基于遗传算法的集成逆向物流的供应链网络设计

对于一个固定拓扑结构的供应链,基于设施能力和顾客需求的约束,以正向物流与逆向物流的总成本最小为目标,构造供应链网络设计模型,采用基于优先权编码的遗传算法求解。按照遗传算法的原理,将供应链按物流活动过程划分成4个阶段,运用基于优先权的编码方法对各个阶段进行编码;为加速算法收敛,利用贪婪启发式算法确定初始种群,通过遗传操作产生后代,并定义交叉算子和变异算子。以某一区域供应链网络规划为例,运用给出的模型和算法对需要设置工厂、铁路货运中转站的数量、位置及功能进行计算,并与其他算法所用计算时间比较。结果表明,采用本算法能够得到区域供应链网络规划的最优解,且所用的计算时间最少。     

铁路站场照明节能灯具的创新设计

针对目前铁路站场照明没有专用灯具,站场、站台普遍采用普通路灯,技术经济性差的现象,采用模拟配光,并进行照度计算,完成铁路站场照明节能灯具的研制。该节能灯具有效减少了灯具在铁路特定环境的最大光损,克服了常用道路照明灯具因采用蝙蝠翼配光的不足,使照度、均匀度和效率大幅提高,光色均匀、柔和,照明效果理想,并可节约成本,降低工程造价,经济社会效益显著。     

面向节能的高速列车追踪控制方案研究

提出一种基于改进人工蜂群算法的高速列车节能优化方法.通过对高速列车进行受力分析,以牵引计算理论中的运动学方程为支撑,结合列车属性和线路条件建立以列车运行能耗最小的数学模型.决策变量为列车工况以及相对应的工况改变点.针对模型设计基于交叉操作的全局人工蜂群算法,并设计了简单遗传算法作为比较.在此基础上,以前车对后车的限速作为约束,在移动闭塞模式下建立了追踪列车模型.在单列车求解的基础上设计了一种求解追踪列车工况的迭代算法.最后以设计的算例对本文模型及算法进行验证,结果表明所设计模型和算法能够在满足列车安全、准时、到站的条件下实现列车节能优化.     

基于站外限流与时刻表调整的地铁换乘站大客流协同控制

针对高峰期地铁换乘站站台容易发生拥挤问题,在分析乘客进站及换乘走行过程的基础上,构建了站外限流与列车时刻表协同优化模型。该模型可在满足站台安全容量约束下尽可能降低站外限流率,实现站外站内乘客加权人均等待时间最小。采用混沌遗传算法求解模型,并以惠新西街南口站为例,对本文模型、优化前方案和既有只限流方法进行对比分析。结果表明:与优化前方案相比,模型所得方案可满足站台安全容量约束,加权人均等待时分减少了21.2%;与只限流方法相比,模型可使站外平均限流率从36%下降到7.3%,加权人均等待时分减少了43.8%,且模型方案的各项指标在乘客走行时分发生波动的情形下表现更稳定。     

基于时间窗的城市医药品动态配送路径优化模型与算法

由于城市医药客户需求的随机性和不确定性,需要对医药品进行动态配送路径的优化.以客户服务时间窗为约束,以降低药品配送费用及提高服务准时性为目标,建立配送路径初始优化模型与动态优化模型,并利用遗传算法进行求解.研究结果表明:遗传算法能迅速收敛到最优解,配送费用得到较大程度的节省,服务准时性得到较大提高,能较好地满足城市医药...     

基于免疫退火遗传算法的城市轨道交通列车节能运行策略

为降低城市轨道交通列车站间运行能耗,提出了一种基于免疫退火遗传算法(IAGA)的列车节能运行策略.在区间运行时间固定的情况下,该策略能实现列车能耗的最小化.IAGA算法通过免疫补充和建立疫苗库缩短算法收敛时间,并借助退火机制避免算法提前进入早熟状态.求解模型以寻找列车站间运行工况转换点为约束,牵引能耗最小为目标,建立列车节能运行策略.以实际线路数据和车辆参数为基础,对单区间及三站两区间的节能策略进行仿真验证.结果表明,在保证站间列车定时运行的情况下,与传统遗传算法相比,IAGA算法具有更快的收敛速度,其计算的策略可使单区间列车运行能耗降低10.2％,三站两区间列车运行总能耗降低16.0％.     

