基于无人机的高层住宅最后“一百米”配送优化

针对城市高层住宅顾客对上门配送服务的需求，借助无人机停放平台，考虑包裹异质性以及无人机在不同配送阶段的精确能耗，构建以无人机飞行成本和能耗成本最小为目标，以无人机容量、电池组容量等为约束的高层住宅无人机上门配送模型，解决“垂直位置最后一百米配送”问题。基于此模型，设计带变邻域下降(VND)搜索的混合蚁群算法(HACO-VND)，引入4个算子进行变邻域下降搜索，为了提高算法的求解性能，提出两种局部搜索算子组合，根据顾客点数量使用不同的算子组合。实验结果表明，HACO-VND算法较CPLEX在求解精度与求解时间方面更优，特别是在大中型算例中表现出较佳性能。参数分析表明，高层住宅楼层数越多，无人机单次 飞行的能耗利用率越大，无人机容量与电池组容量共同对配送方案产生影响。为以后无人机送货上门服务方面的研究提供参考和思路。     

基于数据驱动的机场水泥混凝土道面性能退化预测

针对机场道面性能退化过程的精确预测问题，本文采用数据驱动的机场道面预测性维护方法，通过指示变量将两种数据集进行联合分析，考虑机场道面性能退化过程受飞行交通量和道面面层厚度的影响，以机场道面性能状况指数衰变的非线性函数为期望函数，建立一种机场道面性能退化双参数预测模型；根据模型的参数估计结果，采用边际效应分析结合预测性能曲线图示，对不同飞行交通量水平和不同道面厚度等级的道面性能退化过程预测进行分析。结果表明，采用数据驱动和非线性混合效应方法，搭载联合估计技术，能较为显著地提高机场道面性能退化预测的精度和效果。     

船舶智能设计浅析

随着《中国制造2025》提出综合实力进入世界制造强国前列的制造强国战略目标,基于新一代信息技术产业的智能制造工程正在各个产业迅速推进。但作为制造强国基础的智能工厂并不仅仅局限于智能制造,还应该包括智能设计、全范围的智能物流和智能管控等。其中智能设计是缩短产品研制周期的关键,通过智能设计产生最优化的数据、高正确率数据是缩减制造周期降低制造成本的关键。文章简要剖析智能设计在船舶行业的应用,基于现状展望智能设计的发展方向,并分析了发展智能设计所需的数据系统建设。     

基于灰色二次指数平滑的QAR参数关联度预测

由于QAR参数波动的后果具有潜在性和滞后性,因此分析人员容易忽视其危险性而使其发展为不利事件。针对该问题,提出运用QAR参数关联度分析的方法,建立QAR参数波动与事件之间的对应关系;并构建基于二次指数平滑-灰色关联法的关联度预测模型,进一步明确QAR参数波动与事件之间关系的动态变化趋势。运用实际数据对该模型进行验证,表明结论符合实际,该模型科学合理,可以用于QAR参数分析过程。     

车辆协同巡航控制系统设计改进与试验评价

为提高交通流运行的机动性、稳定性，对车辆协同巡航控制(CACC)系统进行了改进设计. 基于经典Newell 模型提出了考虑CACC的改进跟驰模型，分析了所提出的CACC改进跟驰模型的动力学特性，给出了CACC改进跟驰模型的线性稳定性条件，并对由CACC车辆和非CACC车辆组成的非均匀车队的不同无线通讯拓扑结构进行了比较研究. 通过数值试验进一步研究了在起步、刹车和意外事件的情况下，CACC车辆的存在对交通流动力学的影响. 研究结果表明，通过合理设计CACC跟驰系统的模型参数取值后，CACC车辆的存在一方面可以提高交通流运行的机动性与稳定性，另一方面可以使交通出行更加的安全和舒适. 此外，由于不同车队中CACC车辆的无线通讯拓扑结构会影响交通流的机动性与稳定性，对于 CACC车辆的无线通讯拓扑结构应慎重的设计与优化.     

基于客户满意度的货运动车组开行方案研究

高铁货运逐渐兴起,本文对货运动车组开行方案优化进行了研究。针对高铁运输安全、快捷、运输成本较低等特性,提出以货运动车组及客货混编动车组为主,客运动车组捎带运输为补充的开行模式,结合运输需求、线路通过能力等限条件,以运输成本最小和货主满意度最大为目标,建立多目标综合优化模型,运用线性加权组合法,以lingo软件为依托进行求解。通过算例给出具体开行方案,并对同一运输区间各种运输方式的单位成本及用时进行对比分析。结果表明,相对于传统运输方式,高铁货运综合运输成本较低,用时更短,能够兼顾运输企业与货主的双重要求;所建模型优化效果明显,可为未来货运动车组的开行提供参考。     

