排队论在航运业订舱储运系统中的应用

将排队论的方法应用到航运业订舱储运服务系统,建立多服务窗口等待制M/M/c/∞模型,用数学建模的方式把提高服务质量的两种最常用手段结合在一起进行量化分析,讨论在满足顾客需求的基础上保证系统的综合成本最低的最优化方法.     

航空公司动态价格竞争复杂性与延迟反馈控制

为深入研究航空公司动态价格竞争的复杂性及延迟反馈控制方法的有效性, 综合运用有限理性决策理论与非线性动力学理论,构建航空公司动态价格竞争博弈模 型,分析航空公司复杂的动力学行为,研究针对系统变量、系统参数的两类延迟反馈控制 方法的有效性与差异性.研究结果表明,航空公司价格调整速度对模型的复杂性有显著影 响;选取合适的控制因子,两类延迟反馈控制方法都能对陷入混沌的动态价格竞争模型 实施有效地混沌控制;两类延迟反馈控制方法在控制因子取值范围、收敛速度等方面存 有显著差异;控制因子取值对系统的收敛速度呈规律性影响趋势.     

改进放行策略的两向交通流航迹规划模型

为研究高密度交通的两向交通流航迹交叉结构,讨论了航空器的航迹规划方法.基于自间隔保持概念的分布式决策环境,在横向侧移机动策略模型的基础上,通过航迹分析,建立了改进的放行策略及其航迹规划模型,推导出机动缓冲区长度、宽度与修正放行点位置的关系.仿真结果表明,当交叉角分别为90°和45°时,在改进策略下机动缓冲区的最短长度分别为35.9和48.4 km;与原策略相比,改进策略对空域保护区的宽度要求最大可降低21.1%和39.3%,保护区宽度更接近实际航路宽度,改进策略更易于实施和调整.     

整合公路运输服务下竞争性港口定价博弈模型

为研究港口差异化服务对网络中竞争企业带来的影响,构建了基于MNL模型与博弈理论的整合公路运输服务下的港口定价双层规划博弈模型,通过改进的均衡求解数值算法求解Nash均衡.通过算例研究,分析了整合公路运输服务前后的市场变化、最优定价策略与服务路径选择策略,以及用户选择偏好系数对于均衡价格的影响.分析结果表明：整合公路运输服务能有效提升企业策略的自由度及利润水平;纯价格决策对市场竞争力提升有限,在竞争中处于被动方;在本例中,用户对于价格因素越敏感,企业的价格策略越能获得成效;但价格策略空间有限,企业无法完全通过纯价格策略获得市场主导地位,通过开拓新服务,企业能够在竞争中获得优势,取得更高的利润.     

行政组织管理效率评价模型

本文通过付组织效能指标体系的建立与量化,引用系统评价理论中的 DEA方法,提出了一个行政组织效率评价模型。对行政组织的工作给 出了客观的量化评价,为上级领导部门作出正确的决策提供服务。      

基于ERP的突发公共事件信息服务评价

从实体E、关系R、问题P的描述出发,给出突发公共事件应急信息资源的ERP信息模型.从服务质量、问题描述、服务水平、用户满意度、资源消耗率五个方面建立了突发公共事件处理中信息服务的多维评价指标体系,从多角度对信息服务进行评价.并且应用模糊综合评价方法对信息系统的信息服务进行评价.通过将多维指标体系中的定量指标和定性指标相结合,同时又使用模糊数对定性指标进行评判,使得对信息服务的评价结果更加恰当,并给出实例验证.结果证实了所提出的多维综合评价体系能够更加综合的评价信息服务.     

