多车场协同运输的公共自行车调度方法研究

为改善城市公共自行车使用过程中“借车难,还车难”的问题,针对公共自行车调度问题展开研究。通过构建一个多车场协同运输的公共自行车调度优化模型,分析公共自行车系统静态调度的最优路径问题。在模型求解方面,设计一种融合遗传算法和禁忌搜索算法的启发式求解算法,通过M atlab编程对模型进行求解。最后,以中山市公共自行车系统为例进行分析,结果显示本调度方法比传统调度方法节约9.3％的调度成本。     

集装箱码头混合交叉作业集成调度模型

针对集装箱码头进出口作业系统中泊位分配、装卸作业、水平搬运等诸多环节之间的关系,分析了现有进出口作业系统对集装箱码头生产效率与运营成本的影响。运用系统工程优化理论,提出混合交叉作业集成调度方法与同步优化技术,以泊位分配、设备配置、集装箱卡车(集卡)行驶路径为决策变量,以集装箱码头最小运营成本为目标函数,建立了三阶段集成调度优化模型,设计了双层遗传求解算法。在双层遗传算法中,上层遗传算法用于搜索集装箱码头设施设备的合理配置组合,下层遗传算法在上层算法的基础上优化集卡行驶路径。计算结果表明:与独立装卸作业过程相比,使用混合交叉作业集成调度模型时,集卡数量为22veh,减小了66.2%,集卡行驶总距离为10 389.8km,减小了17.4%;与单独调度方式相比,使用混合交叉作业集成调度模型时,集卡行驶总距离减小了14.5%,码头运营总成本为84 266.2元,降低了4.6%。可见,使用集装箱码头混合交叉作业集成调度模型,能有效提高集装箱码头生产效率,明显降低运营成本。     

集卡动态调度路径优化算法

从整体调度的角度出发,分析了整个码头作业面的动态调度方案,提出了一种新的集装箱卡车(集卡)动态调度路径的自适应蚁群算法。运用码头GPRS系统,以集卡速度、流量、位置等相关数据建立了感知链。通过判断阻塞状况和调整可行点集,确定了信息素浓度更新策略与转移概率计算方法。针对码头路网的复杂性和蚁群算法的实时计算效率,设计了蚁群算法的步骤。将信息熵引入到蚁群算法中,运用MATLAB软件,对集卡的动态调度方案进行了仿真计算。计算结果表明:当初始集卡速度分别为50、75km.h-1,初始集卡流量分别为800、1 000veh.h-1时,集卡行驶的最短路径为4.3km,行驶时间为0.057h;集卡行驶的最优路径为8.3km,行驶时间为0.111h。可见,该算法能有效缓解码头阻塞问题,提高集卡利用率和码头作业效率。     

城市区域物流无人机路径规划

针对城市区域物流无人机路径规划问题，采用栅格法进行环境建模，综合考虑无人机性能、任务性质和城市环境等影响要素，以航程、高度变化和危险度最小为目标函数，构建多约束物流无人机路径规划模型.改进A*(A-star)算法求解：为合理预估距离，采用欧氏距离与曼哈顿距离线性组合的方式设计启发函数；为提高搜索效率，引入双向搜索策略；为保证平稳飞行，采用B样条(B-spline)法进行路径优化.结果表明：模型可以实现多目标优化，具有有效性；算法与传统A*算法相比，规划时间少，规划路径航程短，高度变化少，飞行安全稳定.分析参数权重值得出：当3个子目标代价权重系数分别为0.4、0.1和0.5，2种距离权重系数分别为0.15和0.85时，规划路径最优.     

甩箱模式下考虑多箱型任务组合的集卡调度优化

针对甩箱模式下港口堆场与内陆腹地间多箱型任务组合的集卡调度问题，本文根据运输过程中集卡剩余箱位随集卡执行任务动态变化的特点，考虑不同箱型任务需求与集卡当前状态的匹配，以集卡的启用、行驶及等待过程的成本最小化为目标，建立混合整数规划模型。并根据模型特点设计基于不可行弧过滤策略的蚁群算法，以提升算法性能。利用Solomon标准数据集 随机生成任务类型比例和规模大小不同的算例进行数值试验，试验结果证明了模型的正确性与算法的稳定性和有效性，进而对比了甩箱模式与传统模式下的总成本。结果表明：相较于传统模式，甩箱模式下集卡的运输总成本平均减少了45.10%；当任务规模越大时，两种模式之间的成本差距越大，显示了甩箱模式与港口多箱型集疏运任务运输作业结合的显著优势。     

城市区域物流无人机路径规划

针对城市区域物流无人机路径规划问题，采用栅格法进行环境建模，综合考虑无人机性能、任务性质和城市环境等影响要素，以航程、高度变化和危险度最小为目标函数，构建多约束物流无人机路径规划模型.改进A*(A-star)算法求解：为合理预估距离，采用欧氏距离与曼哈顿距离线性组合的方式设计启发函数；为提高搜索效率，引入双向搜索策略；为保证平稳飞行，采用B样条(B-spline)法进行路径优化.结果表明：模型可以实现多目标优化，具有有效性；算法与传统A*算法相比，规划时间少，规划路径航程短，高度变化少，飞行安全稳定.分析参数权重值得出：当3个子目标代价权重系数分别为0.4、0.1和0.5，2种距离权重系数分别为0.15和0.85时，规划路径最优.     

