船舶过坝调度计划的优化编排方法

文章介绍了一个用于船舶过闸计划生成的优化编排方法。按船舶申报时间排序进行初选，根据船舶过坝的优先级权重和某些特殊要求进行预选，在此基础上再求解以面积利用率最高为目标的闸排闸整数规划数学模型，可得到各闸次的船舶过闸计划。     

基于熵权-云模型的三峡坝区过闸船舶拥堵程度综合评价

科学、合理地建立三峡坝区过闸船舶拥堵程度综合评价体系,才能有效、定量地评价三峡坝区过闸船舶拥堵程度.采用改进的熵权法来确定三峡坝区船舶拥堵评价指标权重,这一方法主要包含专家主观权重计算和实际船舶过闸统计数据客观权重计算,避免了单纯人为确定权重的主观性和统计数据不足造成的局限性.通过计算,主客观权重比例分配为0.624∶0.376.考虑到评价指标确定性和不确定性信息并存的特点,改进传统的云模型,将传统物元模型中的特征值参数用正态云代替,计算待评物元与标准云模型之间的云关联度,通过计算得到的评价指标权重和云关联度,得到待评价物元的等级隶属度.运用这一模型,对三峡坝区2015年船舶过闸拥堵程度进行综合评价,其等级隶属度为[0.126,0.221,0.172,0.325,0.156],拥堵程度等级为4级,与实际情况相符合.      

三峡-葛洲坝联合调度下的船舶调度优先级算法

船舶调度优先级算法是三峡-葛洲坝联合调度系统的核心算法之一，但因为影响船舶权重的因素繁多，而且部分因索会随着时间及外部环境变化而变化，因此很难加以量化。针对此问题，提出了一种动态权重与静态权重相结合的模型。该模型通过模糊综合评价计算静态权重，并应用心理学指数模型计算动态权重．计算结果为船舶提供了有效的过坝综合权重。该模型的正确性和有效性已在实际调度系统的应用中得到了验证。     

船舶过坝优化调度辅助决策系统研究

文章提出了船舶过坝优化调度辅助决策系统的建设方案，阐述了系统的设计目标，范围与布局，工作模式，逻辑结构，网络环境，软件平台，三库技术和信息标准。     

船舶过坝优化调度系统的广域网络解决方案

文章介绍了船舶过坝优化调度辅助决策系统广域网络的解决方案：在坝河口和葛洲坝建立调度局域子网、大坝值班系统设为坝河口局域网的远程工作站，其他节点采用独立ＰＣ远程工作站。     

三峡船闸上游锚地监控管理系统设计

三峡船闸上游锚地监控管理系统的建设可以帮助提高船舶过闸效率,充分发挥三峡工程的通航效益。对三峡坝区的安全监管现状进行分析,设计了三峡船闸上游锚地监控管理系统的架构,根据系统主体需求对主要功能模块进行设计。该系统主要包括监控数据采集、通航环境信息发布、锚地状态动态监控和锚地业务管理等子系统。该系统可实现对三峡库区航道、船闸、码头和渡口等重点水域的监控。     

重度混合动力汽车燃油经济性和排放多目标优化

考虑重度混合动力汽车运行模式切换时发动机频繁起停对油耗的影响,建立了整车动态仿真模型和综合考虑燃油消耗和排放的多目标优化模型,采用简化控制变量的动态规划算法并结合自动变速器经济性换挡规律,在NEDC工况下对多目标优化模型进行仿真.结果表明,发动机的频繁起停对整车燃油消耗有显著影响,采用动态规划算法可全局优化整车燃油经济...     

提升三峡枢纽综合通过能力对策研究

针对三峡枢纽通过能力不足与日益增长的运输需求之间的矛盾,经分析研究,提出了推进过闸船舶船型标准化、提高过闸船舶装载率等主要措施以及完善翻坝基础设施等工程手段,以期提高三峡枢纽综合通过能力,促进三峡枢纽航运效益的发挥。     

基于M/M/C排队模型的三峡大坝船舶待闸时长预测研究

为研究三峡大坝船舶在锚地长时间滞留待闸的问题,收集并统计了三峡坝区2013年下行方向上不同类型船舶到达上游锚地和通过船闸的流量数据,并对船舶待闸时间进行了频数统计;引入排队论方法,将船舶在三峡坝上锚地排队待闸到离开锚地的过程构建为随机输入多服务台排队系统,利用M/M/C排队模型求解系统的平均等待时间,平均队长等;将2013年船舶到达率和锚地服务率作为输入,模型计算得出的平均停留时间与实际情况的绝对误差为7.3%,表明了模型的适用性;使用不同的船舶到达率和锚地服务率参数,开展模型敏感性分析,结果表明若船舶到达率降低15%(例如15%的船舶采用翻坝运输),锚地泊位由超负荷状态转为能力充足;相反,若达到率增加15%,系统将处于不稳定状态,无法继续运行;但此时若将锚地服务率提高30%,则系统又能够恢复稳定,泊位可以满足需求.      

复杂动态环境下智能汽车局部路径规划与跟踪算法研究

路径规划及路径跟踪控制是智能汽车研究的关键技术，而复杂、时变的交通环境给智能汽车的路径规划与跟踪提出严苛要求。针对现有局部路径规划方法只适用于较为简单的工况，无法应对多车道、多静/动态障碍等复杂工况的问题，提出一种基于离散优化思想的动态路径规划算法。该算法利用样条曲线曲率变化均匀的特性，在s-ρ曲线坐标系中生成了一组参数化候选路径簇；考虑动态碰撞安全影响，在碰撞带约束下结合道路法规限制及车辆动态安全要求，规划车辆速度；此外，综合考虑静态安全性、舒适性、目标车道、道路占用率等影响因素，以选择最优路径。在路径跟踪层面，基于预瞄理论设计鲁棒性好、跟踪精度高的分数阶PID路径跟踪控制器，以跟踪误差最小为目标，采用粒子群优化算法对分数阶PID控制器参数进行整定。最后，基于Simulink/CarSim建立联合仿真平台，设计多车道，多静/动态障碍的复杂工况以验证该算法的有效性。研究结果表明：由于在评价函数中引入动态安全评价指标、目标车道评价指标以及道路占用率指标，极大地提升了规划器性能，使车辆在行驶过程中根据驾驶环境自主调整速度，降低换道次数，从而保证智能汽车的主动安全性能，提升了通行效率，使该算法能够较好地处理复杂动态环境下的避障问题。