基于多维网络的增开列车条件下高速铁路列车运行图调整

研究增开列车条件下高速铁路列车运行图的调整问题,并综合考虑列车车站进路的影响。通过构建Time-Station-Track三维时空扩展网络,刻画列车对铁路时空资源的占用。将原多目标优化问题转化为求解列车占用网络弧段最小费用单目标问题,并构建基于Time-Station-Track网络的0-1整数规划模型。针对模型特点,设计拉格朗日松弛算法,将问题进一步分解为求解单列车网络最短路径子问题,由于问题被松弛后求得的解可能不可行。因此,提出基于列车优先序列的启发式策略对对偶解进行可行化。最后以宝兰客运专线为例,验证模型的正确性和算法的可行性。     

基于多次波形匹配的高速铁路动检数据里程误差评估与修正

获取具有准确里程信息的动检车检测数据,是实现高速铁路线路的高效养护维修与分析其状态演变规律的基本前提。针对当前处理动检数据里程误差的不足,如区段内数据波形重复性差或依据单次检测数据处理误差等会造成错误修正,通过引入约束条件、动态尺度系数以识别、处理特殊区段并综合考虑多次检测数据,提出一种更可靠的里程误差评估模型,采用拉格朗日乘子法求解该模型并基于线性变换与插值方法修正里程误差,最后应用该方法编制了动检数据分析软件。结合某高速铁路动检数据研究发现:不合理的模型尺度参数会降低修正精度,建议取40~120m;在99.7%置信度下,任意两次动检数据间里程误差可控制在0.54m内;本文方法能有效处理实际工程中动检数据的里程误差问题,结合数据点标准差方法可实现快速定位线路几何状态波动明显的位置并准确评估线路养护维修作业效果。     

基于拉格朗日乘数法的轮对外形轮廓拟合方法

为实现轮对外形轮廓线的准确提取,提出了一种基于拉格朗日乘数法的轮对外形轮廓线拟合方法。首先将2D激光位移传感器获得的数据点进行区段划分,然后分别确定每个区段数据点的最小二乘拟合方程,最后根据拟合方程建立最小二乘回归模型,以分段点存在三阶连续导数作为约束条件构建拉格朗日函数,采用拉格朗日乘数法求解获得拟合方程参数。采用现场实测数据进行了轮对外形轮廓线拟合,结果表明拟合的轮廓线在分段点处光滑连续,与实际数据点的最大偏移幅度小于0.1%,满足了外形轮廓线拟合精度要求,可用于轮对磨耗及尺寸参数的精确计算。     

利用折半查找和拉格朗日插值算法计算机车牵引/制动包络线的方法

提出了一种利用折半查找算法查找电机转速数据,在查找不成功时再使用拉格朗日插值算法计算机车牵引制动电机转矩值的方法,通过将此算法与经典电机特性包络线计算算法在计算精度和时间复杂度上进行对比分析,验证了该算法的性能较经典计算方法计算精度更高,而时间复杂度又在可接受范围内。     

多站协同的技术站配流优化研究

技术站是铁路网的重要组成部分,其作业组织水平直接决定了铁路运输生产效率。传统的技术站配流问题通常考虑车站内部作业优化,如解编顺序、分类线运用等,以减少车辆在站停留时间。为加强站间互联互通,促进车流有序流动,提出基于货物列车编组计划的多站协同概念。建立以车辆在站停留时间最小为目标的考虑多台调机的单技术站动态配流模型M1和以协同后减少的停留时间之和最大、新增列车走行费用最小为目标的多站协同优化模型M2。考虑到模型M1属于NP-hard问题,设计拉格朗日松弛算法将模型分解为3个子问题求解。模型M2根据模型M1求得结果并结合多站协同概念,调用GUROBI求解器求解验证。通过案例分析可知：在计划时限内,给定的路网中共有6个技术站进行协同配流,通过改变欠轴停运列车的编组去向,实现相邻车站车流供给,车辆在站停留时间减少645.1 h,较协同前降低6.57%,增加6列正点出发列车。研究结果表明,提出的模型及算法能够压缩多站车辆在站停留时间,提高计划兑现率,增强铁路货物运输生产效率。     