An efficient approach for solving yard crane scheduling in a container terminal

An efcient approach for yard crane（YC）scheduling is proposed in this paper.The definition of task group for YC scheduling is proposed.A mixed integer programming（MIP）model is developed.In the model,objective functions are subject to the minimization of the total delay of complete time for all task groups and the minimization of block-to-block movements of YCs.Due to the computational scale of the non-deterministic polynomial（NP）complete problem regarding YC scheduling,a rolling-horizon decision-making strategy is employed to solve this problem,by converting the MIP model into another MIP model in the scheduling of each rolling period.Afterwards,a heuristic algorithm based on modified A＊search is developed to solve the converted model and obtain near optimal solution.Finally,the computational experiments are used to examine the performance of the proposed approach for YC scheduling.     

��ɫ����ʱ������򹫽���������ģ�ͺ��㷨

区域公交调度是未来城市公共交通的发展趋势,主要解决如何合理统一安排最初分布于不同车场的车辆完成所有线路固定时刻表对应班次任务,从而减少车队规模和降低营运成本.考虑现实中许多突发事件干扰车辆按时完成班次,本文研究一类灰色旅行时间的区域公交车辆调度问题.在满足多车型、车场容量限制、燃料限制等现实因素基础上,设计改进蚁群算法,编制一个最低营运费用的公交调度方案.该方案可适应不断变化的交通环境,更容易在公交运营中被应用.最后,通过算例验证了模型和算法的正确性.     

基于赋时可重构Petri网的可重构制造系统调度算法

根据赋时可重构Petri网的可重构制造系统调度算法和赋时可重构Petri网的跃迁激发顺序，生成并求解部分可及图，以获得优化或准优化的调度．该算法能以较低的计算成本获得可重构制造系统最小的最大完成时间．用一个调度算例验证了该调度算法的可行性．     

应急车辆动态路径选择的两阶段优化模型

为研究突发事件情境下交通路网动态变化时的应急车辆路径选择问题，提出应急车辆动态路径选择的两阶段调度优化模型。通过结合路网动态状况和应急救援特征，建立基于最大路径可靠度和最短行程时间的两阶段优化模型；通过混沌搜索改进布谷鸟算法初始种群，并加入蛙跳算法改进局部搜索操作，设计混合布谷鸟算法，改善全局寻优能力；以某市某区部分区域路网为例，将该区域路网实时交通数据应用于模型和求解算法中。实验表明，利用两阶段优化模型和算法编码方案能成功获得出发点到救援点的动态可靠路径，相同行驶路径情况下模型与算法求解的最短行程时间与实地驾车获得的最短行程时间最大误差不超过8%，说明优化模型可行。3 种不同算法求解K最短路径的结果发现，混合布谷鸟算法得到的最短行程时间比粒子群算法和 经典布谷鸟算法得到的结果都要小，且计算时间最短，表明混合布谷鸟算法求解的结果最优，性能最好。     

灵活检修工艺下地铁车辆架大修作业调度优化方法

架大修作业调度方案是影响架大修作业效率的关键,其制定的重要依据是车辆检修工艺。首先,分析以人工调度为主的车辆架大修工艺的局限,根据车辆架大修作业的项目分解结构、工艺次序关系和执行对象,建立基于灵活检修工艺的车辆架大修作业调度优化模型,实现列车库内检修作业时间最小化;其次,针对模型中存在复杂次序关系约束的特点,设计改进的遗传算法进行求解;最后,通过对多种场景下车辆架大修作业调度优化方案开展案例研究,验证模型与算法的正确性和有效性。案例研究结果表明：采用灵活检修工艺可有效缩短车辆库内检修时间,显著提高架大修的作业效率,较 3 种对比检修工艺,架大修平均作业时间分别下降 22.3%,15.2%,11.1%;双列同步作业时,采用不同修程混合维修模式,可有效降低维修作业瓶颈的影响。     

公共自行车系统站间调度优化研究

国内多个城市开始推行公共自行车,但都存在借车难及还车难的问题,关键在于站点配车数不合理、站间调度不及时.运用运筹学中货郎担问题动态规划的解题思路,分两步求解站间调度路径:先收集自行车;再发放自行车,综合两步得到最优调度路径.通过建立简单数学模型并求解,证明货郎担问题解题思路可以用于解决公共自行车系统自行车调度优化.提供...     

