技术站广义配流问题模型与算法

根据列车解编顺序是否确定,将阶段计划中的广义配流问题分为广义静态配流问题和广义动态配流问题。以阶段内发出配流车数最多和车辆在站平均停留时间最短为目标函数,以列车解体开始时刻、车流分配、车流接续和列车编组开始时刻为约束条件,建立广义动态配流问题的多目标非线性混合整数规划模型。综合考虑优先排空、优先发送较近编组去向车流,模拟车站调度员编制阶段计划时的思维过程,设计搜索算法,解决广义静态配流问题(给定列车解编顺序的广义动态配流问题)。以有7个编组去向的某技术站为例,运用该算法可以在较短时间内得到列车解编方案和配流方案,表明了该算法的实用性和可行性。     

“一送两受”式无绝缘轨道电路最大传输距离分析

为了求解中央供电两端接受式无绝缘轨道电路最大传输距离,本文根据此种轨道电路在调整态、分路态、断轨态3种工作状态下的四端网数学模型,在不同的初始参数下仿真分析了轨道电路在断轨态和分路态下的转移阻抗的变化情况,得出轨道电路在断轨态转移阻抗的最小值大于分路态转移阻抗的最小值,以此简化了求解轨道电路最大传输距离的前提条件。在此基础上,给出了求解此种轨道电路最大传输距离的计算方法。结果对比表明,该方法能够正确地计算轨道电路最大传输距离,为此类型轨道电路的设计提供理论依据。     

土石方调配问题双层规划模型及算法研究

研究目的:针对铁路土石方工程中较少考虑对生态环境影响的现状,研究如何构建合理的土石方调配问题模型,实现铁路土石方工程与生态环境的有效协调,减少对生态环境的影响的同时,从而实现土石方工程系统最优的目标。研究结论:根据土石方工程具体特点,系统地描述土石方调配问题,在此基础上兼顾政府监管部门与施工企业双方不同的利益目标,建立土石方调配问题双层规划模型。在双层规划模型中,上层模型为土石方工程系统最优模型,下层模型为土石方调配费用最低模型。计算结果表明:土石方调配问题双层规划模型在减少对保护生态环境影响同时,降低工程建设成本。     

考虑支路路段双向车流相互影响的单向交通组织优化

考虑支路路段双向车流相互影响的因素,从道路负荷与公平性的角度出发,优化单向交通组织方案。建立一主多从的双层规划模型,上层规划是多目标规划,以单行交通组织方案为决策,以路段饱和度超限量最小化降低道路负荷、以车辆绕行系数最小化提高公平性。下层规划是考虑支路路段双向车流相互影响的均衡交通分配(每个点对之间的最短路各自由1个下层规划确定,但所有下层规划确定的最短路可一次性求解)。双层规划可用模拟退火算法求解,求解效果明显优于支路路段通行能力等量划分为双向分道行驶的传统优化方法。     

遗传算法在五连杆悬架优化中的应用

针对五连杆悬架的特点，运用多体系统动力学的理论建立了悬架的运动学分析模型，基于遗传算法开发了优化器的核心单元，并解决了它们之间的通讯和协调问题以实现在车轮上下跳动过程中车轮外倾角的运动学特性变化量与目标值之间的偏差最小作为优化设计的目标，说明了遗传算法在五连杆悬架优化中的应用。应用这种优化体系对某型轿车五连杆悬架进行了实例优化分析。     

液压半主动悬架的自适应神经网络控制

提出了液压半主动悬架系统的自适应神经网络控制策略 ,分析了系统模型及自适应神经网络控制器的设计和实现 ,并对控制效果进行了仿真研究。结果表明通过这种控制策略可以得到比较好的控制效果。     

基于神经网络实现交叉口多相位模糊控制

根据城市交叉口交通流的特点，给出了一种交叉口多相位自适应控制算法，综合考虑相邻车道上的车队长度，利用多层BP神经网络实现了道路交叉口多相位模糊控制。仿真结果表明，所设计的模糊神经网络控制器能有效地减少单交叉口平均车辆延误，具有较强的学习和泛化能力。     

遗传算法在区段站到发线的应用研究

为解决车站到发线的合理运用问题，采用遗传算建立了到发线运用的染色体结构和适应度函数，对这种复杂的非线性组合优化问题进行了仿真。     

基于人工神经网络的柴油机故障诊断

故障诊断是计算机模式识别领域的一个活跃课题。文中提出了基于人工神经网络的柴油机故障诊断方法，设计了适合该诊断系统的BP网络结构，并给出了一种基于黄金分割法改进的BP算法，用来自适应调整网络学习速率。仿真结果表明：该算法具有很快的学习速度和较高的学习精度，完全适用于柴油机故障诊断系统。     

基于自适应遗传算法的路堤边坡稳定性分析方法

基于圆弧滑动面假定,提出了一种用自适应遗传算法搜索最危险滑动面及其对应的最小安全系数的新方法。该方法是一种改进的遗传算法,采用自适应求取适值、动态调整交叉率和变异率、自适应区间收缩。自适应遗传算法有效克服了传统方法易陷入局部极小的缺陷,提高了算法的搜索效率、精度和稳定性。