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.      

汽车零部件多式联运组合式单元集装箱装载优化模型与算法

为满足汽车零部件中异形件在集装箱多式联运中的装箱运输需求,设计提出1种新型组合式单元集装箱,并研究其装载优化方法。考虑到箱体内部装载单元划分、异形件装箱及多层堆放的作业要求,重点解决待装箱物品的托盘选型、载货托盘在箱体内部装载单元的堆存位置选择等难题,以实现货物、托盘和箱体内部装载空间的有效适配。结合以上差异性特征,重新定义货物托盘选择、载货托盘堆放层位选择、同层双托盘位置选择的决策变量,并考虑装箱货物托盘类型、单个装载单元内部及其前后相邻装载单元内部的托盘尺寸统一等约束条件,以集装箱内部有效空间利用率最大化为目标,构建了单元集装箱装载决策问题的0-1整数规划模型（container loading model,CLM）。为实现该问题的高效寻优,设计了包含货物分组、货物排序及货物装箱的启发式算法（fast-packing algorithm,FPA）。算例结果表明：提出的CLM模型和FPA算法能求解得出高质量装载方案,所有算例中CLM模型和FPA算法的平均有效空间利用率分别为84.52%和83.57%,且针对存在装箱货物选择的算例,平均结果可达91.00%和89.84%。其中,CLM模...     

考虑车辆限行和装箱约束的车辆路径优化方法

在实际配送过程中,考虑到部分城市道路存在限制大型配送车辆通行的现状,以及运输途中车厢内物品满足后进先出等装载约束能有效提高装卸效率的特点,将车辆限行和二维装箱约束加入到需求可拆分车辆路径问题中.同时考虑到车辆的使用成本和行驶成本,以车辆总配送成本最小为目标构建考虑车辆限行和二维装箱约束的需求可拆分车辆路径问题数学模型,...     

基于安全场改进RRT*算法的智能汽车路径规划方法

快速搜索随机树(rapidly-exploring random tree, RRT)算法是智能汽车路径规划的常用方法,但传统RRT和RRT~*算法存在路径抖动大、易陷入局部区域和计算效率低等缺点。针对这些问题,本文中结合实车数据提出了一种基于安全场改进RRT~*算法的智能汽车路径规划方法。首先,建立了基于安全距离模型的安全场,通过驾驶数据采集试验对模型关键参数进行了提取;在此基础上,提出了具备安全场引导和角度约束等策略的改进RRT~*算法;最后,通过仿真对算法进行了验证。结果表明,本文提出的路径规划方法能计算出满足车辆轨迹曲率约束的有效路径,同时具有较快的搜索速度和更高的成功率。     

随机运输时间下集装箱海铁联运箱流径路优化方法

集装箱在海铁联运过程中容易受到各种不确定因素的影响, 导致运输时间波动, 进而影响货物的送达准点率。为有效降低不确定运输时间的影响, 兼顾运输过程的经济性和绿色可持续性优化集装箱海铁联运箱流径路。采用随机机会约束规划构建运输总费用最少和碳排放量最低的多目标模型。在约束条件中引入铁路和海洋期望运到时间, 并对超过期望运到时间的径路进行惩罚处理, 保证运输径路的优越性。考虑一站直达和中转换装这2种运输组织模式, 克服现有研究未考虑货源是否充足的缺陷。运用不确定及概率论相关理论知识将不确定约束转化为线性约束。以西安至洛杉矶的集装箱货物出口径路优化为案例背景, 采用NSGA-Ⅱ算法求解, 并通过贪心算法改进初始化种群以及基于logistics分布的概率选择算子改进精英选择算子。通过对比分析得到以下结果: ①算法优化后运输总费用减少23.15万美元, 碳排放减少6.69 t, 同时算法求解速度提高了75.36%;②将本文模型选用的随机规划和模糊规划进行对比, 发现随机规划解集数量多于模糊规划, 且二者在相同输送径路中的运输总费用和碳排放量均优化了10.65%。因此本文模型和算法具有良好的优化效果。进行灵敏度分析, 观察置信水平以及时间影响系数对目标函数和货物送达准点率的影响。结果表明: ①较高的铁路和海洋运输置信水平会提高货物的运输总费用。②时间影响系数和货物送达准点率呈负相关, 影响系数越大货物送达准点率越低。      