An Improved Model for Computing-Intensive Tasks on Heterogeneous Workstations

IntroductionIt is well known that many concurrent- com-puting tasks,which consume time badly,can besolved on a massive parallel system using parallelcomputing in order to acquire less execution time.Generally a massive parallel system is very expen-sive a…     

城市轨道交通与驻站常规公交衔接调度优化研究

针对目前城市轨道交通与常规公交衔接难问题,本文从运营成本费用与出行者的出行费用最小化出发,对驻站常规公交协调发车间隔进行优化,建立城市轨道交通与驻站常规公交系统之间的衔接调度组合优化数学模型,并设计遗传模拟退火算法对该模型进行求解,通过多次仿真运算,结果分析表明该模型及算法的有效性和实用性。     

集装箱码头岸桥调度优化模型及算法

为弥补集装箱码头岸桥调度问题的传统优化方法仅适用单船舶情况的不足,以总费用(所有岸桥使用费用和船舶停靠费用)最小为优化目标,考虑岸桥不可穿越性和安全距离约束条件,建立了了面向多艘船舶的集装箱码头岸桥统一调度和卸船任务分配问题的混合整数规划优化模型.使用任务网络图方法,搜索影响卸船任务最终完成时间的关键任务及其相应的限制任务路径,设计了基于限制任务路径进行邻域搜索的双层模拟退火算法求解模型.12个不同规模的算例结果表明:与分支定界法和遗传算法相比,本文算法节省时间6.32%~18.36%,近似最优解的质量更高,而且最优解目标值之间的差距仅为0.38%~2.20%;考虑岸桥之间的安全距离约束导致系统运营成本增加3.41%~11.21%.      

基于多代理机制的车间作业调度算法动态混合生成策略

针对根据具体问题设计调度算法很难适应变化的生产作业调度问题,本文提出了基于多代理机制的车间作业调度算法动态混合生成策略,该策略根据具体的生产任务,判断生产类型,继而根据问题动态生成算法,对问题进行计算,形成调度序列,使得生产调度算法能够更好地适应动态变化的车间生产环境.通过仿真实验,验证了本系统的有效性.     

考虑船舶封存与压港的电煤船舶调度优化模型

针对中国电煤水运系统的实际特点, 综合考虑了船舶封存与港口拥堵(压港)因素, 建立了混合整数规划优化模型, 对电煤船舶调度方案进行优化; 基于运输需求的硬时间窗、卸货港船舶排队等待时间与水路-铁路运输协同三因素之间的互动关系, 以运输系统总成本最小为目标, 协同优化水、铁电煤运输的货运分担率、水路运输任务指派和相应的船舶调度与封存/启用方案; 基于改进列生成算法, 提出了一种可精确求解实际规模电煤船舶调度问题的列生成算法, 利用Gurobi求解列生成的主模型, 使用动态规划标号法求解列生成的子模型; 利用中国南部某火力发电集团的实际数据, 对提出的算法进行了算例分析。计算结果表明: 在中等规模的算例中, 使用提出的改进算法获得最优解仅需73.61 s, 相比于使用基于运输任务运量排序的启发式求解方法(PHA), 求解效率提高了18.1%;在较大规模的算例中, 使用提出算法的计算时间仅为222.02 s, 同比PHA, 计算效率提高了19.1%;通过求解一个实际的调度问题可以发现, 利用提出的优化模型和算法能有效缩短船舶在卸货港的等待时长与船舶处于启用状态的时长, 使运输总成本下降17.13%, 实现了电煤稳定运输, 提升了企业运营效率, 降低了运营成本。      

Intelligent Vehicle Human-Simulated Steering Characteristics Access and Control Strategy

As the traditional control algorithm is over-dependent on accurate vehicle model in intelligent vehicle steering control, a human-simulated intelligent control method is proposed based on experienced driver steering characteristics. Intelligent vehicle unmanned steering system dynamics model and the driver model are set up. Through experienced drivers’ trial run experiment, the analysis is mainly conducted on the double lanes condition. After the transformation of coordinates on global positioning system (GPS) derivative, the path information of local coordinates is accessed. The ideal driver steering path is obtained through fuzzy C-means clustering algorithm. The human-simulated intelligent controller is designed. Characteristic model is established according to the ideal and practical steering angle deviation and the deviation rate. Besides, the corresponding control rules and control modality set are designed. The joint simulation under CarSim joint/Simulink environment shows that the humanoid steering controller designed in this paper has better tracking performance than the model predictive control.     

基于多代理机制的车间作业调度算法动态混合生成策略

针对根据具体问题设计调度算法很难适应变化的生产作业调度问题,本文提出了基于多代理机制的车间作业调度算法动态混合生成策略,该策略根据具体的生产任务,判断生产类型,继而根据问题动态生成算法,对问题进行计算,形成调度序列,使得生产调度算法能够更好地适应动态变化的车间生产环境.通过仿真实验,验证了本系统的有效性.     

Electrostatic Suspension System Nonlinear Character Analysis and Its Internal Model Control

Nonlinearity is an important characteristic in electrostatic suspension system (ESS). This paper concludes the nonlinear parts in ESS, which generally result from the relationships between rotor displacement and capacitance, rotor displacement and electrostatic force, and control voltage and electrostatic force. In terms of the nonlinearities, a new control method with modified internal model control (IMC) was proposed to analyze the ESS, deduce the transfer function of the modified IMC controller in ESS, and simulate this new application in ESS. Comparing with proportional integral derivative (PID) control, IMC has only a parameter, and has better performance. As a result, IMC solves nonlinearity error well in ESS with only one uncertain parameter, and performs well when the rotor has large displacement.