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。     

CATIA VBA二次开发在装配中批量搜索零件的应用

文章针对汽车开发过程中,经常需要对部分特定的零件进行批量选择用于校核或者作为报告用图,给出了装配中对指定的多个零件进行程序搜索选定的方法。在介绍VB编程语言及CATIA二次开发理论的基础上,给出程序自动搜索零件的基本流程,利用CATIA Automation调用Search方法,实现零件的批量搜索。通过实例验证,证明了CATIA批量搜索的优越性。结果表明,CATIA二次开发可以提高工作效率。     

异步电机效率优化算法设计

针对异步电机效率优化问题，提出混合在线式直流最小功率模糊搜索效率优化控制算法（FLSC）。算法利用损耗模型控制（LMC）的研究成果，设计新型比例因子提取策略，可以实时在线获得电机各稳态工况下FLSC输入和输出变量的比例因子，预先规划了算法搜索控制的方向，保证了算法的快速收敛性。根据异步电机的特性及先期的综合实验数据分析，对模糊控制用模糊集合及其隶属度函数进行系统化设计，对输入变量的ZE模糊集进行梯形隶属度函数设计，对输出变量进行正负不对称隶属度函数设计，从而解决了系统在效率最优点处的振荡问题。对小功率异步电机系统的计算机仿真及台架实验表明：针对异步电机的轻载运行工况，FLSC算法能显著提高异步电机系统的控制性能；对于异步电机转子电阻参数变化的工况也具有很好的鲁棒性。     

海上搜救中搜寻区域确定方法研究

提出了洋面模式下根据最后已知的位置报告及风流信息,确定搜寻目标漂移后的搜寻区域的具体方法。用计算机程序实现了包括总水流矢量的计算、风压差的计算及位置总或然误差的计算。     

多端点不成对机车周转图模型与算法

针对不成对列车运行图编制，在考虑最优性的要求条件下，本文提出适用于多端点不成对机车周转图的实用三步算法，即，首先确定机车交路成对时部分初始解，再分别确定每一个尚未匹配到达车次初始附挂方案，最后进行结果优化．文末提供一个算例，算例证明算法有效。     

带软时间窗车辆路径问题及禁忌搜索算法

考虑不同容量和运输成本的多车型车辆,建立容量限制和软时间约束,并以最小化车辆在路段上的运输量和该路段的长度乘积为目标的数学模型,给出求解该问题的禁忌搜索算法。在算法中考虑使用车辆最少的插入算法生成初始解。最后,通过仿真算例,检验模型和算法的有效性。     

海上搜救体系存在的问题与对策研究

文章分析了遇险船员在水中漂浮待救时面临的困难,阐述了当今搜救成功率低下的原因,并从人才、队伍、设备、管理、法律体系等五个方面提出了改进措施,对完善我国海上搜救体系、提高遇险船员搜救成功率有一定的指导意义。     

中国海上救助力量状况分析研究

国家救捞体制改革后建立了国家专业海上救助队伍,体制改革三年来救助力量已形成一定的规模,也正朝着建设一支设备精良、人员精干、技术精湛,在关键时刻发挥关键作用的救助队伍努力。     

城市轨道交通跨站停车方案优化模型及算法

城市轨道交通快速发展,人均乘行距离不断增长,使得研究城市轨道交通合理的列车停车方案成为必要,以满足越来越多乘客出行的需要.介绍轨道交通列车不同的停车模式,分析轨道交通跨站停车模式下影响乘客出行时间的相关因素.建立基于乘客总体出行时间节省最多的轨道交通列车跨站停车0-1整数规划模型,利用禁忌搜索算法进行模型求解.通过算例验证了该模型的可行性和禁忌搜索算法用于该问题求解的优越性,得出最优轨道交通列车跨站停车方案.对与目标函数值相关的列车发车间隔、停站时间和最高运行速度等参数进行灵敏度分析,结果表明:调节跨站运营条件下的发车间隔和停站时间可使目标函数,即乘客总体出行时间发生显著变化.     

A method for solving the multi‐objective transit frequency optimization problem

Frequency setting takes place at the strategic and tactical planning stages of public transportation systems. The problem consists in determining the time interval between subsequent vehicles for a given set of lines, taking into account interests of users and operators. The result of this stage is considered as input at the operational level. In general, the problem faced by planners is how to distribute a given fleet of buses among a set of given lines. The corresponding decisions determine the frequency of each line, which impacts directly on the waiting time of the users and operator costs. In this work, we consider frequency setting as the problem of minimizing simultaneously users' total travel time and fleet size, which represents the interest of operators. There is a trade‐off between these two measures; therefore, we face a multi‐objective problem. We extend an existing single‐objective formulation to account explicitly for this trade‐off, and propose a Tabu Search solving method to handle efficiently this multi‐objective variant of the problem. The proposed methodology is then applied to a real medium‐sized problem instance, using data of Puerto Montt, Chile. We consider two data sets corresponding to morning‐peak and off‐peak periods. The results obtained show that the proposed methodology is able to improve the current solution in terms of total travel time and fleet size. In addition, the proposed method is able to efficiently suggest (in computational terms) different trade‐off solutions regarding the conflicting objectives of users and operators. Copyright © 2017 John Wiley & Sons, Ltd.