基于R树的非参数回归交通流预测方法

非参数回归在交通流预测中已得到广泛应用,但实际使用中存在实时性差的缺陷.为提高非参数回归预测速度,提出了使用空间索引结构R树作为模式库的存储结构,并依据R树空间聚类的特点进行K近邻搜索,最后根据搜索到的近邻点估算未来的交通流量.实验结果表明R树结构下的K近邻搜索速度比线性结构下的搜索速度提高了59.6%,但预测精度下降了8.8%.而通过缩小K近邻搜索中的距离上限这一参数,可以提高预测精度.结果表明当2种结构下的距离上限相同且小于0.02时,R树结构下的预测精度平均高于线性结构下11.9%,且搜索速度也平均提高了30.8%.因此,该算法能够在满足预测精度的条件下有效地提高预测速度,为实时短时交通流预测系统提供了1种实现算法.      

基于YOLO的托盘孔位置识别研究

在物流领域中,无人驾驶叉车逐渐被广泛应用。无人驾驶叉车需要具备一项非常重要的功能,即可检测到装载货物用的托盘孔的位置,从而使叉车插入托盘来运输货物,其中机器学习算法被广泛用于自动检测物体的位置领域,如孔洞的位置检测。文章介绍了使用YOLO和树莓派开发深度学习识别托盘孔位置的方法,采用YOLOv5模型,通过自建的托盘数据集对模型进行训练,并将算法部署到嵌入式设备中,实现了托盘孔识别。实验结果表明,在满足实时性能的要求下,对托盘孔识别准确率为88%左右,与当前行业主要使用的方法相比,具有低成本高速度的特点。     

优化多品种货物配装的蚂蚁算法

为充分利用装载工具的装载重量和容积,在考虑货物重量、容积、配装优先级以及混装限制等约束条件下,基于待装货物比容动态逼近装载工具剩余空间比容的思想,通过引入节点吸引度、构造合理的动态能见度函数以及采取多样化约束处理策略,设计了求解多品种货物配装问题的蚂蚁算法,并对42件不同品种的待装货物装入TBJ10型集装箱的配装问题进行了优化,求解结果实现了集装箱的装载重量和装载容积的同时优化.算例结果初步表明算法是有效和可行的.     

改进RRT算法在复杂环境下智能车路径规划中的应用

采用快速搜索随机树(RRT)算法进行路径规划时,在存在大量随机障碍物的复杂环境下,规划出的路径曲折且算法无法快速收敛,不能满足智能车路径规划的要求.为了实现智能车路径规划,提出一种基于RRT的运动规划算法——同心圆RRT算法.该算法在RRT算法的基础上结合智能车行驶时自身运动学约束,引入同心圆采样策略和邻近点选择方法....     

AT线控换挡执行机构挡位位置自学习算法研究

对于全自动泊车系统搭载的线控换挡执行机构,由于制造、装配误差会导致线控换挡执行机构装配于变速器后的R、N、D位置可能会与实际情况有偏差,从而影响变速器性能,所以从系统的动力学特性出发,提出了一种线控换挡执行机构下线学习算法,利用Matlab/Simulink建立系统动力学模型和算法模型,并开发了线控换挡执行机构控制器软硬件。通过仿真分析与实际台架测试表明,该下线挡位位置自学习算法能够在很短的时间内学习到精确的R、N、D挡位位置,不仅满足了车辆下线对时间的严格要求,还满足了变速器换挡的精度要求。     

