基于DQN算法的支线集装箱船航线规划与配载协同优化方法

针对支线集装箱船运输中喂给港数和靠泊条件不一,以及集装箱船队船型多样的特点,考虑航线规划与配载环节在实际运输过程中的紧密联系,研究支线集装箱船航线规划与配载协同优化方法。采用两阶段分层方法研究航线规划与集装箱配载问题,设置多个港口、不同船型及其贝位和堆栈组合、不同尺寸集装箱的集合,并确定其间基本关系,实现两阶段优化过程的完整性和连续性。第一阶段以航线总运营成本最小为目标建立船舶航线规划模型,第二阶段从主贝计划角度出发进行配载优化,确认集装箱与堆栈的对应关系,以船舶混装堆栈数最小为目标建立船舶配载模型,保证船舶稳性在航线任意时段均满足要求,并减少堆栈混装数量,提高到港作业效率。为实现模型高效求解,基于深度强化学习的Deep Q-learning Network(DQN)算法架构,设计了航线规划与配载决策对应的马尔可夫过程,结合问题自身特征分别完成强化学习智能体状态空间、动作空间以及奖励函数设计,构建了两阶段分层求解的DQN算法。实验结果表明：随着船舶数量和船舶装载率的增加,模型精确求解的时间大幅增加,部分算例无法在600 s内完成求解,而DQN算法可实现快速求解;与模型及粒子群优化（Pa...     

基于改进二次粒子群算法的汽车零配件配载优化

综合考虑汽车零配件物流运输配载过程中成本、资源及服务质量等决策要素,建立了汽车零配件配载优化模型。引入二次粒子群算法对该问题进行求解,并针对该算法在搜索早期粒子多样性低的缺点,提出了改进二次粒子群优化算法,它采用遗传算法的变异思想和互换更新机制来提高种群的多样性,以避免过早收敛和改进优化效果。仿真实例表明,与原算法相比,改进后算法的计算效率显著提高,且搜索到全局最优解的概率也更高。     

路径诱导问题中Dijkstra算法和矩阵迭代算法的比较研究

Dijkstra算法和矩阵迭代算法都是最短路径问题的经典算法,为了研究这2种算法的计算效率,介绍了2种算法的基本思路和程序流程;通过对时间复杂度、结果和时间的关系指标进行多次计算,表现2者之间的效率差异.比对结果显示:矩阵迭代算法较Dijkstra算法速度快;随着交叉口数的增加,前者较后者速度优势更加显著;前者计算思路较后者简洁,便于计算机程序的编写.     

基于影响矩阵和粒子群算法的异形斜拉桥调索

斜拉桥的合理成桥索力的确定是斜拉桥设计和施工中的关键环节,获取符合条件的初索力是建立桥梁的有限元模型、完成施工阶段的分析和施工索力监测的基础。异形斜拉桥的结构相对比较复杂,其受力特点不同于常规的斜拉桥,传统的迭代法或具有不适用性,且迭代法需要进行多次试算,过程较为繁琐。粒子群算法可以高效便捷地得到合理的成桥状态,实现索力优化的自动化和智能化。为验证结合粒子群算法的索力优化方法的可行性,以某异形斜拉桥项目为背景,建立三维有限元模型,结合影响矩阵法和粒子群算法编MATLAB程序对桥梁斜拉索的初始索力进行求解,并与传统迭代法的优化结果进行比较,验证该方法的可行性。结果表明：传统迭代法在优化结构较复杂的异形斜拉桥时具有局限性,基于影响矩阵和粒子群算法的索力优化方法能够用来自动化求解结构较为复杂的异形斜拉桥的初始索力群,优化过程简便、高效。     