城轨主动式牵引供电系统能量调度算法

为推动主动式供电中双向变流器的智能应用，针对其数学模型和调度控制策略展开了研究。利用满功率和恒电压模型分别模拟双向变流器的2种不同工况，并采用内外双层迭代算法进行潮流计算。当所有双向变流器处于恒电压模式时，提出以全网能耗最小为目标函数，求解牵引变电所输出电压的含等式和不等式约束的优化模型。当双向变流器中存在处于满功率模式时，提出抬升或降低相邻牵引所电压以分担功率的策略，从而降低双向变流器满功率持续时间。经实际地铁线路数据仿真，结果表明纯牵引能耗下降12.97%，满功率持续时间下降62.4%，提高了牵引系统能量利用率，减少了双向变流器出现限功的场景。     

基于遗传算法的铁路纵断面优化系统的研究

提出一种基于全局最优的改进式遗传算法.采用改进的启发式交叉算子和多种算子混合操作,加快算法向最优解收敛的速度.给出相应的纵断面优化模型,并改进初始种群生成的方法,将一个二维优化问题转化为两个一维优化问题进行求解,简化了算法的执行过程.引入惩罚函数的概念处理方案的约束问题,设计算法实现的流程图,并开发相应的优化系统.利用实例证明遗传算法在纵断面优化设计中的可行性及全局寻优的性能.     

地铁站台点型感烟火灾探测器的火灾响应性能分析

利用动态火灾模拟软件,通过仿真模拟试验,获得地铁站台典型区域的点型感烟火灾探测器对不同火源的报警响应时间,研究不同火源工况下站台区域点型感烟火灾探测器的响应性能,搭建简易模型进行实体试验。将2种试验方法获得的数据进行对比分析。试验结果显示:不同的火源类型、火源位置和火源功率对探测器的响应时间均有影响。其中,影响较大的因素是火源类型。油池火的实测报警时间与数值模拟的结果相对较吻合,而聚氨酯火和棉绳阴燃火的实测报警时间则明显长于数值模拟的报警时间。根据试验结果,建议应考虑适当减小探测器纵向间距并在关键区域增设探测器,并引入可视图像早期火灾报警系统以辅助火灾探测,提高地铁站台火灾自动报警系统的火灾响应性能。     

基于改进遗传算法的高速列车节能优化研究

为有效降低列车运行能耗,针对高速列车行进过程中的能耗优化问题,讨论了列车运行阻力的计算及列车停车点的设置,以此建立以列车能耗最小为优化目标的列车运行优化模型,提出3代逼近搜索的引导机制,改进了传统遗传算法中的算子,同时引入逆转算子提高算法求解能力.以CRH380B型高速列车和合福高铁(合肥—福州)数据为基础进行仿真,列...     

地铁列车客室照明节能性研究

文章对目前地铁车辆上几种主要的照明方案进行阐述,并通过试验验证,对其照度和能耗数据进行详细对比,提出节能效果最好的照明模式,为后续项目照明方案选择提供了选型依据。     

基于差分进化的高速列车运行操纵的多目标优化研究

在满足行车安全、区间固定限速、图定区间运行时间及车辆动力学性能约束的条件下,以能耗、实际区间运行时间、精确停车及不舒适度为指标建立高速列车运行操纵多目标优化模型。针对传统差分进化算法易陷入局部最优的问题,对其交叉操作过程进行改进,同时引入模拟退火思想提升算法的最优解搜索能力。利用改进后的差分进化算法对高速列车运行操纵多目标优化模型进行求解,给出相应的优化算法。以京沪高速铁路某区间线路数据为基础,通过计算机仿真验证了所提算法的有效性与实用性。     

基于改进灰色预测模糊PID控制的列车多目标优化研究

针对列车自动驾驶(ATO)系统各性能指标最优问题,充分考虑灰色预测控制、模糊控制与PID控制各自的优点,提出一种改进灰色预测模糊PID控制算法。以准时性、舒适性、精准停车及能耗为指标,列车动力学方程为约束,构建列车运行多目标模型;然后采用遗传算法优化该模型,根据MATLAB软件得到列车运行目标曲线;最后利用Simulink模块搭建PID控制器仿真模型、模糊PID控制器仿真模型和改进灰色预测模糊PID控制器仿真模型,获得其对应的跟踪曲线。选用车型和线路仿真模拟,仿真结果表明:改进灰色预测模糊PID控制算法比PID控制算法和模糊PID控制算法在提高列车运行的准时性、舒适性、停车精确性以及降低能耗方面更有效。     