基于深度强化学习的自动化集装箱码头集成调度方法

针对自动化集装箱码头卸货过程中岸桥、智能运输机器人和场桥设备交互作业, 实际调度环境复杂多变等问题, 以最小化最大完工时间为目标, 构建基于混合流水车间的三阶段集装箱码头集成调度模型, 为解决自动化码头调度环境动态性强的特点, 使用1种深度强化学习算法(DDQN)进行求解。依据码头实际调度情况, 使用神经网络实时拟合动作-值函数, 把各阶段设备状态数据输入模型, 采用经验回放机制训练模型, 把单一启发式规则加复合启发式规则作为设备候选行为, 通过强化学习动作选择与动作评估机制, 得到最优的集装箱-设备组合策略, 并与精确算法和常用的几种元启发式策略进行对比分析。结果表明: 较大规模算例下, 与目前较为先进的粒子群算法相比, 所提方法的总作业时间平均降低了7.84%, 与理论下界值的差距分别为6.0%, 5.6%, 4.6%, 三阶段设备负载较为均衡, 设备平均利用率为89%, 满足实际应用需求; 小规模算例下, 与Gurobi求解器的总完工时间平均误差为1.99%, 且随着算例规模增加, 所提算法在求解时间上显现出一定的优势, 求解时间最大提升59%, 验证了所提方法对于提升自动化集装箱码头运行效率的可行性和高效性。      

基于海铁联运的集装箱班列服务路径优化

虑考虑海铁联运过程中影响集装箱班列开行的不确定因素,结合班列服务客户各自固定需求时间窗的实际需求,引入不确定规划区间来表示集装箱在客户节点的装卸箱服务时间,同时将具有时效性要求的需求时间窗设置为软约束,运用惩罚函数将其作为惩罚项整合到运输成本目标函数中,选择合理的惩罚系数,构建以运输成本低、运输时间少为目标的班列服务路...     

铁路集装箱运输动态服务网络设计及Benders分解算法

充分考虑箱流的中转方案，研究铁路集装箱运输动态服务网络的设计方法。以总成本最小为优化目标，构建了铁路集装箱运输动态服务网络设计的线性规划模型。根据模型特点，采用Benders算法进行求解，将问题分解为服务网络设计的主问题及箱流分配的子问题，通过计算子问题的对偶模型不断产生主问题的割平面，由此进行迭代求解。为克服算法收敛速度慢的缺点，在主问题模型中添加有效不等式，使主问题更加紧致。以北京、郑州等集装箱办理站构建的运输网络为例，验证了模型和算法的有效性。算例结果表明，对于求解大规模的集装箱运输动态服务网络设计问题，改进后的算法运行46 s得到优化解，GAP为1.56%，未改进的Benders算法运行相同时间后，GAP为45.17%，改进策略的运用有效提高了计算效率; 所得服务网络的总成本比所有箱流均采用直达运输模式服务网络的总成本减少了20%;与现有集装箱班列开行方案相比，优化后的班列发车时段、开行频率在满足运输需求的同时，保证了各组箱流能在规定运到期限内送至目的站。      

不完全动态信息条件下延误风险规避的分布式车载导航系统路线实时优化算法

在没有实时信息或有限的实时信息下,基于畅通可靠度分析,以正常条件下出行时间最短及出现阻塞的风险最小为路径优化的双重目标,通过启发式加权的方法,设计阻塞风险规避的有约束的A*算法,实现分布式车载导航系统准动态路线寻优。同时基于阻塞相关性分析,实现对事故路段及其正相关的路段的有效规避,并通过改进A*算法的启发式函数估计,有效提高最佳路线的搜索效率。最后给出了若干算例以验证算法的合理性及有效性。     

土压平衡盾构机密封舱土压力控制模型

基于有限元数值模拟方法,建立盾构机密封舱土压力的控制模型。通过分析盾构土压平衡的掘进参数之间及其与土舱压力间的相互关系,提出盾构机密封舱土压力优化控制模型。数值模拟结果表明：在保持推进速度不变的情况下,通过对密封舱内土压力的实时监测来控制螺旋输送机转速的实时变化,可控制密封舱内土压力在设定的范围内,从而实现土压平衡。     

考虑低碳的多台轮胎式龙门吊路径优化问题

在港口集装箱作业中,龙门吊是重要的港口资源。如何更加合理地调度轮胎式龙门吊对减少港口碳排放和降低运营成本有重要意义。考虑到轮胎式龙门吊在空间上的不可跨越性及其他约束条件,根据装卸过程中所产生的移动碳排放、装卸碳排放和准备碳排放3种排放源,建立了轮胎式龙门吊调度的混合整数规划模型,目标是使轮胎式龙门吊的碳排放量达到最小。由于混合整数规划求解的复杂性,设计龙门吊初始路径策略并运用模拟退火算法求得近似最优解。通过算例实验,从路径长度、碳排放总量和运行效率3个方面对新方法的效果进行评价。相比于最短路径优化方法,新方法路径长度增加8.82%,运行时间仅增加0.21 s,碳排放总量减少3.30%,在保证龙门吊工作效率的前提下,有效地解决了龙门吊低碳路径问题。相比于经典遗传算法与蚁群算法,新方法的预测精确度分别提高1.13%和2.24%,运行效率分别提高9.82%和5.92%。      