基于粒子群算法的改建道路纵断面自动设计研究

为改变现有改建道路纵断面设计软件拉坡设计人工耗时长、随意性大、主观性强、设计方案参差不齐的状况,本文首次提出了基于粒子群算法的改建道路纵断面自动设计,以提高设计效率、减少工程投资。文章在满足相关规范、路面改造方案前提下,以改造纵断面填挖方高度总和最小为目标函数,以纵坡长度、纵向坡度、竖曲线半径为约束条件,以变坡点的里程、高程为变量,利用粒子群算法原理,构建了基于粒子群算法的改建道路纵断面自动设计模型。研究结果表明：该设计模型达到了改建道路纵断面自动适应贴合现状道路高程、路面改造工程量最小的目的,当粒子群算法迭代次数达到400多次时,粒子适应度函数趋于收敛,当迭代次数设为500次时,可以获得满意的成果。实例验证表明：与传统的人工设计相比,算法自动设计的效率更高,自动设计过程仅需2~3s,拟合原地面线的效果更好,能节省近一半的路面加铺工程量,优化设计效果显著。基于粒子群算法的改建道路纵断面自动设计,可为道路改造设计及设计咨询提供了理论基础与技术支持。     

基于大数据背景的量子机器学习算法研究概论

机器学习作为计算机学科领域的一个分支,是由人工智能以及模式识别计算功能转变而来的,同时作为人工智能的核心组件广泛应用于不同行业领域中.实践证明,通常情况下,所处理的数据库资源规模性越突出,相应进行的机器学习成效愈发显著,呈整体呈现上升趋势.由此可见,机器学习作为大数据分析最佳纽带,在智能领域的特殊作用不可低估,必须依据...     

基于蚁群算法的EPS系统仿真研究

针对车辆电动助力转向系统(EPS)的特点,提出了基于蚁群算法的电动助力转向系统控制策略,将蚁群算法与模糊PID控制器相结合,根据车辆不同运行工况,通过实时在线优化模糊PID控制器中的控制参数,进一步提高EPS系统的控制精度与收敛速度,通过Matlab/Simulink进行了各种运行工况下整车EPS系统的仿真实验。实验结果表明,与常规PID控制相比,采用基于蚁群算法的控制策略,EPS系统的控制精度高、超调量小、调整时间短,该控制策略具有蚁群算法收敛响应速度快和PID控制精度高的优点,适合应用于车辆EPS系统。     

基于蚁群算法的最短路径搜索方法研究

最短路径搜索是车载定位导航系统中很重要的一个功能,最短路径搜索问题本身也可以归结为组合优化问题.蚁群算法是基于群体的一种仿生算法,为求解复杂的组合优化问题提供了一种新思路.文章尝试采用蚁群算法来解决车载导航系统中的最短路径搜索问题,并在VC 6.0的环境下进行了仿真实验.实验结果表明,该方法能有效解决车载导航系统中的最短路径搜索问题,具有一定的理论参考价值和实际意义.     

基于改进RRT*算法的自动驾驶车辆路径规划研究

针对自动驾驶车辆,文章在交叉路口环境下提出了一种改进的快速搜索随机树(RRT*)路径规划算法.首先,对自动驾驶车辆的驾驶行为环境予以描述;其次,针对原始RRT*算法提出改进的目标偏向策略予以改善;进一步,对原始RRT*算法在交叉路口无效采样的问题,提出一种概率采样策略.基于Matlab/Simulink联合仿真平台构建...     

基于K-means算法的行人检测方法研究

行人作为交通事故易受伤群体之一,其安全保障越发受到重视.结合车载激光测距仪实时采集的车辆前方障碍物距离信息,提出基于K-means算法的行人检测方法.首先对激光测距仪接收的距离信息进行报文解析,形成激光云点图.其次,对激光云点图进行预处理,消除冗余数据.再应用K-means聚类算法对前方障碍物进行分类,最后建立行人宽度模型甄别行人目标.试验结果表明,基于K-means聚类算法能从激光云点图中快速提取行人目标,为汽车主动安全及交通安全研究提供基础.     