环境可持续集装箱班轮运输管理研究综述

集装箱班轮运输业如何在追求成本经济性和服务可靠性的同时做好环境可持续性，对航 运企业、港口运营商以及政府组织都提出了新的挑战。围绕集装箱班轮运输在环境层面实现可 持续发展的目标，本文分别从战略、战术和运营等3个层面就措施、技术和规章制度等所做的研究 进行文献综述、分析发展趋势。战略层面，从市场减排机制和政策的制定、绿色政策、技术及措施 评估和企业竞争与合作等3个方面综述；战术层面，从控制油耗或碳排放的班轮运营优化、预调度 式的绿色班轮运营优化和污染排放控制区的设立对班轮运营优化的影响等3个方面综述；在运营 层面，从控制排放的集装箱调运和反应式的绿色班轮运营优化等两方面综述。按照决策水平、时 间脉络和研究主题分析后发现，该领域的研究趋势变化与行业及政府的环境政策紧密关联。其 次，从决策水平和问题类别来看，针对战术层决策的研究远多于针对战略和执行两层。第三，从 决策主体来看，大部分研究以航运公司作为单独的决策主体。本文建议：继续在优化班轮运输中 考虑多目标，将多目标优化作为决策手段可兼顾经济、环境以及社会责任，有利于航运可持续发 展；结合行业实践提炼科学问题，国际航运、尤其班轮运输极易受到政策导向、世界经济环境的影 响；从供应链角度研究集装箱班轮运输的可持续发展问题；为配合在运营层面的努力，还要研究 通过技术途径或手段推动班轮运输业可持续发展；借鉴其他运输行业较为成熟的绿色环保发展 思路促进班轮运输环境可持续发展。     

基于时空特性和组合深度学习的交通流参数估计

为深入挖掘交通流时空特性，提高交通流参数估计精度，基于深度学习提出一种交通流参数估计的组合方法。根据目标断面及其上游断面的交通流数据构造输入矩阵，利用卷积神经网络捕捉交通流的空间特性，使用长短期记忆和门控循环神经网络挖掘交通流的时间特性，组合3 种深度学习方法所得输出，得到交通流参数估计值。采用中国安徽省合肥市和美国加州萨克拉门托的交通流数据进行验证。结果表明：新方法的性能优于已有各种方法，使估计误差降低 5.72%~33.29%；新组合方法具有较高的准确性和可靠性，能为智能交通系统运营与管理提供高质量的基础数据。     

京津冀地区燃料电池汽车示范运行研究

本文在跟踪调研北京和张家口地区示范运营的燃料电池汽车的基础上,采集车辆的运营数据,完成了车辆运营里程、加氢量、百公里耗氢量、加氢次数、故障信息等数据指标的统计和分析对比,针对示范运营过程中存在的问题提出建议,论文研究结果在一定程度上概括和反映了2019年度京津冀地区燃料电池汽车的示范运营情况。     

货车轨迹数据在公路货运系统中应用研究综述

随着轨迹数据可获取性及精度的持续提高，货车轨迹数据被广泛应用于公路货运系统的 规划与管理中，同时，人工智能和大数据分析技术的快速发展也为公路货运系统研究带来新的机 遇与挑战。本文全面梳理并总结了公路货运轨迹数据应用领域的相关研究，从基于轨迹数据的 货运出行信息辨识、货运系统关键特征预测、货运轨迹数据进一步应用3个方面回顾现有文献的 研究目标、主要内容和研究方法。通过文献分析发现：货运出行信息辨识研究聚焦于货运停留 点、车辆和货物、活动出行模式等热点主题，但现有辨识方法多移植于旅客出行研究，需要更多地 考虑货运出行的独特特征。在货运系统关键特征预测方面，研究者主要针对货运行程时间、空间 位置、出行需求等主题展开研究，并证明了基于轨迹数据预测货运特征的可行性，但预测时空范 围较为局限，需要根据具体的货运任务、货车司机特征和货运政策进行深入研究。此外，轨迹数 据也被应用于货运出行路径选择行为、货运停车休息行为、行驶安全、货运排放和能耗分析、货运 政策评估等研究。最后，在总结现有研究不足的基础上，本文认为未来研究应重点将货运轨迹数 据与其他多源数据相结合，从3个关键技术进行突破：一是针对货运实践个体，重点探索高效货车 驾驶员的出行特征和出行模式，并在货运系统中进行推广应用；二是针对交通运输新技术和新形 势，重点开发和优化自动驾驶技术和重大应急事件影响下的货运组织模式与策略；三是针对货运 供需关系及匹配机制，重点研究货运全流程供需状态辨识与预测，并结合深度学习等方法训练和 开发智能供需匹配模型，从而优化货运系统调度，助力社会散乱运力资源整合，提高货运系统的 综合效率。