基于排队论的汽车检测站串联排队模型及优化策略研究

以某汽车综合性能检测线为研究对象,利用排队论理论,建立了综检线串联排队服务模型,根据生、灭图和哥尔莫可夫方程求解车主发生排队的概率,针对各服务台(工位)提出优化策略,将排队概率作为评价综检线服务水平的指标,实施优化策略后显著提高车主满意度,降低车主排队概率。     

基于强化学习的汇流瓶颈区可变限速策略研究

为提高高速公路汇流瓶颈区的通行效率,本文结合强化学习无需建立模型,具有智能学习的特点,对瓶颈区的可变限速策略进行了优化,首次提出了基于Q学习算法的可变限速控制策略.策略以最大化系统总流出车辆数为目标,通过遍历交通流状态集合,尝试不同限速值序列进行自适应学习.以真实路段交通流数据搭建了元胞传输模型仿真平台,通过将其与无控制和基于反馈控制的可变限速策略进行对比,对Q学习策略的控制效果进行评价.通行时间的降低和交通参数的变化表明,强化学习控制策略在提高汇流瓶颈区通行效率和改善交通流运行状况方面具有优越性.     

基于混合修正策略的随机时间车辆路径优化方法

针对带有随机旅行时间、随机服务时间及时间窗约束的车辆路径问题,建立了带修正策略的随机规划模型,并给出了两阶段求解方法.第一阶段运用改进遗传算法获取先验路径,第二阶段采用两种混合修正策略(分别记为A、B)调整"失败"的先验路径.混合修正策略A(B)通过随机模拟实验判断对当前顾客的延迟服务(对下一顾客的服务)是否会对该路径后续顾客造成大规模延迟服务,并采取相应的调整措施.基于Solomon算例进行了仿真实验,对小规模算例将仿真结果同CPLEX求解结果作对比;对大规模算例将仿真结果同已知最优解作对比.结果 表明:所给算法可获得小规模算例的精确解,大规模算例的近似最优解.同时,对比不同策略下的仿真结果表明两种混合修正策略具有优越性,研究结果对随机车辆路径问题的求解具有一定的参考意义.     

基于综合评价指标的公交线路时间控制点优选方法

为了合理设置公交线路的时间控制点,本文首先提出了设置时间控制点应遵 循的3 个原则,分别为站点流量较大、公交车辆运行时间差异较小、两个控制点不宜相邻; 之后考虑站点服务乘客数量、公交车辆行程时间差异、站点分布均匀性等因素构建服务 状态指标、站点分散度指标对3 个原则进行量化;基于熵权法确定两个指标的权重系数, 建立了综合评价指标计算方法,以及基于该指标的时间控制点选择流程.最后以哈尔滨市 63路公交线路为例对所建立的方法进行具体阐述.     

Control strategy research of a selective catalytic reduction system for heavy-duty application

An AdBlue dosing control strategy of the selective catalytic reduction(SCR) system is developed for a heavy-duty diesel(HDD) engine. The strategy includes a raw emission prediction model, an ammonia(NH_3)coverage prediction model, a transient heat hysteresis correction algorithm, an NH_3 leakage control model for transient operation conditions, and a feedback controller(FBC). FBC has been developed by using mathematical manipulation to change output signal of sensor based on cross-sensitivity of nitrogen oxide(NO_x) sensor to NH_3.The quantification of control parameters is based on experiments and Nyquist stability criterion. FBC is enabled in most test conditions to satisfy the stability requirements. NOxconversion(DeNO_x) efficiency of SCR system is 82.4% in European steady-state cycle(ESC) test and 80.3% in European transient cycle(ETC) test, while the leakage of NH_3 is under 10-5 volume fraction in average.     

插电式四驱混合动力汽车控制策略设计及优化

为有效识别驾驶员的驾驶意图,在保障插电式四驱混合动力汽车动力性的基础上,提高其燃油经济性,提出了一种转矩识别系数计算方法,设计了基于发动机输出转矩最优能量管理控制策略,讨论了每种工作模式的判别条件以及转矩分配方法.为避免单一优化算法运算时间长、容易陷入局部最优的固有缺陷,使用优拉丁超立方的方法进行试验设计,利用径向基函数神经网络(radial basis function, RBF)建立近似模型,使用多岛遗传算法对近似模型进行了优化.研究结果表明:对优化后的控制策略进行离线仿真得出,混合动力汽车在满足动力性能的前提下,百公里油耗降低了16.4%;将优化后的控制策略在dSPACE上进行硬件在环试验表明,所制定的控制策略,可以实现基本的能量管理,且加入转矩识别之后平均车速误差降低了39.9%,百公里油耗降低了8.5%.      