基于NX的自动冲压线效率影响因素研究

以某一确定的自动冲压线和发动机罩外板、前门外板和侧围外板为特定零件研究对象,基于实际生产线体、设备和冲压模具,采用NX软件进行3D建模并模拟研究影响自动冲压线效率(SPM)的影响因素及其主次,并确定不同种类零件SPM理论目标。结果表明,所研究对象线体极限SPM约为12.3件/min。影响自动线效率因素有一级影响因素零件深度、工序之间旋转角度和压机冲次;二级影响因素送料高度差和零件偏心;三级影响因素模具特有结构。发动机罩外板类、前门外板类和侧围外板类自动线SPM理论目标分别为11.07件/min、11.1件/min8.8、件/min。     

基于ReliefF-RBF的路面不平度识别算法研究

路面不平度对道路车辆行驶安全性及车辆动力学响应具有重要影响。通过将路面不平度识别与先进悬架控制结合,有望能进一步提升乘员舒适性和车辆的操纵稳定性。现有基于数据驱动的路面分类方法难以高效处理时变参数与车速,现有基于模型的路面识别算法需要已知精确车辆模型,在实际应用中面临车辆物理参数难以获得的问题。提出一种融合模型和数据驱动的路面分类算法,采用基于模型的方法反算等效路面轮廓,结合数据预处理方法,对车辆响应和反算等效路面轮廓数据进行滤波;对等效路面轮廓和响应信息进行时域频域特征计算,采用ReliefF算法进行关键特征提取,构建基于径向基函数神经网络的路面分类器,进行路面分级识别;通过仿真试验和实车试验验证了不同车辆参数和车速下所提出的算法鲁棒性。     

基于电子助力器的冗余防抱死制动算法研究

自主研发一种带踏板推杆的半解耦电子助力器(eBooster),基于变增益PID控制算法,对eBooster液压力进行精准控制;当车辆ABS系统失效时,通过对车辆各状态变量的估算和监测,基于eBooster对制动主缸液压力的主动调整;以冗余制动防抱死(ABS)功能实现为要求、制动强度和舒适性提升为目标,提出一种基于滑模控...     

基于比较矩阵法的沥青混合料路用性能权重研究

在评价沥青混合料的路用性能这一矛盾体时,权重是一关键因素,对方案优选起重要作用。如何相对客观地确定权重是评价模型中一个非常关键的问题。通过沥青混合料各路用性能的预估寿命这一相对客观的指标,结合比较矩阵法建立了权重模型,分别求取了沥青各面层各路用性能的权重。通过分析各路用性能的权重,可进一步指导各面层的沥青混合料的设计。     

指定资金约束的高速公路养护决策算法研究

应用工程经济原理与方法对高速公路路面养护管理费用进行了分析。针对养护决策优化中指定资金约束下的养护方案优选问题,以养护费用关系为基础开发了指定资金约束条件下的高速公路养护决策动态规划算法,并基于组合预测的思想对算法中状态转移预测进行了研究。实例表明决策方案得到改善。     

基于DEA的区域公路运输效率评价方法研究

针对区域公路运输效率,选取8个指标建立运输效率评价指标体系,并运用DEA方法构造出评价运输效率有效性的CCR模型.利用该模型从投入冗余和产出不足2方面对安徽省2000-2011年公路运输有效性进行评价分析.研究表明,公路运输业的投资和资源的扭曲消耗对公路运输效率的影响较大.     

多线索融合的结构化道路检测算法研究

为实现结构化道路的检测,提出了一种用于道路检测的激光雷达和视觉融合法,通过提取激光雷达在道路边缘的三维点云信息,将其投影到视觉图像上,形成激光点云与图像的映射关系,生成激光雷达似然图。通过改进提取道路的颜色、纹理、水平线等特征的方法,生成相对应的视觉似然图。在贝叶斯框架下将激光雷达和视觉生成的似然图进行融合。在KITTI数据集上测试可知,精度达到94%,准确率达到86%,表明该道路检测法具有较好的道路检测果。