智能交通系统中车辆调度问题的遗传算法研究

在智能交通系统(ITS, Intellignet Transportation Systems)的各个子系统中,先进的公共交通系统(APTS, Advanced Public Transportation System)具有重要地位和作用,其中车辆调度问题是APTS的关键.为了提高车辆调度的智能化,提出了一种基于遗传算法(GA, Genetic Algorithm)的公交车辆智能调度方法,采用最小费用作为目标函数,考虑了车辆配置、时间、运营效率及资源利用等方面因素,通过选择、交叉及变异等遗传操作,得到了最优的调度排序方案,并对2种交叉方式进行了比较,仿真结果表明,利用GA解决车辆调度问题具有可行性、先进性和快速性.      

半自动驾驶公交车辆编组与调度优化

半自动驾驶公交车辆编组是指半自动驾驶公交单元通过车联网技术连接在一起，实现车辆协同驾驶和车辆容量动态设计的车辆组织技术。以半自动驾驶公交车辆编组为出发点，建立编组车辆动态运行模型，分析编组车辆到离站时间、乘客上下车过程、车辆容量限制和车载乘客数量变化等。在此基础上，以车辆运营成本和乘客候车时间成本之和为目标函数，以车辆编组大小和发车时刻为决策变量，建立半自动驾驶公交车辆调度优化模型。提出改进的遗传算法高效求解模型。以杭州55路公交线路为实证案例，仿真结果表明:相比于传统人工驾驶公交的车辆调度，基于半自动驾驶公交的车辆调度能降低29.2%的车辆运营成本和18.2%的乘客候车时间成本，所得结果证实了所建模型优化半自动驾驶公交车辆调度的有效性。      

改进遗传算法在飞机总体参数优化中的应用

基于飞机总体参数设计中的多目标优化问题,提出了改进的多目标遗传算法.算法围绕Pareto最优解的概念,利用遗传算法的内在并行性,设法求取多目标优化问题的"Pareto前沿".将不同的改进遗传算法应用于同一干线客机总体参数优化设计中,要求巡航升阻比和有效载荷系数两个目标达到最大,并对各种算法所得的结果进行综合分析与比较,结果显示:基于Pareto排序的多目标优化算法(NSGA,Non-dominated Sorting Genetic Algorithm)的Pareto解最优,可以支配改进的向量评价遗传算法(VEGA,Vector-Evaluated Genetic Algorithm)和随机权重遗传算法(RWGA,Random-Weight Genetic Algorithm)的结果;而VEGA和RWGA的结果互有优劣.      

基于混合遗传算法车间多工艺路线批量调度

结合启发式分派规则和模拟退火算法,给出了改进的遗传算法——遗传退火算法(GASA,Genetic Algorithm-Simulated Annealing Algorithm).该算法采用新型POX交叉算子,通过结合模拟退火算法,有效地避免了基本遗传算法解决车间调度早熟的问题,并通过实验验证了该算法的有效性.基于GASA研究了航空复杂产品制造车间中,考虑生产批量、生产转换时间、允许多设备加工路线的车间静态与动态调度问题,分析并验证了不同分批方法对考虑以上因素的车间生产调度结果的影响.该算法已应用到某航空车间生产计划与控制系统中.      

智能交通系统中的公共交通信息管理体系

介绍了我国智能交通系统ITS(Intelligent Transport Systems) 研究开发所涉及的内容,详细阐述了公共交通信息管理体系的主要内容及其动态管理.公共交通信息管理系统的研究开发,可以加强道路、车辆、驾驶员以及管理人员的联系,使得管理人员对公共交通情况了如指掌,有效地解决道路交通拥塞现象,有利于调度车辆和管理交通,从而实现公共交通的智能化管理,以确保提高道路运输效率和行车安全,具有良好的应用前景.     

一种改进的多目标粒子群优化算法

为了增强多目标粒子群优化算法的收敛性与多样性,提出一种改进的多目标粒子群算法.采用Kent映射对种群进行初始化,并将目标空间均匀划分为若干扇形区域;基于一种新的多样性和收敛性判定标准,选取合适的收敛性最优解和多样性最优解,并提出一种改进的粒子群更新公式进行全局搜索;采用聚类算法对外部种群与坐标轴夹角进行分析,维护外部种群.通过标准测试函数的仿真实验,与多目标优化算法基本MOPSO(Multi-objective Particle Swarm Optimization Algorithm)和NSGA-II(Nondominated Sorting Genetic Algorithm II)进行对比,结果表明了该改进算法的有效性.     

