模糊环境下的多目标非满载车辆调度问题

针对现实物流配送过程中存在的时间参数模糊化问题,采用梯形模糊数表征时间参数,给出了一种具有模糊时间窗和模糊配送时间,以最小化配送车辆数、提前/滞后惩罚以及配送里程为目标的多目标非满载车辆调度问题模型.在问题求解方面,针对基本粒子群算法容易陷入局部最优的问题,引入利用混沌局部搜索策略,给出了一种基于混沌优化技术的混合粒子...     

基于海铁联运的集装箱班列服务路径优化

虑考虑海铁联运过程中影响集装箱班列开行的不确定因素, 结合班列服务客户各自固定需求时间窗的实际需求, 引入不确定规划区间来表示集装箱在客户节点的装卸箱服务时间, 同时将具有时效性要求的需求时间窗设置为软约束, 运用惩罚函数将其作为惩罚项整合到运输成本目标函数中, 选择合理的惩罚系数, 构建以运输成本低、运输时间少为目标的班列服务路径非线性多目标优化模型, 针对不确定变量, 采用机会约束规划转换模型得到考虑模糊时间的多目标路径优化模型, 通过加权求和将多目标合并转化为单目标问题, 并设计人工蜂群算法求解所构建的班列服务路径优化模型, 并以盐田港海铁联运为实例进行了模型检验和对比分析。结果表明: (1)在硬时间窗约束下运输时间减少了88%, 但成本增加了97%, 充分表明了软时间窗设置的优势; (2)考虑不同的运输目标时, 只考虑运输费用时, 运输时间增加了5.3%;只考虑运输时间时, 运输费用增加了67.8%。所建模型和算法能够很好的满足不同客户不同运输时效性的需求, 在运输费用方面具有明显的优越性。      

机场飞行区无人驾驶清水车优化调度方法

针对机场航班延误和拥堵现象日益严重以及地面特种车辆服务航班效率低且存在较高安全隐患的问题，研究了面向机场飞行区无人驾驶清水车的优化调度方法。通过将无人驾驶清水车服务航班硬时间窗与梯形模糊隶属度函数相结合构建航班服务水平函数，结合传统C-W节约算法，考虑无人驾驶清水车服务机场航班的时间规则，实现了无人驾驶清水车总行驶路程最短以及航班服务水平最高的目标。考虑服务航班数量总和，衡量每辆无人驾驶清水车的服务航班阈值，并提出了服务航班任务量的差异评价值。新算法在C-W节约算法路径优化结果的基础上对未达到服务航班容量极限的子路径进一步优化，实现了所需服务航班的无人驾驶清水车数量最少、服务航班数量差异化最小的目标。以国内某机场航班信息为例，结果表明:与单车单服务模式相比，服务总路程节省59.36%，车辆使用减少84车次，航班服务水平为93.78%，航班任务量的差异评价值由93.32%降低至43.96%；与基准算法相比，新算法在实现任务量均衡的同时并不会增加总行驶路程，且将服务航班任务量的差异评价值由2.72降低至0.44，显著提高了车辆服务航班任务量的均衡性。      

求解带时间窗车辆路径问题的狼群算法

针对城市物流配送和交通运输中广泛存在的带时间窗车辆路径问题,为寻求最佳路径规划,应用惩罚函数,构建了以总运输成本最小为目标的数学模型。在车辆路径优化求解方面,根据问题具体特征设计了1种二维编码方式,并采用近邻初始化方式构建初始解从而提升寻优速率;随后,结合狼群算法觅食行为中的游走、召唤及围攻3种行为,重新定义其智能行为,设计了一种求解带时间窗车辆路径问题的狼群算法。由于原始狼群算法的召唤行为引入距离判定因子来增大种群搜索空间,但也增加了算法复杂性且易陷入局部最优,故本研究舍弃了距离判定因子,采用猛狼1次奔袭便进入围攻状态来降低算法复杂度,并在算法中进一步增强了种群间信息交互。最后,应用该狼群算法求解多个测试算例。结果表明:狼群算法在求解带时间窗的车辆路径问题时是可行的、有效的;与禁忌搜索算法、遗传算法、改进蚁群算法和混合粒子群算法等常见智能优化算法相比,狼群算法不仅具有收敛速度快和搜索质量高等优点,而且拥有良好的稳定性和求解效果。     

