基于多目标优化的智能车辆换道轨迹规划

为提高智能车辆换道轨迹规划的拟人性和实时性,提出了安全、舒适、节能等多目标协同优化的换道轨迹规划算法,该轨迹规划方法的适应性取决于车辆换道时间、纵横向速度及加速度等关键变量的约束条件;基于车辆运动学和动力学理论,分析了动态未知环境下车辆换道安全区域,建立了六次多项式车辆理想换道轨迹模型,并运用遗传算法-BP神经网络理论对换道终止时刻及目标位置进行预测,得到了复杂场景下车辆换道轨迹簇;分析了基于可行解空间的车辆换道安全性、舒适性、经济性等性能评价函数,构建了多性能目标协同优化目标函数和约束条件,运用鲸鱼优化算法对换道轨迹簇进行优化,实现多性能目标协同的智能车辆换道轨迹最优规划;为进一步验证多目标优化轨迹规划算法的准确性,运用L3级智能车辆测试平台对结构化道路场景下多目标优化换道轨迹规划算法进行了试验验证。仿真和试验结果表明：提出的轨迹规划算法在满足各项约束的情况下可成功实现平稳、安全换道,并且与传统驾驶人换道相比,换道过程的安全性、舒适性及多目标综合性能分别提升了5.1%、3.3%和1.7%,有效提升了动态环境下智能车辆换道轨迹规划的拟人性。     

基于弹复力调整的高速列车群动态运行轨迹优化方法

为提高列车控制过程的自主性和智能性,研究了列车群动态运行过程,采用多智能体和图论方法构建了列车群分布式信息交互模型;以节能和准点为优化目标,以安全和乘客舒适度为约束条件,建立了列车群运行轨迹多目标优化模型,利用基于模拟退火思想改进的差分进化算法获取了列车群静态最优运行轨迹;在此基础上,为避免或消解列车运行过程中随机干扰导致的延误传播问题,针对移动闭塞系统,基于弹复力构建了信息交互支撑的列车群动态间隔调整机制,设计了列车群在线协同优化算法,实现了列车群运行轨迹的动态调整,最后采用武广高速铁路实际数据进行了仿真验证。研究结果表明：提出的在线协同优化算法可以有效提升最优解搜索能力,避免Pareto最优解集的频繁更新,在不同干扰场景下算法触发频率平均降低36.7%;在试验设计的一般干扰场景中,优化后的动态调整策略在保证列车群安全平稳运行的同时,将受扰列车的延误度由6.2%降至0,与立即恢复延误策略相比,节能率达4.8%;在试验设计的较大干扰场景中,受扰列车的延误度由13.1%降至1.4%,全局时间偏差恢复为0,节能率达1.8%。可见,提出的方法能够解决运行轨迹静态规划方式无法完全适应外部动态环境变化的问题,有效保障干扰情况下列车运行复合紊态的及时恢复。     

多目标优化问题中目标间矛盾性关系的研究

在定义一个具有通用意义的满意解之后,分析了满意解质量标准之间的矛盾性,确定了描述质量标准矛盾关系的数量指标－矛盾度及归一化矛盾度,为多目标优化问题中目标间的折 选取提供了参考依据。     

考虑轮轨黏着的高速列车多目标速度曲线优化

高速列车运行环境复杂多变，现有的给定运行速度目标曲线主要考虑列车运行的安全性和正点性，难以改善列车的其他运行性能。为了满足高速列车日益增加的行车需求，并改善列车的运行性能，针对安全、节能、正点及舒适多个目标，考虑轮轨间最优黏着，提出一种改进的多目标运行速度优化方法。首先，在满足区间限速以及列车动力学模型约束的前提下，建立安全、节能、正点、舒适4个评价指标，构成高速列车运行过程多目标优化模型；其次，在节能模型中考虑轮轨间黏着的影响，优化牵引/制动力使得其保持在最优黏着范围内，节约运行能耗；最后，采用基于参考点的非支配排序的优化算法（NSGA-Ⅲ）对多目标运行速度曲线进行优化。对真实线路的仿真验证表明，本文提出的考虑轮轨黏着的优化效果显著提高，尤其在节能方面；优化算法相较于GA和NSGA-Ⅱ，NSGA-Ⅲ算法在收敛效果和收敛速度上均为更优。     

