基于人工魚群算法的列車運行調(diào)整方法研究
【學(xué)位單位】:蘭州交通大學(xué)
【學(xué)位級別】:碩士
【學(xué)位年份】:2018
【中圖分類】:U292.4
【部分圖文】:
人工魚群算法流程圖
基于人工魚群算法的列車運行調(diào)整方法研究內(nèi)能為 E,k 是波爾茲曼常數(shù)。解過程可以看作是固體物質(zhì)的退火過程,將就得出了可以很好的解決組合優(yōu)化問題的算執(zhí)行“新產(chǎn)生解→得出目標(biāo)函數(shù)差→是否接時的值為所得近似最優(yōu)解。假設(shè)固體物質(zhì)在 T 時,從狀態(tài) i 變?yōu)闋顟B(tài) j 需要遵循兩條規(guī)則 E(i),則該狀態(tài)被轉(zhuǎn)換。則該狀態(tài)以 P 的概率選擇性被接受作為新解 3 部分構(gòu)成,分別是目標(biāo)函數(shù),解空間和初:
蘭州交通大學(xué)工程碩士學(xué)位論文法還有人工魚群算法相結(jié)合,把兩者的優(yōu)點相結(jié)能力,從而可以防止算法陷入局部最優(yōu)也可以使算法中,算法的復(fù)雜度由迭代次數(shù)和種群數(shù)量等群混合優(yōu)化算法的流程圖如圖 2.3 所示。
【參考文獻(xiàn)】
相關(guān)期刊論文 前8條
1 夏明;周磊山;孫琦;王永明;;基于蟻群算法的雙線鐵路列車運行調(diào)整研究[J];物流技術(shù);2008年06期
2 陸越;張德明;;基于模糊神經(jīng)網(wǎng)絡(luò)的列車運行調(diào)整模型[J];鐵道運輸與經(jīng)濟(jì);2007年08期
3 張梅鳳;邵誠;甘勇;李梅娟;;基于變異算子與模擬退火混合的人工魚群優(yōu)化算法[J];電子學(xué)報;2006年08期
4 王宏剛;張琦;王建英;王壯鋒;張一軍;;基于遺傳算法的高速鐵路行車調(diào)整模型[J];中國鐵道科學(xué);2006年03期
5 李先進(jìn);楊肇夏;杜鵬;;基于MAS的列車運行調(diào)整方法[J];中國鐵道科學(xué);2006年01期
6 史峰,黎新華,秦進(jìn),鄧連波;單線列車運行調(diào)整的最早沖突優(yōu)化方法[J];中國鐵道科學(xué);2005年01期
7 趙強(qiáng),嚴(yán)余松;單線鐵路列車運行調(diào)整計算機(jī)輔助決策系統(tǒng)研究[J];鐵道學(xué)報;2000年04期
8 查偉雄,陳治亞,李夏苗;復(fù)線列車運行調(diào)整理論與方法的研究[J];鐵道學(xué)報;2000年01期
相關(guān)博士學(xué)位論文 前2條
1 占曙光;區(qū)間通過能力臨時失效下高速鐵路列車運行實時調(diào)整模型與算法研究[D];西南交通大學(xué);2016年
2 石雨;客運專線列車運行調(diào)整的策略、模型與算法[D];北京交通大學(xué);2010年
本文編號:2881593
本文鏈接:http://sikaile.net/kejilunwen/sousuoyinqinglunwen/2881593.html