蚂蚁记忆系统结合邻域搜寻法应用於车辆途程问题

以蚂蚁记忆系统为基础搭配不同的邻域搜寻法做区域搜寻来应用於车辆途程问题。先以2-opt、根据2-opt增加交换节线的or—opt及改良交换法的Lin—Kernighan做途程内交换,选择和已知最佳解误差百分比最少的2-opt做改善,再计算记忆盒中较佳路线之重心,并从运量最少路线开始做区域改善,以其重心为基准对附近路线做途程内2-opt及途程间Swap的交换,如此将能有效降低区域改善的时间,进而提升求解效率。利用国际标竿例题来验证AMS之求解效率,在随机问题C1-C10。求解平均误差为0．98％,在丛聚问题C11-C14求解平均误差为0．55％。     

考虑禁行路线路网的最优路径求解

为了解决含有禁行路线路网中的最优路径求解问题．研究了含有装行路线路网的特点．建立了数学模型。通过路网转化法把含有禁行路线的路网转化为不含禁行路线的路网．降低了最优路径求解的难度。采用邻接结点关系矩阵和邻接结点权矩阵表达路网中结点和路段的拓扑关系，减少了路网的存储空间。用动态邻接结点关系矩阵和邻接结点权矩阵对经典的Dijkstra算法进行了改进，节省了计算机存储空间、提高了计算效率．并给出了基本算法。将所研究的路网转化方法和改进的Dijkstra算法应用于所研发的车辆诱导系统软件，并进行了实际测试。测试结果表明．府用该方法能够在含有禁行路线的路网中求解最优路径．且运算效率较高。     

库存路径问题的3种策略

在供应商管理客户库存的模式下,从新的角度全面规划长期的库存路径问题,通盘考虑库存与路径的动态整合.以具有随机需求的客户为重点,循序渐进地研究解决库存路径问题的3种策略:固定区域和固定路线、固定区域和变化路线以及变化区域和变化路线.使用报童库存模型、扫描算法、周期随机库存决策以及节约算法等方法对这3种策略下的库存路径问题进行分别求解,找到每种策略下客户的最佳配送数量和总的最短配送距离.从而,把一个长期的、动态的库存路径问题由短期向长期、由静态向动态进行逐渐过渡,实现更贴近于物流配送实践的数学描述与求解研究,为随机库存路径问题的研究提供一个新的思路.     

求解不确定车辆数车辆调度问题的蚁群算法

为同时优化所用的车辆数和行驶总路径,基于问题特征,用人工蚂蚁模拟车辆,在1次循环中利用不同蚂蚁个体的相互协作建立1个完整的解方案,使参与服务的蚂蚁数隐含了所使用的车辆数,从而能够通过优化参与服务的蚂蚁数量确定所使用的车辆数。在算法中,通过构造与算法实施相适应的禁忌表、启发函数以及为了提高搜索效率而引入中心节点虚拟需求量等策略,设计了求解具有不确定车辆数的车辆调度问题的蚁群算法。通过给定的实例对算法进行了验证,结果表明算法是有效和可行的。     

随机交通网络中依赖信息的路径优化问题研究

针对交通网络中路径通行时间具有与时间相关的随机分布特性，将研究在此类交通网络上依赖信息的路径选择问题。在路径选择过程中引入交通信息，在随机交通网络上最优路径选择原则为下一节点的选择将依赖于已实现的路段时间及当前节点的出发时间，通过期望最小值方法，按照路径通行时间期望值最小原则，建立一种通过所获得交通信息来进行路径选择的优化模型，给出了模型的求解算法。并在简单交通网络上对模型进行实现。     