基于交通业务特征理解的车路协同可信交互方法

为保障车路协同环境下信息的可信交互，分析了车车、车路协同信息交互流程和不同模式下的交互需求，设计了车路协同可信交互架构；构建了车辆行为状态推演模型与路径扰动因子量化模型，设计了车辆主体可信度计算方法与等级评估规则，实现了车辆主体行为可信认证；通过对交通业务的有效特征理解构建了消息紧急度量化模型，利用低分辨率筛选策略初步过滤了消息报文，基于支持向量机(SVM)对消息内容进行了深度理解，形成了多分辨率交互内容认知方法；使用包含OMNeT++和SUMO仿真模拟器的Veins搭建了仿真测试环境，针对不同网联自动驾驶车辆(CAV)渗透率下的开放道路和交叉口场景开展了仿真试验，对提出的车路协同可信交互方法进行了测试验证。研究结果表明:结合交通业务特征理解能够有效改善车路协同信息交互的可信度判别，提出的方法对信标位置消息的平均认知正确率可以达到90.91%，相比基于时效性检测的可信交互方法提高了8.68%；在安全效率消息可信交互验证试验中，随着恶意车辆比例的增加，传统基于投票机制的车路协同可信交互方法逐渐失效，而提出的方法在保证单次认证时延小于13 ms的条件下，平均正确率达到94.96%，较传统基于反向传播(BP)神经网络的方法提高了3.05%，且CAV渗透率越大，可信交互检测结果的准确率越高，漏报率越低，能够满足车路协同可信交互需求。      

基于滑移率反馈控制无级变速器夹紧力优化策略

为了将汽车燃油消耗率降至最低,使发动机稳定在最佳转速区域,对无级变速器（continuously variable transmission,CVT）传统夹紧力控制策略进行了优化.在CVT内部现有传感器装置的基础上,根据滑移率反馈控制方法的总体结构,建立了具有非线性的滑移率动态模型方程,并在设计滑移率反馈控制器过程中,采用分级内、外双环的控制方法,解决夹紧力与速比之间的耦合问题.通过台架试验及CVT整车测试,验证了优化后的夹紧力控制策略的有效性.研究结果表明:在CVT整车百公里急加速、紧急制动以及综合工况下,滑移率反馈控制令整车动力匹配能力优于传统夹紧力控制;夹紧力在满足不发生带轮打滑及使用要求前提下,夹紧力可降低10%,燃油效率总量可提高1%.      

停车许可证的动态最优供给策略

考虑可预约和不可预约公共停车设施共存情况，制定停车许可证动态最优供给策略.构建随机最优控制模型以实现系统总时间损失期望值最小化，利用动态规划原理推导出最优性条件，即哈密尔顿-雅克比-贝尔曼方程，采用一种预设最优值函数方法得到动态最优供给策略的解析解.结果表明：动态最优供给策略为一个反馈控制，即车辆排队时间的函数；依据排队时间是否存在，动态最优供给策略分为两种情况.以北京市国贸地区为例进行蒙特卡洛实验可知：相较停车许可证完全供给策略，动态最优供给策略可节约时间0.45~1.94 min/veh；随着停车许可证用户行为不确定性增加，动态最优供给策略节约时间的平均值上升，变异系数下降.     

