且容易失误的问题,应用大数据、脉冲宽度调制等技术研制一种脉冲宽度调制健康治疗仪,并开发了大数据服务平台。实际应用表明,本治疗仪可减少用户的工作量,提高工作效率和使用安全性,治疗效果良好。

基于K近邻非参数回归的短时公交客流预测

由于公交车客流数据的复杂性和随机性,传统的数学模型很难预测其客流特性,因此本文提出了一种K近邻非参数回归的方法进行短时公交客流预测。最后结合实例表明,该方法预测出来的短时客流数与实际客流数有较好的拟合度。

基于优化决策树和EM的缺失数据填充算法

针对大数据管理与应用中数据缺失的问题,提出一种基于优化决策树和EM的缺失数据填充算法对多属性缺失数值型数据进行填充。为解决决策树过分拟合问题,该算法采用基于精英策略的自适应遗传算法优化后的决策树对数据进行分类,再结合EM算法实现数值型数据的填充。仿真结果表明:对比优化前的决策树算法,优化后的决策树分类精度更高,平均填充耗时更少。

基于扩展粒子群优化的支持向量机短时交通流预测

为了快速、准确地对交通流进行实时预测,将扩展粒子群算法应用到支持向量机的短时交通流预测优化中.首先对交通流样本数据进行重构,建立支持向量机预测模型.然后通过扩展粒子群算法对模型中的参数进行寻优,得出最优参数和优化时间.最后经过实验仿真,比较了基于网格搜索法优化的支持向量机、基于标准粒子群优化的支持向量机和基于扩展粒子群优化的支持向量机的泛化测试结果.结果表明,基于扩展粒子群优化的支持向量机在短时交通流预测中更具优势.