摘要：自然计算因其参数少好实现等优点而被广泛应用,但是这些算法存在着寻优精度较低和易陷入局部最优解的问题,为更有效的提高算法性能,提出一种基于贪婪更新和自适应扰动的自然计算策略(Greedy-renewal and Self-adaption Disturb,简称GSD),该方法具备普适性,适用于所有启发式寻优算法。首先使用Faure序列化初始化种群,提高初始解的质量,其次在个体位置更新后,比对更新前后个体的适应度值,如果适应度提高则保留此次更新操作,反之放弃此次更新,最后设计自适应扰动因子,随迭代次数增加调整对个体的扰动几率,提高算法后期的种群多样性。将该策略应用于粒子群算法和遗传算法中,利用经典测试函数验证性能。实验结果表明,贪婪更新和自适应扰动策略改进的算法较其他对比算法表现出了更好的寻优能力,具有普适性。

摘要：为了解不同出行条件对于城市公共交通系统结构的影响,分析城市公共交通系统结构在不同出行需求下的演化特征。从城市公共交通系统结构影响因素入手,划分不同巢式层次方案,依照筛选原则确定最优方案,从成本支出、个性偏好及主观感受三个方面构建不同巢的效用函数,其中成本支出包括货币成本和时间成本两部分,引入个性偏好修正系数,建立疲劳度系数模型,结合北京市公共交通系统结构运营数据标定模型参数,仿真分析城市公共交通系统结构演化趋势。结果表明:高收入群体选择常规公交出行的比例相对较低,更倾向于选择城市轨道交通,且随着出行距离的增长,出租车分担率呈上升趋势;随着单位时间价值量的增加,常规公交分担率在中距离出行条件下略有增加,而在长距离出行条件下,呈现先增加后降低的趋势;当成本偏好系数较大时,常规公交分担率随着出行距离的增大而呈现阶梯型降低。