快慢车组合运行条件下市域快线节能坡优化模型与算法研究

基于既有研究大多局限于站站停列车运行条件下的地铁节能坡优化,为解决快慢车组合运行条件下市域快线节能坡优化问题,在对列车受力分析的基础上,提出快慢车组合运行下列车运行能耗表达函数,并构建以运行能耗最小和列车运行时间偏离最小为目标的节能坡优化模型,并基于改进的遗传算法设计快速求解算法。通过广州市域快线18号线验证,研究结果表明:本文所提模型与算法能够有效求解节能坡设计方案,相对于原始方案,优化方案在保持运行时间小幅变动的前提下,使列车牵引能耗降低了15.2%～25.2%。并发现快慢车的不同比例对节能坡设计方案和节能效果有影响,慢车比例越大,方案的节能效果越显著。     

基于数据挖掘算法的地铁站能耗时序预测方法

建立了误差反向传播神经网络(BPNN)、决策树分类与回归树(CART)、支持向量回归机(SVR)三种普通的输入-输出预测模型,对地铁站能耗进行预测。基于数据挖掘算法对三个模型进行改进,得到了三种模型基于时间延迟的预测结果,对比了改进前后的预测结果,并确定了最佳的时间延迟。结果表明:普通的输入-输出模型中,SVR对能耗的预测更加精确;基于时间序列的能耗预测模型对BPNN预测模型的提升最大;滞后时长为5 min时,三种模型的预测精度最高;基于决策树CART算法的时序能耗预测模型对时间延迟的敏感度最高。     

基于随机机会约束规划的内燃机车减排技术评价优化模型研究

利用不确定规划理论,提出基于随机机会约束规划的机车减排技术决策评价优化模型及其算法.模型的目标函数为期望运营成本最小,决策变量为减排技术种类及减排效率,约束条件为排放污染物致癌风险及对健康影响情况不超过一定概率等.将随机模拟和智能算法相结合,设计求解模型的双层混合智能算法,并利用此算法对算例进行求解,说明模型和算法的可行性和有效性.     

考虑公平的铁路应急物资调度优化研究

铁路应急资源调度受到应急需求、运输成本和物资分配公平性等因素制约。为了降低运输成本,提高物资分配公平性,针对灾害突然发生时需求不确定及应急物资不足的情况,以分配公平性最大和运输成本最低为目标,建立铁路应急物资调度多目标优化模型,设计改进遗传算法求解模型。以受自然灾害影响的某区域为例,验证铁路应急物资调度多目标优化模型及算法。结果表明,该模型和算法能够有效地解决应急资源调度问题,改进后的遗传算法与基本遗传算法相比更为有效,有助于提高各应急需求点的公平性,有效降低应急物资调度的成本。     

基于超图语义模型的铁路站场路网数字化设计

提出以道路及相关设备为节点、约束关系为边的路网约束关系超图语义模型,全面准确地描述路网复杂耦合约束关系;建立交叉口判别准则,研发交叉口自动判别算法以及路网超图更新算法,实现了路网超图模型的动态维护;以诺尔盖车站工区路网设计为例对模型进行验证,结果表明该模型很好地满足设计需求。此外,该模型可拓展应用于城市路网、地下管线设计等领域。     

基于BC算法的地铁站台乘客分布建模及应用

为定量化分析地铁站台客流组织方案的应用效果,实地收集乘客候车分布数据,统计分析候车位置选择的特性,研究发现乘客的候车位置选择具有集中性,并受行走距离、排队长度和候车区域容量影响.基于细菌趋药性(BC)算法原理,结合站台乘客候车位置选择特性,建立了站台乘客分布仿真模型,并利用实测数据对模型进行了标定和验证.从实例站台的限...     

一类带有随机模糊损耗的运输路径优化

以带有随机模糊损耗的运输路径优化问题为研究对象;用随机模糊机会约束规划方法建立最大到达流模型;设计了通过模拟获取染色体适应度的遗传算法来求解问题,并处理了运输中的"必经点"问题;最后进行了算法实验,验证模型和算法的有效性。