集装箱运输多箱三维装载优化问题的遗传算法

作为一类组合优化问题,多约束条件下的三维装载问题属NP-hard问题,随着问题规模的不断增大,传统的优化算法在求解过程中会产生时间维数灾难问题。本文提出一种遗传算法,用于在铁路集装箱运输中优化具有放置方向、装载顺序、装载质量、装载容积及重心等约束条件的货物三维装载问题,并结合方向及顺序约束采用巧妙的个体编码方法,结合装载质量、装载容积及重心约束构造合理的评价函数。实例计算表明该算法有效可行。     

军队装备铁路平车装载方案优化研究

在分析军队装备铁路平车装载优化问题复杂性的基础上,根据军队装备铁路平车装载的特点,基于1辆（或2辆）铁路平车是1个装载单元的情况,提出军队装备铁路平车装载优化问题的线性规划模型,研究其求解算法。在微机上利用MATLAB编制程序实现该算法,通过算例分析,探讨其适用范围,认为当可跨装装备较少或跨装位置固定时,该算法的计算结果优于启发式算法,并且具有较好的时间复杂度。     

考虑股道运用的重载卸车站作业计划优化研究

重载卸车站是重载运输的重要组成部分,实现车站作业计划自动化编制对于加速列车周转时间、提高重载运输生产效率具有重要意义。重载卸车站由于列车在站作业种类多,车站作业计划编制复杂。为实现计算机自动化编制高效智能的车站作业计划,在分析重载列车在车站作业流程的基础上,将重载列车在站技术作业过程转化为对卸车站内到达线股道、存车线股道、卸煤线股道、清煤线股道、组合线股道的5次占用问题,构建考虑股道运用的重载卸车站作业计划模型。考虑到模型属于NP-hard问题,设计微进化算法进行求解,并在微进化算法基础上引入大规模邻域搜索算法中的损坏和修复思想对算子操作进行改进。以朔黄铁路终端黄骅港站某夜间到达的15列重载列车为实际案例,对提出的模型和算法进行验证。研究结果表明：微进化算法所采用的优势基因结构机制能快速有效解决重载卸车站作业计划编制问题,相较于GUROBI求解器,其求解质量在95%以上且求解时间缩短48.16%,同时相较于遗传算法其求解质量提升5.38%且求解时间缩短27.49%。微进化算法得出的优化计划相较于人工编制计划,重载列车在站总时长缩短了389 min,提升了重载卸车站作业计划质量。研究结果...     

铁路汽车装载激光雷达技术应用

为有效解决铁路汽车装载现有引导方式存在装载时间长、耗费人力等问题,在充分发挥激光雷达技术优势的基础上,提出一种基于激光雷达技术的车辆辅助引导系统。结合铁路平车特征和激光雷达技术特点,选取可以满足应用需求的硬件设备,确定车辆辅助引导系统的结构和基本构成。同时,参照平车特征设计一种激光雷达检测算法,包括计算确定雷达高度、雷达距离平车边沿距离、车辆偏角及偏离量。最后,通过现场试验获取激光雷达测量数据,并对比分析测量数据的误差特征,选取最优误差矫正方法,以降低随机误差,优化检测算法,进一步提升铁路汽车装载的作业效率和安全性。     

利用成绵乐城际铁路运输500 m长钢轨装运方案研究

在成都东—贵阳东客运专线建设过程中,由于没有既有货运线路直通乐山端铺轨基地,导致500 m长钢轨无法运输。为解决这一问题,通过分析现有T11长钢轨运输专用列车和500 m长钢轨普通平车运输列车参数,初步提出采用500 m长钢轨普通平车列车装载方案,结合现有500 m长钢轨普通平车装运定型方案和既有成绵乐城际铁路线路条件,通过牵引计算、过分相计算确定在现有定型方案基础上减少一层的装运方案,最后通过运行试验验证利用成绵乐城际铁路运输500 m长钢轨的可行性和安全性,对于今后采用城际铁路运输长钢轨具有借鉴意义。     

一类带有随机模糊损耗的运输路径优化

以带有随机模糊损耗的运输路径优化问题为研究对象;用随机模糊机会约束规划方法建立最大到达流模型;设计了通过模拟获取染色体适应度的遗传算法来求解问题,并处理了运输中的"必经点"问题;最后进行了算法实验,验证模型和算法的有效性。     

铁路笨零货物装载优化模型和算法

笨零货物装载优化问题是NP完备问题。根据笨零货物运输条件和铁路现场实际操作情况,建立以车辆装载率最大化为目标的装载优化数学模型,约束条件包括:货物合重心偏移量的约束;重量约束;体积约束;下部支撑约束;稳定性约束等。采用遗传算法进行求解,详细阐述用遗传算法求解该问题的关键技术,重点论述二维、三维装载的算法实现。给出算法实例,表现出算法能得到满意的结果。     

行包运输行李车三维装载优化问题研究

结合行包运输行李车三维装载优化问题的具体特点,建立其优化数学模型并提出应用遗传算法求解,以获得行包优化装载方案,达到充分利用行李车装载质量或装载容积的目的。算法中考虑行包尺寸、装载顺序、放置方向、装载体积、装载质量及装载重心等约束条件,并结合放置方向及装载顺序约束采用巧妙的个体编码方法,结合行包尺寸、装载容积、装载质量及重心约束构造合理的适应值函数。实例计算表明,应用文中遗传算法求解可以获得理想优化装载结果,计算时间缩短,算法有效可行。     

