遗传模拟退火算法舰船资源装配效率优化系统

为了解决舰船资源装配工作中,由于装配顺序不确定导致的资源装配效率低的问题,从硬件和软件2个方面,利用遗传模拟退火算法设计舰船资源装配效率优化系统。在硬件方面安装ESC500型号的控制器,并改装系统中的微处理器。在硬件设备支持的基础上,分别通过准备舰船装配资源信息、遗传模拟退火算法优化船舶装配序列和装配效率计算与优化3个步骤,实现对舰船资源装配效率的优化。经过系统测试实验分析得出结论,应用设计的装配效率优化系统后,舰船资源的装配效率得到了有效的提升,且可以实现多舰船装配效率的同步优化。     

船舶混合电力推进系统设计及优化控制仿真

为改善带有储能系统的混合电力船舶推进系统能效,提出一种适用于混合电力推进船舶的控制策略,以锂电池组的荷电状态为状态参数,根据不同电力负荷下的负载变化趋势和柴油发电机组的最佳燃油消耗率曲线,实现多台组网工况下的最佳增减机控制及单台在网工况下的最佳负荷调整。仿真验证表明,通过控制在网发电机组台数及单台发电机组功率负荷,可以降低船舶混合电力推进系统的燃油消耗,改善柴油机工作效率。     

关于某项目上部结构通用图配束优化的研究

预制T形桥梁在高速公路中应用广泛，但预制桥梁由于标准化要求，单个项目采用标准跨径的类型有限，跨径组合在布置时常常造成浪费或者略有不足，灵活性不高，尤其在山岭重丘区情况下问题突显。结合规范变化等研究钢束布置情况，通过大量计算分析，优化钢束配置，增加常见跨径预制T形桥梁通用图的适用性，达到跨径布置合理、满足标准化要求、优良的经济性目的。     

基于联合调度优化模型的共享汽车分析

共享汽车行业曾在几年前广为繁荣,但由于其所具有的重模式、高成本、难以盈利等弊端,造成企业难以持续融资,行业难以持续繁荣的困境。如今,随着汽车车型更新换代日益迅速,加之疫情影响经济发展,消费者更倾向于轻便的用车模式,使得具有“分时租赁”特点的共享汽车获得很大发展机遇。本文综合利用Excel、Python软件,先以经纬度为横纵目标对附件数据进行离群值剔除与可视化展示,并将其在空间上划分成25个区域,从而更准确地研究其空间特征;其次,使用Matlab软件构建DBSCAN聚类算法模型,将不同区域共享汽车的实际密度情况以热力图形式在地图上可视展现,得出共享汽车分布主要集中在经度34.78377、纬度32.0556等区域附近,这些区域大多集中位于城市中心,人口密度相对高,共享汽车使用频率高的结论,同时编程得出不同型号车辆在整体区域信息的出现频率次数表,进行不同维度变化分析,得到共享汽车使用集中在早午晚高峰期,该时间段内人流量大,用车需求量高,汽车使用频率高的结论。     

灌注桩水上作业平台施工工艺优化

由于防波堤护坡和护脚的抛填均采用规格较大的块石，常规灌注桩水上作业平台的螺旋管打设困难，导致平台基础体系难以形成。根据钢平台原设计方案出现的系列问题进行优化设计，最终采用岸侧回填块石+搭设2排贝雷架、外侧1排螺旋管桩的基础支撑体系。结果表明：平台基础体系结构受力和承载力验算合格，灌注桩施工时钢平台未产生较大的滑移突变，沉降较均匀。该水上作业平台安全可靠、便于施工。     

公铁竞争下铁路货物列车开行决策与定价综合研究

随着公路货运与铁路货运间竞争关系的持续激烈化，我国铁路货运存在市场分担量不足、企业经营效益有待提升等问题。充分利用铁路经济性优势，同时协调铁路列车开行决策方案、降低成本并确保铁路企业利润，有利于铁路增强货运收益，更好的参与市场竞争。基于对列车开行决策与运输定价间关联性的探讨，以货运分担量及运价为决策变量，构建出一个公铁竞争环境下的铁路货物列车开行决策与运输定价综合优化模型，以此实现铁路企业利润的最大化和货主广义费用的最小化。通过算例验证得出该模型满足可行性与合理性要求，能够促进铁路达到一定的市场分担率水平、创造较高的经营效益。     

基于改善轮轨共形度的60 kg/m钢轨廓形优化

重载铁路及客货共线铁路运营条件下，轮轨磨耗问题尤为突出. 为了有效减缓轮轨磨耗发展，以不同接触条件下轮轨廓形共形度最优为原则，设计目标函数及约束条件，建立钢轨廓形非线性优化数学模型，并基于序列二次规划法进行求解，提出60 kg/m钢轨廓形的优化方案；从轮轨接触几何关系、车辆-轨道系统动力作用、磨耗的角度对优化廓形的优化效果进行了对比分析. 结果表明:1） 所提出的60 kg/m钢轨优化廓形相对于原始廓形使目标函数值降低了50%，与LM车轮廓形具有更高的共形度水平；2） 优化廓形的轮轨接触点分布更为均匀，在轮对横移量较小的条件下轮径差更小，在轮对横移较大的条件下轮径差更大；3） 优化廓形对车辆运行安全性和平稳性无显著影响，可有效增大轮轨接触面积达11.24%，降低接触应力达20.42%，减缓轮轨磨耗发生发展速率.      

基于仿真试验和BOA-VMD的轴箱轴承故障特征提取算法研究

针对城轨列车运行过程中轴箱轴承故障难以发现的问题，提出一种利用蝴蝶优化算法(Butterfly Optimization Algorithm,BOA)对变分模态分解(Variational Mode Decomposition,VMD）参数进行优化的轴承故障特征提取方法。首先构建基于轴承-车辆刚柔耦合的轴承故障动力学模型，提取轮轨激扰和轴承故障情况下的轴箱振动信号；然后利用蝴蝶优化算法对轴箱振动信号的VMD模态分量数和二次惩罚系数进行寻优，确定最佳参数组合；最后利用已确定的最佳参数对轴承振动信号进行VMD分解，得到不同本征模态分量(Intrinsic Mode Function,IMF)，并对最佳模态分量信号进行包络分析，识别到轴承故障时的特征频率。试验分析表明，基于优化参数的VMD分析方法能够有效提取轴承故障特征频率，通过经验模态分解(Empirical Mode Decomposition,EMD)分析方法对比，可以发现文章提出的分析方法效果更加有效。