长江航道承载力概念研究

以国家号召发展长江航道为背景,在生态航道建设的基础上,首次提出以满足生态效益需求为核心,兼顾经济社会发展、长江水资源综合利用等多种目标,实现长江航道建设可持续发展的长江航道承载力概念。借鉴资源承载力理论体系,运用系统理论、协同理论等理论对航道承载力系统的结构关系进行分析,并提出航道承载力的定义、内涵、特征及航道承载力发展机制。     

扣除系数法在高速铁路通过能力计算中的适应性

针对扣除系数法在高速铁路通过能力计算上存在的问题,对其适应性进行分析.从需求的角度分析高速铁路通过能力与既有线的差异,明确了高速铁路通过能力的概念.分析扣除系数法的思想本质并从3个基本假设入手分析其思想本质上的适应性.对扣除系数法相关研究进行总结,并提炼出其方法本质即时间占用的重叠关系,归纳出了4种基本情况,采用算例对其方法本质进行验证,结合高速铁路特点,对其方法本质存在的3个问题进行概括.研究证明了原有的扣除系数法已不适应我国高速铁路通过能力的计算,并在最后给出了进一步研究高速铁路通过能力计算方法的相关建议.     

集装箱船舶装箱排序问题的两阶段算法

集装箱船舶装箱排序问题综合集装箱装船顺序与船舶贝内排箱,是一类典型的组合优化问题.考虑堆场发箱顺序和船舶配载之间的关联,构建集装箱船舶装箱排序问题的数学模型.针对构建的优化模型,鉴于已有方法难以直接对其进行求解,基于两阶段分层求解思想设计SWO-HES两阶段算法.算法第1阶段利用吱呀轮算法(SWO)大邻域导向式搜索的特点优化集装箱装船顺序问题;第2阶段将SWO的结果作为输入,基于启发式规则和演化策略算法(ES)构造混合演化策略算法(HES)优化船舶贝内排箱问题.最后,通过不同规模算例的研究,将SWO-HES与常见智能算法、基于实际装船规则的启发式算法进行对比分析,验证模型与算法的有效性.     

基于绿色飞行的航空器离场累积事件噪声控制研究

航空业的迅猛发展,在带来巨大经济、社会效益的同时,也造成日益严重的噪声污染.为缓解机场周边噪声问题,贯彻"绿色飞行"理念,本文从飞行程序优化和飞行架次调整两方面进行航空器离场噪声控制研究.采用计权等效连续感觉噪声级为评价指标,应用累积事件噪声计算模型,以广州白云机场为例,绘制噪声等值线图,计算噪声影响面积,分析噪声控制效果及原因.结果表明,CCO减噪程序和飞行架次调整两种方法均可有效减少噪声影响面积,但噪声控制方法各有利弊,实践过程中应扬长避短灵活运用.     

基于部分集卡到达信息的码头进口箱翻箱优化

集装箱码头进口箱提箱作业过程中,由于外集卡到达时间的不确定性,存在外集卡提箱顺序与目标箱的堆存位置不一致,从而产生大量翻箱.为了解决这一问题,本文以期望翻箱量最小为落箱位置的选择原则,提出最小化二次翻箱启发式算法,利用算例验证算法的有效性,分析集卡到达的信息质量对进口箱提箱翻箱的影响,根据集卡到达信息质量的不同选择最佳翻箱规则.结果表明:提出的翻箱策略可以在获得部分集卡到达信息下有效地减少翻箱,针对不同的集卡到达信息质量,采取相应翻箱规则进行翻箱作业能有效减少翻箱,提高码头堆场的作业效率.     

基于航速调整的班轮燃油补给优化

燃油成本在班轮运营总成本中占有很大比重,燃油补给是影响航运公司班轮运营成本和效益的一项重要决策.基于航速调整策略,以班轮运营总成本最小化为目标,建立燃油补给混合整数非线性规划模型,运用分段线性逼近法对燃油消耗函数进行线性化处理,并设计了求解算法步骤.实例分析验证了模型和求解方法的有效性.结果表明,在航运市场需求低迷的情况下,船舶更适宜采取较低的航速,采取灵活的加油港策略或放宽船舶到港时间窗限制,能更为有效地降低燃油成本.     

特种弹药铁路运输可调式定位装置研究

概述了特种弹药铁路运输可调试定位装置的主要功能、技术要求、主要战技术指标，介绍了特种弹药铁路运输采用的从箱体顶部固定方式，并进行了相应的可调式定位装置研究，将装置分为整体固定和单点独立固定两种，用于固定弹箱在敞车内的位置，确保弹体运输安全。     

物联网平台下智能交通系统体系框架研究

文章以现有智能交通系统体系框架为基础,提出以结构化方法制定物联网平台下智能交通系统体系框架,并以结构化方法的基本步骤为主线,结合物联网工作原理和自主体系结构,从用户服务、逻辑框架、物理框架三方面探讨新体系框架与现有体系框架的差别。     

基于偏好顺序集的非补偿式铁路旅客选择行为估计方法

精细化需求预测是铁路提高收益的重要基础.本文考虑了铁路产品属性对于旅客选择行为的影响,构建具有一定偏好顺序的产品集合来表征不同类型的旅客.在此基础上,利用客票存根及余票数据,建立预售期内旅客选择过程的极大似然函数,求解得到不同旅客类型的出现概率.首先通过仿真算例验证了模型的计算可行性,然后通过实证数据,估算了北京南至上海虹桥方向不同旅客类型在各时段的出现概率,进一步统计得到旅客在不同时段下铁路旅客buy-up行为概率及属性敏感度的变化,并提出一些可用于优化售票策略的建议.     

Using GPS-data to determine optimum electric vehicle ranges: A Michigan case study

Fuel-switching personal transportation from gasoline to electricity offers many advantages, including lower noise, zero local air pollution, and petroleum-independence. But alleviations of greenhouse gas (GHG) emissions are more nuanced, due to many factors, including the car’s battery range. We use GPS-based trip data to determine use type-specific, GHG-optimized ranges. The dataset comprises 412 cars and 384,869 individual trips in Ann Arbor, Michigan, USA. We use previously developed algorithms to determine driver types, such as using the car to commute or not. Calibrating an existing life cycle GHG model to a forecast, low-carbon grid for Ann Arbor, we find that the optimum range varies not only with the drive train architecture (plugin-hybrid versus battery-only) and charging technology (fast versus slow) but also with the driver type. Across the 108 scenarios we investigated, the range that yields lowest GHG varies from 65 km (55+ year old drivers, ultrafast charging, plugin-hybrid) to 158 km (16–34 year old drivers, overnight charging, battery-only). The optimum GHG reduction that electric cars offer – here conservatively measured versus gasoline-only hybrid cars – is fairly stable, between 29% (16–34 year old drivers, overnight charging, battery-only) and 46% (commuters, ultrafast charging, plugin-hybrid). The electrification of total distances is between 66% and 86%. However, if cars do not have the optimum range, these metrics drop substantially. We conclude that matching the range to drivers’ typical trip distances, charging technology, and drivetrain is a crucial pre-requisite for electric vehicles to achieve their highest potential to reduce GHG emissions in personal transportation.