基于GEM算法的地铁车站乘客疏散能力研究

为分析和提高地铁车站通过设施的疏散能力,保证乘客的运行安全,在分析地铁车站行人流运动特性的基础上,利用GEM(generalized expansion method)算法,求解地铁车站乘客疏散模型,通过计算得到车站疏散设施的拥堵概率、吞吐量等指标,给出地铁车站疏散能力的瓶颈点。以西直门地铁站为案例,证明将GEM算法应用于解决地铁车站人员疏散问题的可行性,并在此基础上提出合理的进站线路疏散优化方案。     

HX_D3机车制动机操控保护装置的研究

阐述了HXD3机车制动机及其操控设备的工作原理,分析了由操控设备引起的列车管异常自动减压的原因.采用基于时间戳的迭代算法实时更新闸位判定基准值,解决了由环境影响导致操控定位器输出产生误差而引起的异常制动问题,对保证列车运行安全起到了良好效果.     

脚本测试技术在列控中心开发测试中的运用

列控中心作为一种安全相关系统,要求具有极高的安全性和可靠性,满足铁路信号系统的故障-安全原则。测试是列控中心软件投入使用前必不可少的环节。针对目前列控中心开发测试仍然采用手工测试的问题,在对开发测试案例分析归纳的基础上,定义开发测试案例词典,基于正向最大匹配算法和格语法,提出测试案例到脚本的自动生成算法,实现开发测试的自动测试。     

城市轨道交通网络化列车开行方案优化方法

通过引入备选集,建立双层规划模型,将网络化列车开行方案这一复杂的混合交通网络设计问题简化成0-1规划问题;采用混合遗传模拟退火算法对城市轨道交通网络化列车开行方案优化问题进行求解。上层模型以城市轨道交通网络化列车开行方案涉及的运营单位和乘客综合费用最小化为目标,以交路必须覆盖整个运营网络、限制区间交路数、满足发车间隔时间限制和区间客流量小于列车运力为约束条件;下层模型为用于城市轨道交通网络客流分配的随机用户均衡问题优化模型,它充分考虑了乘客选择出行时路径感知费用与实际费用之间的差异。算例结果表明,采用基于备选集的双层规划模型和混合遗传模拟退火算法对城市轨道交通网络化列车开行方案进行优化是可行和有效的,而且求解效率高。     

浅析几种无人驾驶汽车路径规划算法

路径规划是自动驾驶关键技术之一,各种路径规划算法现已不断改进并不断涌现。本文根据全局和局部路径规划对常用路径规划算法进行分类,对几种常用的路径规划算法原理进行介绍,并分析其发展方向。     

基于PSO算法的公路养护决策优化

目前,我国公路养护在决策中会出现养护资金分配不合理,资源未充分利用等不同程度的问题。针对路面养护,基于粒子群优化算法建立养护决策模型,可有效平衡原粒子位置和飞行速度对新粒子位置的影响度,并通过10组基准测试数据验证了PSO算法的寻优性能和收敛精度。研究结果表明:PSO算法可有效对不同路面条件下公路养护决策进行优化分析,保障养护效率。     

钢-混工字组合梁横向分布系数计算方法研究

针对钢-混工字组合梁的横向分布系数计算方法问题,以4×30m钢-混工字组合连续梁桥为算例,分别采用杠杆法、铰(刚)接板法、(修正)刚性横梁法进行计算,通过5种理论计算结果与ANSYS实体模型计算结果的比较分析,得出不同理论计算方法的误差,指出了适用于该类桥型的简化算法,且讨论了计算结果对不同横梁形式参数变化的敏感性。结果表明:(修正)刚性横梁法计算荷载横向分布系数η结果和实际结果一致性较高,可以作为优先选用的简化算法,实腹式横梁、桁架式横联两种横联方式对荷载横向分布系数η影响较小,基本可以忽略。     

海上无线通信系统的干扰抑制算法

随着网络通信系统传输模式的升级,双全工数据传输模式已成为当下通信数据传输标准。受到数据传输模式由半全工到双全工改变的影响,数据干扰波形态与特征随之发生改变,原始干扰波对应的时间量在双全工模式下,数据干扰系数增大,造成传统抑制算法对干扰噪声的抑制范围相对缩小,无法达到预期的抑制效果。因此,提出海上无线通信系统的干扰抑制算法。采用多区域分算整合的方式,用不同算法针对性解决一个问题中不同区域的问题。首先,对双全工模式下的数据干扰量进行建模,获得当前系统网络中的干扰量分布情况;采用双全工信道干扰估计算法,对干扰量进行范围估计,为抑制计算确定抑制范围;采用动态频谱波抑制算法,对信道干扰噪声进行抑制计算,平衡信道载波量,稳定数据传输状态。通过仿真数据对比测试,证明提出算法的可行性。     

基于交通因子状态网络的城市交叉口交通流预测

信息技术的快速发展,为交通研究和城市交通管理提供了大规模、多样化的数据资源,并为城市交通状态估计和交通流预测方法的研究提供了有力支持。将城市交叉口视为一个微观交通系统,采用数据驱动与领域知识结合的方式,建立微观层次的交通因子状态网络模型（Traffic Factor State Network,TFSN）,考察交通因素之间的相互关联,并考虑环境因素的影响。该模型结合交通因子和环境影响因子的影响,通过对交通流数据进行聚类分析,估算出对应于环境影响因子的交通状态,并通过实际案例验证其物理意义以及与交通流实际状态的对应关系。进一步地,基于不同交通状态下的交通流数据建立高阶多元马尔可夫链,进行交通流预测,并根据交通流时间序列的聚类性能指标提高模型的预测准确性。对数据序列马氏性强弱、马尔可夫模型阶数与模型预测准确性之间关系进行分析。研究结果表明：根据马氏性合理选择马尔可夫模型的阶数可以提升模型预测准确性;直接对原始交通流数据进行预测的平均绝对百分比误差为24.61%,而不同交通状态下交通流预测的平均绝对百分比误差为16.99%,相比直接预测误差下降了7.62%,验证了所提出的微观交通因子状态网络的有效性和可用性。     

基于船舶火灾蔓延态势的路径规划算法研究

船舶作为海上一个独立的建筑实体,非常容易发生火灾。本文以63500DWT油船船舱作为研究对象,通过对火灾蔓延模拟仿真实验数据进行图表分析,得出了在不同工作条件下在固定检测点位置的温度,CO浓度和烟气浓度变化规律。对基于火灾实时态势的导航网格动态生成方法以及对应的逃生路径规划方法进行研究,得出动态更新导航网格的具体算法,并对传统A*算法路径节点选择问题进行改进,得出适应船舱火灾蔓延信息的最短逃生路径规划算法,通过实验验证,该算法寻路效率更优。