用遗传算法构造最优测试树

测试树问题属一类应用十分广泛的二元识别问题范畴，求解最优测试树是一个ＮＰ完全问题，本文提出了基于遗传算法构造最优测试树的方法，并通过实例研究了算法的有效性。研究结果表明，遗传算法具有全局搜索、并行求解能力，是求解最优测试树问题的一个非常有效的方法。     

三维集装箱装载优化系统的研究和设计

描述了复杂情况下三维集装箱装箱问题,考虑实际应用中的约束条件,提出了一种三维集装箱装载的模拟退火遗传算法。采用了三空间分割、货物合并、空间合并等策略,考虑了重心位置、运输时间及单箱质量、装载容积、摆放方位和优先顺序约束,提出了有效的解码算法。最后通过实例仿真说明了该算法的有效性和实用性。     

双向编组站列车调度调整的优化模型及算法

研究双向编组站调度优化问题,以解决到达列车接入系统和出发列车编组系统的实时调度调整。在分析双向编组站作业机理和规律的基础上,以列车的编成辆数、编组内容、接续时间、集结地点和作业能力为约束条件,以列车的走行距离、所产生的交换车数为综合优化目标,构造双向编组站列车调度调整的非线性优化模型。根据模型NP-Hard性和变量高度相关性的特点,建立基于网络流技术的遗传算法求解理论。算法的主要思想是在假定0-1变量已经确定的条件下,将整数变量的确定归结为求解网络最小费用流问题。以郑州北编组站为背景,给出算法的实际求解过程。求解算例表明,提出的方法能够有效解决到达列车和出发列车作业地点的实时选择问题。     

CTCS-3级列控系统车载设备测试序列优化生成方法

根据车载设备功能测试的需求,研究基于中国邮路算法优化生成CTC3-3级列控系统车载设备测试序列的方法.在分析测试序列构造方法的基础上,将测试序列的优化生成问题转换为求解1个具有多重弧的有向图的中国邮路问题.针对测试序列的特点,利用Edmonds-Johnson算法和LINGO建模工具对中国邮路问题进行求解,即通过构造容...     

铁路技术站车流推算模型和算法

分析技术站调度员推算车流的思维过程。把车流推算问题看作商品交易行为,提出车流资源在编入出发列车时的虚拟价格概念及其确定方法,用来控制车流资源在车站的停留时间。提出不同等级出发列车的收益函数概念和确定原则,以保证等级高的出发列车可以优先被编入车流。以收益最大为目标,保证计划要求固定编组的列车可以满轴正点发车,以此构造出计算机自动配流的计算模型。对配流搜索空间进行预处理,设计有针对性的遗传算子、操作规则和染色体表示方法,应用遗传算法求解模型,得到满意解。     

编组站进路调度优化算法

分析编组站作业进路选排问题的本质,以各任务的延误时间加权值总和最小为最优目标,以任务的前后工序选择路径为动态约束,建立编组站作业进路调度数学模型,采用遗传算法求解。编码采用定长染色体,长度为任务的工序数,每个工序采用2段制,编码中的顺序唯一地确定了每工序对指定进路占用的起讫时间和指标递推,设计基于优先规则的编码算法步骤。为保证解的可行性,将编码合法化,对工序进行拓扑排序。递推计算工序开始时间和结束时间,进而计算编码的目标值,并将其转化为适应值。采用轮盘赌与最优性相结合的方法进行选择,设计基于位置成组移位的杂交算子和随机交换的变异算子。以某编组站为例进行模拟计算,结果证明该算法满足编组站进路调度工作的要求。     

基于MATLAB的混合型蚁群算法求解旅行商问题

蚁群算法是受自然界中蚁群搜索食物行为启发而提出的一种智能优化算法,通过介绍蚁群觅食过程中基于信息素的最短路径的搜索策略,给出基于MATLAB的蚁群算法在旅行商问题中的应用,针对蚁群算法存在的过早收敛问题,加入2-opt方法对问题求解进行局部优化.计算机仿真结果表明,这种混合型蚁群算法对求解旅行商问题有较好的改进效果.     

物流配送车辆路径问题的并行遗传算法研究

针对一般遗传算法在初始种群上的单一性提出一种新的算法。该算法对不同的种群采用不同的初始化方法：随机初始化法和构造初始化法,这些方法改变了过去那种种群内部的平衡算法,并将该算法所得结果与其他算法进行比较,表明该算法的合理性。     

100m长钢轨普通平车运输道岔及曲线通过问题仿真与试验研究

以100 m长钢轨采用换长1.5和1.3普通平车装载加固方案为例,建立长钢轨运输动力学仿真模型.对车组以不同速度侧向通过9号和12号道岔,以及通过半径为300 m曲线的工况进行动力学仿真计算.结果表明,车组的各项动力学指标均满足运输安全要求;各工况下动力学指标随着车辆运行速度的提高而增大,但脱轨系数最大值与速度关系不大...     

基于混合算法的机车二系弹簧载荷调整优化方法

针对电力机车二系悬挂调簧分析数学模型算法的优化问题,提出一种遗传算法(GA)与蚂蚁算法(AA)相结合的混合优化算法。其基本思想是:首先采用遗传算法以较少的进化代数进行全局快速随机搜索,获得若干可能的(近似)优化解,以此生成蚂蚁算法初始信息素分布,再用后者求得全局优化精确解。对国产SS3B和SS9型机车的应用结果表明,对同一车体进行多次优化计算试验,混合优化算法的搜索寻优过程均能稳健一致地收敛到全局优化解,可明显缩短二系支承载荷调整调簧计算所需时间,使调簧试验的实时性大为提高。对于二系为高圆簧的SS9型机车,混合算法平均用时比迭代算法和单一遗传算法分别减少约74%和29%。