基于Morgenstern-Price法和改进径向移动算法的边坡稳定性分析

为了能够准确确定边坡的非圆弧临界滑动面位置及其相应的安全系数,采用一种新的启发式优化算法——径向移动算法,对边坡进行稳定性分析。通过调整原算法中的数据结构,增强粒子的自反馈能力,提出改进径向移动算法（IRMO）。安全系数的求解采用严格的Morgenstern-Price法,应用Newton-Raphson法,建立了满足条间力平衡与力矩平衡的Morgenstern-Price法中安全系数F和条间力参数λ的迭代计算公式。基于Morgenstern-Price法,采用IRMO算法对边坡稳定性进行分析,通过2个典型边坡算例和1个复杂海堤边坡实例,从稳定性、精确性、计算效率等多个角度将IRMO算法与未改进的径向移动算法进行对比论证,同时将IRMO算法与粒子群算法、改进粒子群算法等其他算法进行对比分析。结果表明：相比未改进的径向移动算法,IRMO算法连续搜索20次临界滑动面的结果重叠度更高,证明IRMO算法稳定性更强,IRMO算法的安全系数值随代数收敛的速度更快,证明IRMO算法的计算效率更高;与粒子群算法、改进粒子群算法等启发式算法相比,IRMO算法搜索到的临界滑动面位置与其他算法一致,安全系数计算结果更接近裁判答案,标准差也最小,证明IRMO算法在边坡稳定性分析问题上更具可行性与优越性;通过海堤边坡实例的分析,IRMO算法得到了该边坡合理的安全系数值和临界滑动面位置,表明该算法能够正确评估边坡稳定程度,可以应用于实际工程中。     

双竖井送排式通风方式的数值解析及运营经济性研究

以流体力学为基础,建立了公路隧道双竖井送排式通风方式的流量平衡方程和压力平衡方程。基于二分法数值求根方法，提出了流量平衡方程数值解的求解过程，并对迭代计算过程中初始试算值的界定、计算约束条件的选取作了介绍。以二分法为核心算法，采用面向对象的编程语言VBA (Visual Basic for Application，以下简称VBA)编制了“双竖井送排式与射流风机组合通风方式”计算程序（以下简称通风计算程序），该程序已经在多座公路隧道的通风系统设计中得以应用，并取得了良好的效果。最后从经济风速和设备运营控制两个方面，介绍了提高运营通风经济性的策略和措施。     

基于车联网BSM数据与路侧视频融合的港口集装箱卡车碰撞危险辨识方法

大型港口集装箱码头运输车辆调度频繁,堆场过道和交换区等区域视距狭窄,容易导致港口集装箱卡车与设施、作业人员和车辆发生擦碰事故。为提高智能集装箱卡车在港口密集区域的轨迹跟踪精度和行车安全感知能力,提出了一种车联网条件下融合车载终端基本安全消息（Basic Safety Messages,BSM）数据和路侧视频数据的集装箱卡车碰撞风险辨识方法。采用YOLOv5s算法提取视频监控范围内的目标车辆和作业人员,根据目标集卡大尺寸特点设计非极大值抑制锚框来提高目标识别准确度。运用透视变换原理将目标像素坐标转换成地理坐标,并应用Deep-SORT算法匹配每帧图像的车辆轨迹信息。应用交互式多模型方法（interactive multi-model,IMM）融合视频轨迹信息和车载单元（on-board units,OBU）定位数据,减小了目标机动过程中的观测误差。基于集卡融合轨迹结果,提出了1种新型的轨迹冲突风险评估模型,能够根据目标集卡与周围目标轨迹的相对运动状态实时感知车辆碰撞危险,该碰撞危险检测结果在实际场景中可通过路侧设备对车载终端和作业人员终端实时播发预警信息。针对集卡跟踪误差的实验结果表明：...