随着智能交通运输系统的研究与应用,对在大规模交通网络上求解最短路径的实时性提出了更高的要求。为了找出适用于实际交通网络的高效最短路径并行算法,首先选取了3种最短路径标号串行算法,以此为基础分别实现了网络复制及网络分割两种策略下求解最短路径的并行算法。最后,从基于G IS的交通规划软件T ransCAD中提取了实际交通路网数据,同时还随机产生了不同规模的稀疏格网,在这些网络中对并行算法的性能进行了测
仅包括跳跃或仅包括随机波动的模型对于股价和收益分布的描述不是很理想。研究了收益和波动中同时具有跳跃因子的连续时间随机波动模型。使用具有跳跃的连续时间随机波动模型
给出了单车型确定性动态车辆调配问题的定义,引入网络图描述该问题。建立了问题的线性规划模型,鉴于线性模型的缺点,利用函数逼近技术构造一个特殊的线性函数来近似目标函数中未
提出一种基于ANN和GA融合的自学习自适应的模糊规则提取算法,用来对油层进行识别。其方法是:首先运用人工神经网络(ANN)对训练样本进行有导师学习,网络的输入是测井属性,输出表达为
针对传统SVC方法在样本容量大时存在训练时间过长的不足,建立了一种变量可分离的支持向量分类模型DCSVC,并将其应用于随机生成的模拟数据的学习与航空公司旅客运输数据的预测中
以中国电信产业发展和管制改革为背景,在案例分析的基础上,通过实证研究,试图找出中国电信产业制度变迁的驱动因素,并建立相应的模型,以探讨中国电信产业制度变迁的路径和驱
从分析中国股市指数收益率的统计特征入手,以SV模型为基础,在多种分布情形下测算了沪深两市时变风险值VaR及ES。结果表明:基于GED分布的SV模型(SV-GED模型)较好地刻画了高频时间序