航天简讯

北京公交车用卫星定位调度□□９月２５日，北京市智能化公交车运营调度指挥中心正式成立，同时向全市公布了统一叫车电话６８３７３３９９。从此，乘客只要拨通这个电话，通过调度中心的ＧＰＳ卫星定位调度系统就可自动寻找最近区域内的空驶出租车进行调派。这既为司机提供了距离最近的客源，又减少了乘客的等候时间。据了解，北京市五环路以内的所有装有ＧＰＳ卫星定位追踪器的公交车辆，都可显示在指挥中心的超大电子屏幕上，坐在８．２２ｍ宽、２．０４ｍ高的电子屏幕前，能看到安装了ＧＰＳ卫星定位追踪器的公交车辆在屏幕上闪光移动。…     

GA-A3DI-FDTD的PML吸收边界数值反射分析

研究一种减小三维交替方向隐式时域有限差分法ADI-FDTD(Alternating-Direction Implicit Finite-Difference Time-Domain)数值色散的新方法GA-A3DI-FDTD(Genetic Algorithm Artificial Anisotropy ADI-FDTD).首先对添加人工各向异性介质后的三维ADI-FDTD迭代公式进行变形,得到新的数值色散关系,再利用自适应遗传算法AGA(Adaptive Genetic Algorithm)得到需要添加的人工各向异性介质的相对介电常数.并以空心波导作为数值算例,分析了由不同目标函数得到的人工各向异性介质对计算精度以及PML(Perfectly Matched Layers)吸收边界数值反射产生的影响,同时分别与传统ADI-FDTD相比较.结果表明通过正确选择目标函数,得到更加合适的人工各向异性介质,可以在减小三维ADI-FDTD数值色散的同时,有效地抑制由于人工各向异性介质的添加所造成的PML吸收边界数值反射的增强.      

一种面向无线视频流的包调度算法

以终端系统为研究对象,给出了一种端到端的无线网络视频流系统结构.在一个GOP(Group Of Picture)中,各个视频包VP(Video Packet)对视频解码质量影响不同,据此定义了视频帧 的重要性系数.在此基础上提出了一种基于视频帧重要性的无线视频流包调度算法WV SPSA(Wireless Video Streaming oriented Packet Scheduling Algorithm),该算法能够根据视频帧的重要性动态调整视频帧的发送次序.仿真结果表明,所提出的视频流系统结构合理,WVSPSA算法性能优于目前主流的EDF(Earliest Deadline First )算法.      

异构计算系统中独立任务调度的混合遗传算法

有效的任务调度是异构计算系统获取高性能的关键因素之一,由于任务调度问题是NP-困难的,为了获取尽可能好的解,文献中存在许多启发式调度算法.针对异构计算系统的独立任务调度问题,基于遗传算法和最小完成时间算法MCT(Minimum Completion Time),提出一种新的混合遗传算法,它采用遗传算法来进化任务调度的优先队列,然后再使用MCT算法把优先队列解码为一个有效的调度,与文献中其它算法进行比较表明,它不但能产生更好的调度结果,而且有很好的收敛速度.      

卫星星座优化设计的分布式遗传算法

遗传算法在区域卫星星座的优化设计中可以得到很好的结果。但使用遗传算法时，往往计算量很大，星座规模较大时会带来计算上的困难。充分利用计算机网络的空闲计算资源进行分布式计算可以解决这一问题，文章提出了相应的分布式计算模型，给出了实现方法，算例表明分布式遗传算法效率很高，该分布式计算方法也可以推广到其他应用领域。     

基于EMD和SVM的机载燃油泵故障诊断研究

针对机载燃油泵故障数据来源较少、诊断效率较低、维护费用较高、缺乏有效故障特征的问题,利用机载燃油转输系统实验平台收集的振动信号和压力信号,提出了一种基于经验模态分解(EMD)和支持向量机(SVM)的机载燃油泵故障诊断方法。首先,利用EMD提取振动信号不同频段的能量值作为特征参量,并结合压力信号均值构造故障特征向量;其次,分别采用遗传算法(GA)、粒子群优化算法(PSO)、樽海鞘群算法(SSA)、网格搜索算法(GS)对SVM的惩罚参数和径向基函数(RBF)参数进行优化,并对优化后的SVM诊断性能进行了评估;最后,分别采用SVM、极限学习机(ELM)、BP神经网络作为分类器,并对3种分类器的诊断性能进行了评估。结果表明:采用3种群智能优化算法的SVM故障诊断率均能达到100%,寻优过程中均未陷入局部最优解,且寻优时间相当,其中GA的训练时间最短,可以采用GA对SVM参数进行寻优;当采用GA_SVM作为故障分类器时,用时较短,且故障诊断率较高,可以选用GA_SVM分类模型实现机载燃油泵的高效故障诊断。      

