城轨运营中断下应急公交车辆调度模型

随着城市轨道交通运营网络规模扩大和客流迅速增长,运营中断下公交应急联动问题日益被重视.针对城轨运营中断下的公交桥接疏运问题,提出一种灵活调度策略,允许车辆服务于不同的桥接路径,以最小化总疏散时间和平均乘客延误为目标,建立基于灵活路径模式下的多目标应急公交车辆调度模型,使用理想点法和遗传算法进行求解,并进行实例验证.对比传统固定路径车辆调度方案,基于灵活路径的车辆调度方案使总疏散时间和平均乘客延误分别减少了 4.2%和 4.4%.结果表明,本文提出的模型能够提高公交应急桥接疏运效率、降低乘客延误.     

城轨运营中断下应急公交车辆调度模型

随着城市轨道交通运营网络规模扩大和客流迅速增长,运营中断下公交应急联动问题日益被重视.针对城轨运营中断下的公交桥接疏运问题,提出一种灵活调度策略,允许车辆服务于不同的桥接路径,以最小化总疏散时间和平均乘客延误为目标,建立基于灵活路径模式下的多目标应急公交车辆调度模型,使用理想点法和遗传算法进行求解,并进行实例验证.对比传统固定路径车辆调度方案,基于灵活路径的车辆调度方案使总疏散时间和平均乘客延误分别减少了 4.2%和 4.4%.结果表明,本文提出的模型能够提高公交应急桥接疏运效率、降低乘客延误.     

基于动态学习的泊位调度方案优化

泊位调度方案的制定要依据在泊船舶的占用泊位情况及预计在泊时间,确定其他待泊船舶的靠泊位置与靠泊时间.然而,预计在泊时间受水文气象等多种复杂因素的影响,且影响程度是随时间动态变化的,给泊位调度方案的制定增加了难度.对此,本文采用动态学习方法对在泊时间计算函数进行更新,再基于所得函数对泊位调度方案进行优化.并设计了包含船舶在泊时间动态学习及泊位调度方案优化的并行算法,前者为后者提供更新的在泊时间计算函数,后者的实际执行结果为前者提供学习样本.通过算例对模型有效性进行了验证,结果表明：加入动态学习过程,船舶在泊时间的计算偏差得以降低;优化方案的平均在泊时间缩短2.4 h,总成本降低11.1%.     

自供电路侧单元能量-时延均衡分组调度策略

考虑了自供电路侧单元在分组传输过程中能量收集、车辆到达与车速的随机性, 基于受限马尔科夫决策模型建立分组调度系统模型, 研究了分组平均传输时延与能量消耗; 分析了在能量队列约束下最小分组平均传输时延的优化问题, 提出了自供电路侧单元能量-时延均衡分组调度策略, 通过仿真试验分析了最优分组调度策略性能, 并与贪婪中继方案和Q-learning算法进行对比。仿真结果表明: 该分组调度策略具有双门限结构, 系统通过自供电路侧单元的能量队列状态以及到达车辆的车速状态确定决策变量, 使系统可以在考虑能量利用效率的前提下降低监测数据分组的平均传输时延, 保证自供电路侧单元在能量存储不溢出不耗尽的同时, 最小化系统分组平均传输时延; 在单分组发送模型中, 提出的分组调度策略的平均传输时延相比贪婪中继方案降低了15.7%, 相比Q-learning算法降低了13.5%;在批量分组发送模型中, 其分组平均传输时延相比贪婪中继方案降低了20.4%, 相比Q-learning算法降低了11.5%。      

基于文件内外访问倾向性的流调度策略

提出了一种网上教学平台上基于文件内外访问倾向性的视频流调度策略.描述了系统架构、存储策略、调度策略与算法.通过对现有流调度算法的研究,结合视频文件内外访问倾向性,提出了一种新的流调度算法.理论分析和仿真实验表明:该算法可有效提高系统吞吐量和热门影片的命中率,降低系统平均等待时间.     

基于文件内外访问倾向性的流调度策略

提出了一种网上教学平台上基于文件内外访问倾向性的视频流调度策略.描述了系统架构、存储策略、调度策略与算法.通过对现有流调度算法的研究,结合视频文件内外访问倾向性,提出了一种新的流调度算法.理论分析和仿真实验表明:该算法可有效提高系统吞吐量和热门影片的命中率,降低系统平均等待时间.     

垃圾量有限预知下环卫车在线调度策略

目前,垃圾清运是环保工作重点关注的问题之一,一般垃圾清运成本占总垃圾处理成本的60%～80%,所以以成本最小化为目标的环卫车调度问题就成为热点问题。现有对该问题的研究大部分都是基于静态需求,最后计算出环卫车调度的离线最优。因此,将需求动态变化的特征纳入考虑范围,提出了在垃圾量有限预知的情况下城市环卫车在线调度的诱导策略和组合优化策略,同时证明了两个策略不同情况下的竞争比。最后通过实例比较策略的执行效果,得出了该实例的最优在线调度策略为诱导策略。     

基于改进GH-SOM的可接受航班编队调度优化

针对可接受航班编队调度优化问题,从最大当量航程约束和最大允许延误约束出发,推导出可接受编队模式的统计判别边界,将编队调度优化问题转化为最优层次聚类问题,利用改进的层次生长型自组织映射(GH-SOM)神经网络实现对可接受编队调度聚类的递归求精。仿真结果表明:与经验判别边界相比,基于可接受编队统计判别边界的识别量提高了92.14%,平均扁率和平均时间同步偏差分别降低了25.00%和26.23%,扁率标准差和时间同步偏差标准差分别降低了12.50%和18.75%;与自组织映射、标准GH-SOM相比,基于改进GH-SOM的识别量分别提高了303.49%、162.87%,平均扁率分别降低了34.25%、22.58%,平均时间同步偏差分别降低了47.06%、36.62%,扁率标准差分别降低了45.10%、6.67%,时间同步偏差分别降低了46.94%、3.70%,因此,可接受编队模式的统计判别边界与改进GH-SOM是有效性的。     

多跑道降落飞机协同调度优化

为了制定安全、高效的空中交通管理战术决策,研究了多跑道降落航班协同调度问题.基于协同决策理念,综合考虑空管、航空公司和机场等因素,提出一种协同航班调度策略,给出了协同调度优化模型.模型在满足安全性和公平性约束条件下,寻求总延误成本最小即功效性最大的调度方案.采用基尼系数建立公平性约束,以处理功效性和公平性之间的关系,并引入当量航班概念来定量分析公平性.针对多跑道航班调度问题的特点,设计了遗传算法予以求解验证.仿真结果表明:该算法总延误成本比先到先服务算法降低了72.6%,最大延误时间减小了50.8%,因此,调度的功效性与公平性得到提高,所提方法有效.     

SoC的可靠性和低功耗协同优化

针对SoC的高可靠性和低功耗的设计要求,分析了动态电压与频率调节技术对系统功耗、温度和软错误率的影响,构建了SoC的可靠性和功耗的协同优化设计模型,提出了可靠性和低功耗协同设计的新方法,并通过考虑可靠性的动态电压与频率调节调度算法进行了仿真,验证了算法的有效性和可行性.结果表明,在可靠性降低5%的情况下,可节省约15.99%的功耗.