横风下高速列车动力学参数的多目标优化

为改善高速列车横风下运行的动力学性能, 提高运行平稳性和安全性, 以轮轴横向力和轮重减载率为优化目标, 对高速列车动力学模型的悬挂参数进行多目标优化设计; 建立高速列车多体动力学参数化模型, 依照大风限速标准, 加载列车在横风下以不同速度运行的气动力数据, 选取了止挡间隙、一系悬挂纵向和垂向刚度、二系悬挂纵向和垂向刚度、一系垂向减振器刚度、二系横向和垂向减振器刚度、抗蛇形减振器刚度及阻尼11个变量; 搭建高速列车动力学模型优化平台, 对高速列车多体动力学参数化模型的设计参数与轮轴横向力和轮重减载率的相关性进行分析, 得到列车各悬挂参数对轮轴横向力和轮重减载率的影响趋势; 基于相关性结果, 采用NCGA、AMGA和NSGA-Ⅱ遗传算法对高速列车的动力学参数进行优化设计。分析结果表明: 采用NSGA-Ⅱ算法的优化结果最为理想; 与轮轴横向力和轮重减载率相关性最大的参数为抗蛇形减振器刚度, 为反效应; 优化后列车的动力学性能得到明显的改善, 轮重减载率从原始的0.78整体优化到0.63以下, 且最小可以优化到0.49, 最高可降低37.2%;轮轴横向力从原始的16.8 kN整体优化到9.6 kN以下, 且最小可以优化到5.79 kN, 最高可降低65.5%;得到了优化目标的Pareto前沿最优解, 确定了列车各动力学参数设计变量的最优解集, 并对最优解集在其他列车速度和风速组合下的运行工况进行验证, 适用性较好。     

基于视频的城市道路超车行为影响因素模型

以超车次率为城市道路超车行为宏观量化指标,结合MYSQL与VBA,完成了海量视频超车数据的提取,分别构建了工作日、非工作日及工作日高峰期的超车次率影响因素逐步回归模型.研究结果表明:行程时间及速度对超车行为影响显著,但车辆数在高峰期对超车行为的影响并不明显;行程时间及速度在工作日对超车行为的影响更大,而车辆数在非工作日对超车行为的影响更明显.     

基于免疫优化的单目标多模态期望值规划

为了求解未知随机变量分布下单目标多模态期望值规划,通过引入检测候选解是否为局部最优解的随机函数,将该期望值规划问题转化为多目标期望值规划问题,并进一步探寻问题的转化关系,获得在一定条件下有效解是最优解的结论;根据样本平均近似化思想,将多目标规划转化为非恒定样本采样的近似化模型,并基于克隆选择和免疫记忆的机理,通过设计递归非支配分层、样本自适应采样和自适应繁殖与变异方案,引导进化种群往优质个体所在区域转移,提出了求解该近似化模型的免疫优化算法.仿真结果表明:与参与比较的多目标优化算法相比,该算法搜索多个最优解方面有明显优势,搜索效果稳定,噪声抑制能力强;求解低、高维标准测试问题获得最优解的数量分别平均提高了20%和70%.      

MRT列车运行模拟模型的多目标改进遗传算法

为了求解城市快速交通（MRT）列车运行模拟模型，寻找最优的列车运行控制曲线，构造了多目标改进遗传算法．以列车运行过程中工况转换点为基因编码依据，以多个基因构成一个染色体代表一个控制方案，从而形成初始种群；根据列车运行控制的停站误差、时分误差和能耗等目标要求设计适应值函数；通过个体有效性检查保证选择、交叉和变异过程中新个体的有效性，并在各算子中加入保优算子，使新种群不淘汰上一代最优个体．实例计算表明，与多质点优化模型相比，在一定的误差范围内，遗传算法能够减少能耗10％以上，并能提供大量次优解，具有明显的优化效果．     

不确定环境下多式联运路径多目标优化

针对不确定环境下的多式联运网络,考虑转运成本、时间及运输方式班期等影响因素,构建运输总成本最小和运输总时间最小的双目标优化模型.通过蒙特卡洛方法处理网络中的不确定性,设计结合非支配排序的多目标蚁群算法求解Pareto解.为解决基本蚁群算法收敛过慢、过早收敛带来的求解质量低等问题,在状态转移策略中加入方向启发因子,在信息素更新策略引入"最大-最小蚂蚁系统",从而提高解的质量.最后通过算例检验改进蚁群算法的优化效率,并为决策人提供5个充分满足其对不同目标要求的决策路径.     

不确定环境下多式联运路径多目标优化

针对不确定环境下的多式联运网络,考虑转运成本、时间及运输方式班期等影响因素,构建运输总成本最小和运输总时间最小的双目标优化模型.通过蒙特卡洛方法处理网络中的不确定性,设计结合非支配排序的多目标蚁群算法求解Pareto解.为解决基本蚁群算法收敛过慢、过早收敛带来的求解质量低等问题,在状态转移策略中加入方向启发因子,在信息素更新策略引入"最大-最小蚂蚁系统",从而提高解的质量.最后通过算例检验改进蚁群算法的优化效率,并为决策人提供5个充分满足其对不同目标要求的决策路径.     

