公共文化服务平台

共 7 条记录，以下是 1-7

全选清除导出

排序方式：

多机场地面等待策略数学模型的研究被引量：4: 2014年; 为有效地解决空中交通拥挤问题,研究了空中交通流量管理方法中的地面等待策略。通过地面等待来调节空中交通网络的流量,减少延误时间,从而减少经济损失,提高机场和空域资源的利用率。在空中交通流量管理的各种方法中,地面等待策略是一种比较有效的方法。针对多机场地面等待问题,提出一种以地面等待成本和延迟成本为目标函数的方法,并建立相应的数学模型,为实际的流量管理提供理论方法和依据。通过对机场数据的仿真计算,证明了该模型的有效性和可行性。; 王世豪杨红雨李玉贞朱超军袁野; 关键词：数学模型仿真

基于实时视频图像处理的车辆排队长度检测被引量：3: 2014年; 车辆排队长度是智能交通系统中最重要的参数之一。为了得到更加准确的参数数据,文中提出一种基于实时视频处理的车辆排队长度检测方法。对通过固定摄像头得到的实时道路监控视频图像序列,利用Sobel边缘检测和背景差分相结合的方式进行车辆存在检测,利用帧间差判断车辆是否运动,从而计算出车辆的排队长度。实验表明,此方法简单稳定,有效解决了车道标志线、车辆边缘不明显以及车辆阴影等问题,队列长度检测结果也较准确。; 朱超军杨红雨刘东辉李浩民王世豪; 关键词：边缘检测背景差分帧间差

人工鱼群——粒子群混合算法优化进港航班排序被引量：14: 2014年; 针对空中交通管理中的进港航班排序问题,提出了人工鱼群—粒子群混合算法(AFPSO)这一航班排序算法来优化进港航班排序,使时段内进港航班队列总延误时间最少。算法结合了基本人工鱼群算法(AFSA)和基本粒子群算法(PSO)各自的优点,先以AFSA在全局寻找满意的解域,再以PSO算法在这些解域中进行快速的局部搜索获得精确解,最终使算法提高收敛速度和搜索精度。仿真结果表明,在单跑道和双跑道情况下,AFPSO算法使得航班队列总延误时间比FCFS调度方法减少了20.9%和34.4%,比基本AFSA减少了3.2%和3.5%。算法得到的满意解能够为自动化空中交通管理提供实时支持。; 袁野杨红雨羽翼王世豪; 关键词：空中交通管理人工鱼群算法

基于双变异模式协同的自适应微分进化算法: 2017年; 针对微分进化算法(DE)易陷入局部最优解、进化后期收敛速度慢、求解精度低等缺点,结合DE/rand/1和DE/best/1两种变异模式分别具有全局探索能力和局部开发能力的优点,引入精英存档策略和控制参数自适应策略,提出一种双变异模式协同自适应微分进化(DMCSa DE)算法.15个典型benchmark测试函数的实验结果表明,DMCSa DE能够有效提高算法的全局探索能力和局部开发能力,避免早熟收敛,大大提高算法的收敛性能和鲁棒性,同时,精英种群的大小对DMCSa DE的优化性能具有明显的影响.; 王世豪杨红雨李玉贞韩松臣杨波; 关键词：微分进化全局优化

基于精英存档自适应微分进化算法的多跑道独立进近排序被引量：3: 2017年; 随着民航运输业的快速发展,运输需求与空域资源容量之间的矛盾日益突出,导致航班延误的比例也在逐年升高。进港航班排序作为空中交通流量管理的主要手段,能够有效地减少航班延误,减少经济损失,并提高跑道利用率。作者针对进港航班排序问题,建立一种基于最小化总延误时间的多跑道进港航班排序数学模型,并通过采用精英存档策略和控制参数自适应策略,提出一种精英存档自适应微分进化算法(EASaDE:self-adaptive differential evolution algorithm with elite archive)。在EASaDE中,精英存档策略将当前种群划分为精英种群和非精英种群,参与变异的个体部分来自精英种群,剩余的来自非精英种群;而控制参数自适应策略则将控制参数应用到种群中的每个个体,并根据个体的进化停滞代数来自适应调整参数值。为检验EASaDE的优化性能,选取9个常用于优化算法对比的Benchmark测试函数和双跑道进港航班排序实际问题进行实验。从Benchmark函数的优化结果可以看出:EASaDE的优化性能要好于基本DE算法和其它参与对比的改进DE算法。同时,从双跑道进港航班排序的优化结果可以看出:与其它优化算法相比,EASaDE所求得的总延误时间明显更小,规划后的进港序列更为合理。因此,提出的EASaDE算法具有较高的收敛精度、收敛速度和稳定性,从而能够有效地减少进港航班队列的总延误时间,提高跑道吞吐量,并减轻管制员的调度压力。; 王世豪王世豪李玉贞杨红雨李玉贞; 关键词：微分进化

改进自适应微分进化算法求解全局优化问题被引量：4: 2016年; 针对微分进化(differential evolution,DE)算法在进化后期收敛速度慢、收敛精度低、易陷入局部最优解等缺点。通过改进DE的变异方程,并引入一种新的控制参数自适应策略,提出了一种改进自适应微分进化(improved adaptive differential evolution,IADE)算法。进化过程中IADE将根据个体适应值与父代平均适应值之间的关系动态地调整控制参数。同时,采用10个常用于优化算法比较的标准函数对IADE和其他改进DE算法进行对比实验。实验结果表明,IADE算法不仅能够显著地提高收敛速度和收敛精度,而且具有非常好的鲁棒性,从而使得该算法能够满足过程优化的实时性、准确性以及稳定性要求。; 王世豪杨红雨李玉贞刘洪杨波; 关键词：微分进化全局优化收敛速度

进港航班排序优化数学模型研究被引量：4: 2015年; 针对常用进港航班排序数学模型(总延迟时间最小和总延迟成本最小)中存在的问题,选取空中延误成本、旅客延误成本、后续延误成本以及环境污染成本4个指标综合建立一种改进的总延迟成本最小数学模型。在分析已有的基于模拟退火的粒子群算法(SA-PSO:particle swarm optimization based on simulated annealing)优化进港航班排序时寻优能力不足、收敛速度慢的基础上,采用一种线性微分递减(LDD:linear differential decrease)的退火策略,从而可以有效地解决进港航班排序问题。实验结果表明,与FCFS(first come first serve)、PSO以及SA-PSO算法相比,LDD-SA-PSO算法在进港航班优化问题上具有较好的寻优能力和收敛速度,同时改进数学模型中参数选择对优化结果也具有明显影响。; 王世豪杨红雨武喜萍刘洪; 关键词：数学模型粒子群算法

全选清除导出

共1页<1>

王世豪

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

王世豪

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