台车试验中采用等效双梯形减速度曲线的模拟研究

通过对实车碰撞中车体减速度曲线的分析,发现其具有双台阶特征.为此提出了一种从实车正碰试验车体减速度曲线提取出相应的等效双梯形减速度曲线以用于台车试验的方法.台车试验的数学仿真表明,用等效双梯形曲线和相应的实车碰撞减速度曲线分别模拟得到的假人模型各种伤害响应和运动姿态互相很好地吻合.说明在正碰台车试验中完全可以用等效双梯形曲线代替相应的实车正碰减速度曲线进行模拟,可应用于车辆约束系统的开发等工作.     

城乡快速干道车-人冲突时间窗预测模型

为了解决城乡快速干道车-人冲突和事故严重的问题，将车-人冲突点的分析方法扩展到车-人冲突时间窗的分析方法，构建一种行人运动轨迹实时监测和穿越时间预测相结合的车-人冲突时间窗组合预测模型。首先，分析行人违规穿越的实测数据，确定不同类别行人对应的穿越时间置信区间以及松弛时间；其次，根据运动学模型的预测结果判断行人的所属类别并初步确定行人的穿越时间，同时通过卡尔曼滤波算法对行人穿越过程进行实时监测；再次，融合运动学模型预测结果和卡尔曼滤波监测结果，确定最终的车-人冲突时间窗；最后，对所提出的组合预测模型进行标定和验证，并通过VISSIM仿真平台进行安全性能测试。模型验证结果表明：在正常情况下，该模型能够保障行人的安全且能兼顾松弛时间重置次数；在行人初始穿越速度过低或穿越前、中期存在持续低速的情况下，该模型可以通过多次松弛时间重置来解决模型的适用性问题。安全性能测试结果表明，在车辆行驶时间均值增加4.7%的情况下，安全车辆数占比增加了37.3%，车辆的后侵占时间(PET)测试值则增加53.8%。因此，与无松弛时间的预测模型相比，所提出的有松弛时间的车-人冲突时间窗预测模型能够在对交通效率影响较小的前提下，较大程度地提高车-人冲突的安全性。     

公共慢行系统的动态调度建模与滚动时域调度算法研究

针对公共慢行系统存在公共自行车在时间和空间上分布不均衡的问题,研究了公共慢行系统调度过程中租赁点需求的动态特性及其模糊时间窗的约束,以最大化租赁点的满意度为目标建立了公共慢行系统调度的模型,并用滚动时域调度算法对该模型进行求解,动态的获取调度计划,进而实现公共慢行系统的动态调度。     

基于多源公交数据和车时成本优化的公交运营时段划分方法

现有公交运营时段划分方法均基于单一参数（乘客需求或行程时间）的相似性,忽略了乘客需求与行程时间对时段划分方案的协同作用。针对传统方法的缺陷,利用多源公交数据,提出一种新的基于最小化车队运营时间成本的时段划分方法。首先,利用逆差函数模型计算时间窗内完成班次任务所需要的最小车队规模,进而利用滑动时间窗模型,计算全天各时间窗所需的理论最小车队规模。然后,以时段划分方案的时间分割点为决策变量,以最小化全天累计车队运营时间成本为目标建立优化模型,采用遗传算法对运营时段划分方案进行寻优。最后,以广州市87路公交线路实际数据为例进行验证,并对模型参数进行敏感性分析。研究结果表明：与传统方法相比,所提方法能更好地实现运力与运量相匹配,并有效降低车时成本;与以往基于断面客流和基于行程时间的划分方案相比,所提方案的车时成本分别降低25 veh·h和45.33 veh·h。     

汽车外后视镜刮水器控制系统的设计

在研究常规汽车前风窗刮水器的基础上,设计了一种基于原车刮水器电路的车外后视镜刮水器控制系统,以解决雨天外后视镜视野模糊的问题,保证安全行车。文中介绍了该刮水器的结构及控制系统的设计。     

公交调度中放车调度模型的研究

以公交线路乘客等待公交车辆总延误成本最小为目标函数，建立了一种放车调度的数学模型，将模型投人实际应用。从结果可以看出，该调度方法可以减少乘客总等车时间，调节了线路车辆的正常运营。