高速列车抗蛇行减振器参数的多目标优化研究

为了研究抗蛇行减振器参数匹配规律以兼顾不同轮轨接触状态下高速列车横向稳定性,针对国内运行典型结构参数的高速列车,建立车辆横向动力学简化模型,分别考虑到高、低锥度两种轮轨接触状态下车辆的横向稳定性,采用多目标优化方法对抗蛇行减振器刚度和阻尼值进行多参数优化,并分析最优抗蛇行减振器参数的影响因素. 结果表明:优化的抗蛇行减振器阻尼值主要取决于车辆二系横向阻尼,得出了两类阻尼值的抗蛇行减振器选配类型,即当二系横向阻尼较小时,转向架单侧需匹配较小阻尼值600～1000 kN?s?m?1,或当二系横向阻尼较大时,匹配大于4 000 kN?s?m?1的抗蛇行减振器;抗蛇行减振器刚度显著影响不同轮轨接触状态下的车辆稳定性,减小抗蛇行减振器刚度有利于低锥度状态车辆稳定性,反之亦然.      

基于多目标形貌优化的缸盖罩低噪声设计

为降低柴油机缸盖罩结构辐射噪声,运用有限元边界元法对其进行了噪声虚拟预测,得到噪声贡献量突出的关键模态.将缸盖罩结构的静态整体刚度和动态多阶关键频率统一为Euclidean 距离的多目标函数,采用带权重的折衷规划法对缸盖罩进行多目标形貌优化,并考虑装配、加工工艺性等因素重新设计了缸盖罩CAD模型.在保持边界条件一致的情况下,对重新设计后的缸盖罩进行噪声分析,结果表明:改进后的缸盖罩整体刚度得到加强,关键频率避开了主要辐射噪声共振频率区域,总声功率级下降3.5 dB(A).      

高速列车头型多目标气动优化设计

为提高明线运行的高速列车气动性能,以头车气动阻力和尾车气动升力为优化目标,对高速列车头型进行了多目标自动优化设计.以某新型高速列车为原型,建立了包含转向架区域的高速列车参数化模型,提取了7个设计变量,分别控制鼻尖高度、端盖开闭机构顶端高度、驾驶室车窗高度、水平最大外轮廓线横向宽度、头型中部辅助控制线凹凸度、转向架区域横向宽度和隔墙倾角,并基于计算流体动力学理论,建立了高速列车空气动力学模型.应用该模型计算作用在列车上的气动力,通过多目标遗传算法自动更新设计变量,实现了高速列车头型的自动优化设计.对优化目标与设计变量的相关性进行分析,结果表明:驾驶室车窗高度和转向架区域横向宽度对头车阻力影响最大,头型鼻尖高度和中部辅助控制线凹凸度对尾车升力影响最大;优化后得到6个Pareto最优头型,与优化前的头型相比,头车阻力最多减小3.15%,尾车升力最多减小17.05%.      

商用车维护周期多目标规划下的最优解

在多目标规划理论的基础上，根据国产某型商用车实际运行情况，在车辆行驶安全性、发动机润滑油使用可靠性、车辆单位行程检测诊断与维修费用等多个不能同一化的目标下，研究实现多目标意义下的车辆维护周期的最优化，并给出具体的车辆最优二级维护周期值。本研究成功地运用多目标优化理论，解决了车辆的最优维护周期问题，从而对解决各种复杂和大型机械设备的维护周期最优化问题具有普遍的指导意义。     

基于多学科多目标遗传算法的摩托车车架优化

建立摩托车架有限元模型,计算不同工况下的强度、刚度以及自由模态和约束模态,验证了一维管梁单元模型可代替二维壳单元模型进行仿真计算。采用正交实验设计对优化变量进行灵敏度分析和选择。以自由模态和约束模态频率为优化目标,强度、刚度以及轻量化为约束条件,建立多学科多目标遗传算法的振动优化方案,得到车架整体系统的最优解,提高了车架结构振动特性。     

基于多目标优化的应急设施选址-配送模型

针对频发的突发事件,应急设施选址与配送路径规划对快速开展救援活动、减少事件损失具有重要意义.通过构建基于多目标优化的应急设施选址-配送模型,同步解决应急设施选址和配送路径规划问题.模型目标函数包括3个方面:最小化总物资运输时间成本、最大化应急设施设置容量和最小化应急设施设置数量.在此基础上,设计了一种多目标遗传算法,结...     

基于多目标规划的公共交通调度算法与仿真

运用了多目标规划方法建立了公交车辆配置模型,并且生成了可实现计算机仿真的算法。在模型仿真中,力求达到经济效益和社会效益双赢。为了易于操作,在模型求解时,采取化多目标为单目标,最终实现总目标最大。文中通过充分利用公交公司客流调查数据,运用统计学、运筹学等科学方法以及计算机仿真,生成了公交调度表。该优化系统可有效提高公交运营管理水平,且易于实现。     

基于差分进化算法的平面四杆机构轨迹和速度双目标优化综合

提出了用差分进化算法实现平面四杆机构轨迹和速度双目标优化综合,以位置误差最小和速度值误差最小为双目标函数,并把原动件的角速度也作为设计变量之一．差分进化算法简单易执行,结合实际问题对算法的变异操作、选择操作和控制参数做出了改进,并分别对不同的轨迹和速度情况进行了计算求解,结果证明了算法的可行性、有效性及全局寻优能力．