改进的货运量最优变权组合预测模型

提出一种改进的变权组合预测模型,实现货运量的短期和长期预测.该方法采用多元线性回归、二次指数平滑法、灰色模型、指数曲线外推方法分别对货运量进行预测,设计一个多项式的系数矩阵,建立组合预测模型.为了保证组合模型长期预测的稳定性,在进行长期预测时,在模型中增加了收敛条件.最后,通过引入松弛函数,避免求解方程时的病态,利用拉...     

基于ADMM方法的新增列车条件下灵活的列车时刻表优化算法研究

以高速铁路走廊为背景,旨在研究新增列车条件下的列车时刻表优化问题.为了获得更加实际和更加灵活的列车时刻表,提出基于小时时段的灵活列车出发时间窗、不固定列车停站方案、停站时间、列车发车顺序、越行时空位置的灵活架构.通过构建时空网络,将列车时刻表问题中的列车安全间隔约束和越行约束表示为列车占用弧段的不相容关系,将灵活构架下...     

基于椭圆拟合的隧道点云数据去噪方法

针对地铁隧道这一狭长密闭环境,激光雷达相较于传统隧道形变检测方法具有显著优势。由于受环境以及隧道中安装的大量设备的影响,数据中会包含大量噪声点,无法得到隧道完整内表壁数据,从而影响到数据在形变检测及三维建模等方面的应用。结合最小二乘法和拉格朗日乘数法对隧道点云模型进行椭圆拟合,并将其应用于圆形隧道点云滤波,利用各区域数据对隧道形变进行检测。对滤波结果的精度评定及其有效性分析表明,此算法针对隧道点云数据的滤波具有良好效果及稳定性。     

一种求解多体系统微分—代数方程的拉格朗日乘子方法

本文给出了一种求解多体系统动力学微分-代数混合方程组（DAES）的拉格朗日乘子方法。该法将时间按照Newmark差分格式进行离散化，位移约束方程（完整约束）按照泰勒级数展开，与动力学方程及速度约束方程（非完整约束）组合进行迭代求解。求解中位移约束的满足保证了速度、加速度约束的自动满足，从而无须进行违约修正。由于该方法对约束方程没有特殊要求，而且无须进行违约修正，从而保证了该方法对于一般多体系统动力学微分-代数方程求解的稳定性和适用性。本文求解了多体系统动力学中的一个七杆机构标准考题，与文献[1]中的结果及ADAMS/10.1的计算结果比较表明，该方法和利用该方法编制的程序是正确的。     

修正的桥梁水害水位单位线预警方法研究

通过对常规的几种插值和拟合方法的原理对比分析,选取拉格朗日插值法和最小二乘曲线拟合法对桥梁水害水位单位线预警方法进行修正,提出修正的桥梁水害水位单位线预警方法,并给出具体的应用思路和实例分析。研究结果表明:该法弥补了传统的水位单位线法预警过程中时间跨度大、预警时间和水位精确性低的缺陷,提高了桥梁水害灾情预警的可靠性和准确性,特别是使得无雨量观测资料的中小桥水害预警成为可能,具有较高的实用价值。     

技术站配流与调机运用综合问题的拉格朗日松弛算法

技术站调度问题中配流与调机运用是关系密切的两个基础问题。基于单机器调度和资源分配理论,构建单解单编技术站配流与调机运用综合问题的混合整数线性规划模型,同时确定出发列车的编组内容和调机的解编任务,使得出发列车满足列车编组要求,且车辆在站加权总停留时间最小。设计拉格朗日松弛算法松弛掉连接约束,将原问题分解为解体子问题、配流子问题和编组子问题,对偶问题采用传统次梯度优化算法求解。最后,采用既有文献算例对该算法的有效性进行测试,结果表明:与分支定界算法相比,该算法能够实现计算质量和时间的较好折中。     

