公交IC卡收费系统与客流数据采集、处理

根据目前国内公交收费的发展趋势,设计出用于对客流等数据采集的IC卡自动收费系统,并提出利用它来进行客流等数据采集、处理的新方案。与人工调查相比,它的投入小得多,并且可以提供大量详细、准确的动态数据,对城市公交以及公交的智能化调度、线路的开辟、优化、站点的设置等都具有极其重要的意义。

基于自适应蚁群算法的车辆路径问题研究

车辆路径问题是一个NP-hard问题,传统的方法对其进行有效求解,本文分析了蚁群算法在VRP问题中的可行性,并提出了自适应策略对传统的蚁群算法进行改进,该策略可以根据不同搜索阶段调整参数提高算法的收敛速度。最后,通过芜湖市的数据对该方法进行检验,实验结果显示,本文提出的自适应蚁群算法的性能优于传统的蚁群算法。

一种基于粗粒度—主从式的混合并行遗传算法

为了解决串行遗传算法的收敛速度和早熟问题 ,人们开始研究遗传算法的并行执行 ,并取得了很好的结果。本文提出了一种基于分布式集群环境的层次结构 (粗粒度—主从式 )的并行遗传算法—混合并行遗传算法。仿真表明 ,采用混合并行遗传算法可以有效的提高优化的速度和解的精度。

自适应并行蚁群算法

蚁群算法是一种模拟进化算法,具有很强的全局搜索能力.本文提出一种自适应的并行蚁群算法(A-PACO),该算法可以根据不同的搜索阶段,自适应确定参数的最优组合,在一定程度上避免停滞现象的出现并加速算法收敛.而且自适应的迁移策略可以较大丰富系统多样性的同时也较大降低子蚁群间的通信量,有效提高算法的搜索质量和缩短算法的运行时间.最后选用中国 CHN144问题对该算法进行检验,结果显示该算法具有较好的稳定性和较快的收敛速度.