包含禁行路线路网的最优路径HNN算法

为了解决包含禁行路线路网的最优路径快速求解问题,研究了不含禁行路线路网和包含禁行路线路网的特点,建立了相应的路网数学模型。通过路网转化法把包含禁行路线的路网转化为不含禁行路线的路网,降低了最优路径求解的难度。研究了霍普费尔特神经网络(Hopfield Neural Network,HNN)的特点,设计了适合求解路网最优路径的HNN算法,在算法中采用动态邻接矩阵,节省了计算机内存,减少了运算时间。将所研究的路网转化方法和设计的HNN算法应用于所研发的车辆诱导系统中,并进行了实际路网测试,结果表明应用该方法能够在包含禁行路线路网中求解最优路径,且比经典算法的运算效率高。     

甘肃省宝天高速公路牛背—天水段景观设计系统框架建构

文章通过对甘肃宝天高速公路牛背—天水段路线沿线自然地貌景观特征的研究分析,并结合天水市自然环境、生态环境、人文景观环境和区域旅游资源现状等多方面因素,从宏观角度对高速公路沿线景观构成进行系统地剖析,在此基础上针对本项目建构起“两带、六区、十三个景观节点”的景观系统框架,从而使项目的景观绿化设计结构和层次更加清晰。     

基于简化DPCNN的最短路径算法

传统求解最短路径（SP）问题的方法一般有组合技术与代数方法2大类,但算法复杂度的指数上界为2．376,不能实时对大规模SP问题进行求解。文中提出1种简化的时延脉冲耦合神经网络（SDPCNN）模型,可1次求解源点到其他所有点的最短路径,算法时间复杂度仅有O（n）．实验证实了这一模型的有效性,且计算时间仅为未简化模型的5％～10％。     

基于遗传算法的3L-CVRP优化问题研究

为提高物流配送效率,降低配送成本,探讨了三维装箱约束下的车辆路径优化问题.在装箱问题与车辆路径优化问题研究现状的基础上,将三维装箱与车辆路径优化进行整合,考虑客户需求、货物装载顺序、车辆尺寸、车辆重心等约束,建立以路径最短、车辆装载容积利用率和载重率最大的多目标组合优化模型,引入权重系数体现决策者偏好并归一化目标函数.设计适用的染色体编码规则,确定遗传操作中选择、交叉、变异方法,选取目标函数为适应度函数,引入最优个体保存策略防止算法的过早收敛,提高算法的准确性,通过Matlab编程实现该优化模型的求解.案例数值试验表明,该模型与算法能够实现装箱与车辆路径的组合优化,算法运行时间为17s左右,相较于引导式局部搜索遗传算法减少了5 s,车辆总行驶里程缩短了7 km.      

基于前景理论—影响力混合模型的路径决策研究

传统的出行路径决策研究多集中于"事前"研究,即出行者在出行前通过综合考虑道路网络所有的信息,在纯理性的基础上确定出本次出行所选择的最佳出行路径,这与实际出行者出行路径选择有较大的不同。通过引入有限理性和节点作用力的观点,建立了基于交叉口节点决策的前景理论—影响力混合路径决策模型。通过设置仿真实验,验证了本模型相比期望效用理论和单纯的前景理论更加符合实际出行者实际路径决策,弥补了传统路径选择研究的不足。     

求解广义最小生成树问题的元启发式算法

针对广义最小生成树问题,设计了2种改进的元启发式算法来求解：单亲遗传模拟退火算法和改进的禁忌搜索算法。通过综合遗传算法和模拟退火算法的优点,提出了单亲遗传和模拟退火的混合算法,并设计了自适应选择法和自适应基因重组操作;在改进的禁忌搜索算法中,通过在2种邻域进行搜索来避免陷入局部最优。数值实验验证了算法的有效性。     

CBD停车诱导标志设置的研究

停车诱导系统作为智能交通系统的1个重要组成部分,对于缓解城市＂停车难＂问题,尤其是解决城市中心商业区＂停车难＂起着至关重要的作用。国内外许多城市都运用停车诱导系统很好地缓解了＂停车难＂的问题。结合国内外城市中心商业区的停车经验,通过分析了城市中心商业区停车现状,探讨关于城市中心商业区停车标志的设置,将城市中心商业区停车诱导标志划分为外围诱导和内部停车场诱导2个部分。并以淮安市城市中心商业区为例,对其停车诱导标志设置进行了规划,实验结果表明该区域内的泊位利用率由原来的50.19%提高至69.23%。     