联合L1范数和迹范数的数据降维模型及其优化算法

主成分分析(PCA)是多元分析中广泛应用的降维方法,但是传统的降维模型一般是基于矩阵的秩,然而秩的计算是非凸、不连续的问题且计算复杂。本文针对这一问题,提出联合更具鲁棒性的L1范数和具有凸性的迹范数建立一种联合数据降维模型,针对模型的优化提出基于拉格朗日乘子的优化算法。最后将模型应用于UCI数据集以及Yale人脸数据集和扩展Yale B人脸数据集进行数据处理。数学分析和可视化实验结果都表明模型和优化算法是有效的。     

大规模货物列车运行图优化编制的一种拉格朗日松弛启发式算法

针对货物列车运行图优化编制规模庞大、精确求解困难的问题,构造时空网络将列车运行线铺画描述为路径求解问题,将各类约束转化为时空网络节点选择限制,建立整数规划模型。该问题本质在于疏解各列车运行线潜在冲突。对原模型进行拉格朗日松弛,将列车运行线潜在冲突表示为各节点罚数,设计启发式算法并通过拉格朗日乘子更新迭代求解。以京九线北京西至阜阳区段为例,对该区段711条运行线中的439条货物列车运行线进行了优化编制实验。结果表明,在满足运行线铺画条数的前提下,全图货物列车平均旅行速度由39.28 km/h提升至41.81~43.72 km/h,所提出的算法是解决大规模列车运行图编制的一种有效算法。     

考虑旅客需求的停站方案与列车运行图一体化模型与算法

考虑高速铁路旅客出行的时空敏感性较高的特点,将旅客运输状态引入运输时空网络,构建三维的时间-空间-状态网络,提出基于旅客需求的停站方案与列车运行图综合优化0-1整数规划模型,实现旅客分配、停站方案与列车运行图编制的一体化。设计拉格朗日松弛求解算法,将复杂的列车间强耦合问题分解为单列车的最短路径子问题集合,从而降低模型求解难度。以京沪高铁北京南-曲阜东区段为背景进行验证和分析,结果表明模型不仅实现了较低的运营成本,还能够有效满足旅客需求,实现客流分配、停站方案与列车运行图编制的有机联动。     

基于改进蝙蝠算法优化LSTM网络的短时客流预测

准确地预测地铁站短时客流量,对地铁站通风空调系统的节能优化具有重要意义.充分考虑地铁客流量非线性、随机性、周期性等特点,提出一种基于改进蝙蝠算法(IBA)优化长短期记忆(LSTM)神经网络的短时客流量预测模型(IBA-LSTM).引入反向学习、动态自适应惯性权重与拉格朗日插值法等方法改进蝙蝠的全局搜索与局部寻优能力,克服标准蝙蝠算法易早熟、易陷入局部最优值的问题;利用改进的蝙蝠算法对LSTM网络的隐含层节点数、迭代次数、初始学习率、学习率下降因子4个参数进行优化;利用西安某地铁站自动检票系统(AFC)采集的客流数据,对模型的有效性进行检验.实验结果表明:该预测模型在均方误差、均方根误差、平均绝对百分比误差等方面均优于标准蝙蝠-LSTM模型、LSTM预测模型、BP预测模型及BP-Adaboost预测模型,所提出的方法可有效应用于短时客流量预测.     

四轴敞车非对称载荷时的动力学

货物在运输过程中有时需要将其非对称地放置在车内。货物在运输中也有可能相对车辆重心发生偏移,因此,常常需要评价这种非对称性对于车辆动力性能的影响以及确定货物的允许偏移量。四轴敞车在车内货物非对称放置时的情况示于图1。首先近似地把该车辆看成是由弹性連系的(无减振器)三个剛体(车体和两个转向架的簧下部分)组成的力学系统。为了进行研究引用Ⅱ类拉格朗日方程。全部相关时,式中有多少个自由