停车许可证的动态最优供给策略

考虑可预约和不可预约公共停车设施共存情况,制定停车许可证动态最优供给策略.构建随机最优控制模型以实现系统总时间损失期望值最小化,利用动态规划原理推导出最优性条件,即哈密尔顿-雅克比-贝尔曼方程,采用一种预设最优值函数方法得到动态最优供给策略的解析解.结果表明：动态最优供给策略为一个反馈控制,即车辆排队时间的函数;依据排队时间是否存在,动态最优供给策略分为两种情况.以北京市国贸地区为例进行蒙特卡洛实验可知：相较停车许可证完全供给策略,动态最优供给策略可节约时间0.45~1.94 min/veh;随着停车许可证用户行为不确定性增加,动态最优供给策略节约时间的平均值上升,变异系数下降.     

基于网约车数据的城市区域出行时空特征识别与预测研究

针对交通需求特征识别和需求预测问题,构建改进的LDA(Latent Dirichlet Allocation)城市区域内出行需求识别与预测组合模型,快速识别城市区域内出行需求特征并对需求做出预测. 构建城市交通小区尺度内的空间和时间维度下的主要出行需求特征分布挖掘辨识方法,以及数据集在不同时间尺度下时间维度出行特征构建及预测方法. 利用北京市三环内网约车出行订单数据,验证模型的有效性和准确性. 结果表明,模型能够对不同时间窗口下的区域出行需求特征进行辨识和预测,取得较好的结果.     

视觉伺服机器人视界内的直接路径规划

建立了GRB-400单目视觉伺服机器人的图像雅可比矩阵，针对此动态双环系统设计了控制算法使视觉伺服闭环运动控制系统稳定．根据视觉伺服闭环运动控制系统的需要，提出了最速下降法与惩罚函数法相结合的平面规划方法,在机器人的视界内解决一定时间内最小能量的路径规划问题．仿真与实验结果表明。机器人根据在其视觉范围内的目标物体的位置即可采用上述方法确定优化的路径。     

基于车辆1/2悬架模型复合多反馈控制策略的研究

车辆1/4悬架模型不能反映车辆的俯仰情况,且一般控制策略多以簧载质量加速度作为反馈,这样就有了一定的局限性。为更好地改善悬架性能,建立了车辆1/2半主动悬架4自由度模型,针对悬架为一非线性、有时滞、不确定系统,提出了一种新型控制策略,且在M atlab中分别进行了时域和频域仿真,并就相应指标与被动悬架、模糊控制半主动悬架进行比较。结果表明,该策略对簧载质量加速度、悬架动挠度、轮胎动载荷的改善非常有效,对车辆悬架的控制和开发具有参考价值。     

车路协同环境下群体车辆诱导与协同运行方法

为解决城市发展带来的交通拥堵问题,发掘道路交通的潜力,提高车路协同环境下车辆在路网中的行驶效率,面向群体车辆提出了一种诱导优化方法和协同控制策略;在车辆诱导分配方面,在起始点和目的地之间的可达路径中,以交通效率最优、车辆排放最小为目标,设计了基于道路饱和度、车辆行程时间和延误的群体车辆分配规则,建立了群体车辆诱导分配优化模型,并用多目标非支配排序遗传算法-Ⅱ(NSGA-Ⅱ)和多目标粒子群优化算法进行求解;在车辆协同运行控制策略方面,基于引力场思想建立了多车协同运行模型,并提出了多车协同加减速策略;通过仿真验证比较了不同网联自动驾驶车辆(CAV)渗透率下的车辆诱导优化结果,同时仿真了车辆协同加减速策略,并将诱导优化方法和协同控制策略进行了联合仿真。仿真结果表明:多目标诱导分配方法可以提升车辆速度和环境效益,且群体车辆平均速度与CAV渗透率正相关;在四车组队行驶环境中,车辆协同加减速策略能够将车辆在加速和减速时的初始平均加速度分别提高15.0%和8.2%,让车辆快速达到目标速度,保障行车安全;在联合仿真环境中,路网群体车辆的加速度平均提高了11.6%,速度平均提高了1.6%,碳氧化合物排放量减少约4.9%。由此可见,提出的方法能够提高路网通行效率,降低车辆能源消耗,减少对环境造成的不良影响。