基于约束的线路设计方案重组算法

为了使设计者从道路线路设计的繁重计算统计工作中摆脱出来,应用组合数学理论分析了可能的重组方案数目,研究了局部方案间的逻辑关系和进行多方案重组的约束条件,提出用图的数据结构表示各局部方案间的关联,对指定的局部方案集合在图中按有向路径搜索原则确定局部方案的先后次序,并且从局部方案中获取数据,自动形成重组方案的算法。结果表明:该方案重组算法是正确的;应用该算法可以提高设计效率和水平。     

约束Delaunay三角剖分动态算法研究

提出了动态建立约束Delaunay三角剖分（CDT）的算法，即在三角网剖分中可以动态地插入点或约束边，因此，该算法构建CDT的点集是可以动态扩充的，通过对动态算法的执行过程分析得出，在约束边已知的条件下，应尽早在三角剖分中嵌入约束边，这样，相对于传统算法，不仅能减少嵌入约束边的时间，同时也能减少插入点重新构网的时间，最后，通过实例比较了动态算法构建CDT，传统算法构建CDT和只构建标准Delaunay三角剖分三者间的时间效率，得出动态算法优于传统算法的结论。     

基于二叉排序树的约束Delaunay三角网局部调整算法

在两步法构建约束Delaunay三角网过程中,向现有三角网中嵌入约束边时需要进行三角网的局部调整,对这一过程进行了研究,给出了一种对影响域进行重新剖分的二叉排序树算法。使用该算法在向三角网内嵌入约束边时,只需以影响域边界点在边界数组中的序号来构造一棵二叉排序树即可完成对影响域的剖分,并且可以利用生成的二叉树中各节点之间的关系迅速重构三角形之间的拓扑关系从而完成一次调整,该算法使用递归思想,简洁而高效。     

基于动态规划的铁路三维空间智能选线方法

分析国内外线路平纵优化设计的理论与方法,总结目前国内外相关研究的优点和存在的问题.将线路设计的最优化问题视为三维空间中的路线最优决策问题,提出一种基于动态规划的三维空间智能选线方法.这种方法通过建立三维空间网格模型,利用动态规划法在静态已知的环境下搜索出满足约束条件的全局最优线路方案,利用双向动态规划策略,最终得到按代...     

基于尺度不变特征变换的钢轨蠕变检测研究

针对钢轨现有定点蠕变检测技术的不足,提出一种基于尺度不变特征变换及图像配准的非接触式实时观测方法。通过安装于轨侧观测桩上的相机对待检钢轨进行拍摄,提取图像中轨腰附近预定义的感兴趣区域,而后基于尺度不变特征变换,与同一视场中钢轨未蠕变图像的对应感兴趣区域进行配准,得到定场环境下多关键点在像素坐标系中的轨向及高低位移集。根据相机的内外及畸变参数将像素位移集映射到世界坐标系,对轨向及高低位移集分别求均值,得出钢轨的轨向及高低蠕变量。为验证方法的有效性,搭建试验平台并采用OpenCV开发了仿真系统。研究结果表明:高低和轨向蠕变的相对测量误差均值分别低于0.606%和1.170%。     

铁路线路智能优化方法研究综述

选线设计是铁路建设中涉及面广、系统性强的一项核心工作,开展线路智能优化理论与方法研究对提升铁路的设计效率与质量具有重要意义。本文对20世纪60年代至今的国内外线路智能优化研究进行系统地梳理与分析,综述了各类方法的基本原理及优缺点,并提出尚待解决的关键问题,为进一步研究提供参考。总体看来,历经半个世纪的发展线路智能优化技术取得了长足的进步,但在多维环境因素与线路之间的规律认知、线路方案多目标智能决策方法、兼具局部计算与全局态势感知的智能搜索方法,铁路主要技术标准智能优选与既有线智能增改建设计等方面尚待深入研究。     

基于遗传算法的铁路纵断面优化系统的研究

提出一种基于全局最优的改进式遗传算法.采用改进的启发式交叉算子和多种算子混合操作,加快算法向最优解收敛的速度.给出相应的纵断面优化模型,并改进初始种群生成的方法,将一个二维优化问题转化为两个一维优化问题进行求解,简化了算法的执行过程.引入惩罚函数的概念处理方案的约束问题,设计算法实现的流程图,并开发相应的优化系统.利用实例证明遗传算法在纵断面优化设计中的可行性及全局寻优的性能.     

基于GA-MADS混合算法的既有铁路平面线形自动重构

研究目的:既有铁路平面线形重构是铁路养护维修与增改建设计的重要基础,重构结果对列车运行安全、养护改建工程量将产生重要影响.既有方法通常先识别确定交点坐标,再逐交点优化半径缓长,属局部重构,难以实现全局优化;同时对约束的处理还不全面,重构的线形需要经过大量人工调整方可应用.对此,本文提出一种遗传算法混合网格自适应直接搜索...