一种引入行驶状态识别的半主动悬架PID控制修正算法

基于车辆不同行驶状态（路面不平度和车速）下悬挂质量垂向加速度和悬架动挠度响应不相同的客观事实,针对半主动悬架PID控制器无自适应能力的局限,以悬挂质量垂向加速度和悬架动挠度响应作为车辆行驶状态的识别判据．建立起一种引入行驶状态识别的半主动悬架PID控制修正算法,进而以某型轿车为对象,采用MATLAB／Simulink建立起半主动悬架PID控制的仿真模型,针对不同行驶状态计算出PID控制算法修正前、后的车辆平顺性响应并加以对比,表明所提出的PID控制修正算法是有效的。     

带有随机需求的车辆路径选择问题算法研究

为带有随机需求的车辆路径问题（VRPSD）提供一个具有通用性的算法,将一个VRPSD问题转化成带有运力限制的车辆路径问题（CVRP）的有限集,通过解CVRP问题来解决VRPSD问题。为提高解的可靠性引入了安全库存的概念,并运用了蒙特卡罗仿真方法,得到了在不同安全库存水平下每条路径的可靠性。用实例检验所述方法的可靠性和通用性。     

无钥匙进入系统转向柱锁控制器的原理与设计

随着一键式启动系统和无钥匙进入系统在国内的兴起,传统的机械式转向柱锁必将被新颖的转向控制器所代替。本文对无钥匙进入系统转向柱锁控制器(简称"转向控制器",SCLC)的原理作以介绍,重点分析如何将其与BCM控制器、IMMO和发动机管理模块(EMS)等有效集成,实现无钥匙进入系统的功能。     

城市平面交叉口可靠性分析

随着城市道路网络可靠性研究的深入,交叉口已不能再作为完全可靠的道路单元,交叉口可靠性问题开始凸显。在对交叉口具体分析的基础上,充分考虑交叉口的容量限制,提出了容量限制下运行时间可靠度（TCR）,并对TCR模型的优点进行了分析,给出了可接受水平值的确定方法。运用概率论基础知识,对道路网络最基本单元交叉口进行了TCR分析,给出了交叉口TCR的具体求解过程。     

基于免疫遗传算法的公交线网优化研究

为了提高遗传算法在线网优化中的稳定性,在遗传算法过程中加入免疫因子的提取与注射,并设置局部最优的检测。改进后的免疫遗传算法能结合求解问题的特征信息对种群进行免疫接种,提高搜索速度和精度。通过路网验证,并与标准遗传算法进行比较,表明效果明显。     

Kalker's algorithm Fastsim solves tangential contact problems with slip-dependent friction and friction anisotropy

This paper presents two extensions of Kalker's algorithm Fastsim of the simplified theory of rolling contact. The first extension is for solving tangential contact problems with the coefficient of friction depending on slip velocity. Two friction laws have been considered: with and without recuperation of the static friction. According to the tribological hypothesis for metallic bodies shear failure, the friction law without recuperation of static friction is more suitable for wheel and rail than the other one. Sample results present local quantities inside the contact area (division to slip and adhesion, traction) as well as global ones (creep forces as functions of creepages and rolling velocity). For the coefficient of friction diminishing with slip, the creep forces decay after reaching the maximum and they depend on the rolling velocity. The second extension is for solving tangential contact problems with friction anisotropy characterised by a convex set of the permissible tangential tractions. The effect of the anisotropy has been shown on examples of rolling without spin and in the presence of pure spin for the elliptical set. The friction anisotropy influences tangential tractions and creep forces. Sample results present local and global quantities. Both extensions have been described with the same language of formulation and they may be merged into one, joint algorithm.