基于遗传算法的载人航天器标准返回轨道设计

载人航天器返回时,根据任务的要求,需要设计一条标准返回轨道,作为制导时的参考轨道。文章探讨利用遗传算法（ＧＡ）来自动设计标准返回轨道。通过仿真表明,遗传算法在标准返回轨道设计中具有一定的优越性。仿真结果满足任务要求。     

空间科学任务协同设计过程优化

为了对概念设计阶段空间科学任务协同设计过程进行合理规划, 减少设计反馈, 降低系统耦合度, 提出了设计结构矩阵(DSM)过程建模和遗传算法(GA) 过程优化算法. 该方法采用DSM对空间科学任务设计活动序列进行建模, 通过DSM描述设计活动间的信息依赖关系, DSM上三角之和代表该设计活动序列设计反馈次数; 将 DSM对应的设计活动序列视为染色体, 采用GA进行序列优化, 最小化设计反馈次数. 通过过程优化算法获取最佳设计活动序列, 优化设计过程, 降低系统耦合度. 空间科学任务实例分析结果表明, 该方法能够有效应用于空间科学任务协同设计的过程建模和过程优化, 指导设计过程的制定.      

基于遗传算法的最佳熵阈值图像分割法

将遗传算法用于图像分割的Ｋａｐｕｒ 等人提出的最佳熵阈值确定法（ 简称ＫＳＷ 熵法） 中,进行了针对图像分割遗传程序所需的参数设计．ＫＳＷ 熵方法具有很多优点,但同时也存在弱点：需要大量的运算时间,特别是在计算多阈值时．因此需要引入优化算法．Ｊ． Ｈｏｌｌａｎｄ 的遗传算法是具有鲁棒性和自适应性的搜索方法．采用遗传算法实现单阈值和多阈值图像分割,实验结果表明分割速度快于传统的ＫＳＷ 熵法,缩短了运算时间．     

遗传算法在电子战干扰规划中的应用

电子对抗干扰资源任务规划问题对于充分发挥干扰机作战效能,取得最佳干扰效益有重要作用.结合现代电子战特点,利用搜索论推导出了干扰机压制概率的计算公式,建立了干扰任务分配模型,并阐述了传统匈牙利方法在这一问题处理上的局限性.结合智能优化算法,提出了基于遗传算法的干扰资源优化分配模型.解决了优化分配模型所需的符号编码方式,并给出了相关的选择、交叉、变异等遗传算子的具体设计.利用该模型,解决了2个实例.结果表明,该模型在干扰资源任务配置问题上具有很强的实用性,遗传算法可以有效地辅助指挥员解决干扰资源部署决策这一复杂而困难的问题.     

基于遗传算法的最佳熵阈值图像分割法

将遗传算法用于图像分割的Kapur等人提出的最佳熵阈值确定法(简称KSW熵法)中,进行了针对图像分割遗传程序所需的参数设计.KSW熵方法具有很多优点,但同时也存在弱点:需要大量的运算时间,特别是在计算多阈值时.因此需要引入优化算法.J. Holland的遗传算法是具有鲁棒性和自适应性的搜索方法.采用遗传算法实现单阈值和多阈值图像分割,实验结果表明分割速度快于传统的KSW熵法,缩短了运算时间.      

求解流水车间作业排序问题的一种遗传算法

车间作业调度与排序是生产管理与组合优化领域研究的重要课题，由于其内在复杂性，很难利用经典方法求出最优解。遗传算法对于这类问题具有较强的寻优能力。本文针对流水车间的作业排序问题设计了一种遗传算法的实现形式，对现有的遗传算子进行了改进，通过算例分析表明，该算法具有良好的收敛特性与运算效率。     

基于离子推进技术的轨道转移设计

将太阳能离子推力器应用于卫星的推进系统,完成从地球同步转移轨道(GTO)到地球同步轨道(GEO)转移任务;建立任务模型,设计基于纬度幅角的反馈控制策略,对发动机开关时间进行优化.采用图形处理器（GPU, graphic processing unit）加速的遗传算法(GA,genetic algorithm)对卫星转移轨道任务进行优化设计.仿真结果表明：通过对该闭环控制器的定常参数进行优化,可将轨道导引至目标轨道附近;采用太阳能离子推力器可减少燃料消耗.基于GPU加速的遗传算法,可缩短算法运算时间.