基于MILP的飞机滑行排序的优化

提出了飞机滑行排序的优化问题,目的是最大限度减少滑行时间,提高机场运行效率.根据飞机在机场地面的运动规律,基于确定的滑行路径,考虑滑行路线冲突,建立了该问题的混合整数规划模型.讨论了该复杂优化问题的分解方法,给出了上海浦东机场地面网络的算例,验证了所做工作的实用性.     

基于遗传算法的汽车滑行阻力系数测定方法

把解超越方程组转化为一个函数在一定区域内的优化问题，利用遗传算法的全局搜索性和隐含并行性，通过实数编码，赌盘选择，算术交叉，均匀变异，同时采用最优保存策略，一代代地进行优化直到转化而成的函数收敛到零或接近于零为止，从而求出方程组的解，即为汽车滑行试验所需要确定的滑行阻力系数。     

基于遗传算法的物流配送路径优化问题研究

在建立物流本着路径优化问题数学模型的基础上，构造了求解该问题的遗传算法，并进行了实验计算，计算结果表明，用遗传算法进行物流本着路径优化，可以方便有效地求得问题的最优解或近似最优解。     

飞机牵引滑行入港安全运动路径生成及其轨迹跟踪控制方法

针对飞机紧急降落后无法继续利用自身动力滑行入港场景，研究使用牵引车牵引其滑行入港的方式，考虑牵引滑入时机轮与机场跑道及滑行道边缘的安全净距，分别提出适用于机型-机场匹配时的牵引车-飞机系统的铰接点过中心线(HPOC)法和不匹配时的飞机主起落架几何中心过中心线(GCOC)法，并基于2种方法建立运动学模型，在净距及飞机前轮转角约束下对系统转弯滑行入港运动进行轨迹规划。基于GCOC法建立连续非线性系统的轨迹跟踪模型，通过线性二次调节器(LQR)对不同权重系数及存在初始偏差的轨迹跟踪问题进行了研究。结果表明:牵引车以HPOC法牵引飞机在与其机型不匹配的机场滑行入港时，机轮会发生碰撞危险；而采用GCOC法时其运动轨迹可以满足跑道及滑行道边缘的安全净距要求。在对系统进行轨迹跟踪控制时，当将飞机主起落架几何中心的横、纵坐标权重系数Q₁、Q₂及表示飞机姿态的角度权重系数Q₃均设为100，而表示牵引车姿态的角度权重系数Q₄设为0时，即:Q＝(100，100，100，0)，该方法可将实际牵引滑行入港轨迹与参考轨迹的偏差保持在0.05~0.1 m以内，且能够在10 s左右抑制系统状态变量误差，并使控制变量达到稳定；同时能够在12 s左右修正系统的初始偏差，相较于单机偏差修正的10 s，具有可接受的效果。      

A-SMGCS航空器场面滑行初始路径规划

依据先进机场场面引导与控制系统(A-SMGCS)3阶段路由规划策略,给出1种基于Petri网和遗传算法(GA)的A-SMGCS航空器滑行初始路径规划方法,为航空器确定由最优和s-1个次优滑行路径组成的初始滑行路径集合.提出1种基于模块化建模思想、面向路由规划的场面运行扩展赋时库所Petri网建模方法,并对航空器场面滑行特征进行分析;采用Petri网模型的变迁激发序列进行染色体编码,并考虑场面运行管制规则,分别给出染色体合法性检测与修复、交叉和变异算法.以某机场实际运行数据为基础,采用所给方法为所有进离港航班规划初始滑行路径,通过算法时间性能分析以及为实际航班规划初始滑行路径,验证所给方法的有效性.     

飞机滑行转弯对沥青道面作用的侧向力分析

应用动力学原理,建立了飞机滑行转弯时的动力学方程,研究了飞机在沥青混凝土道面上滑行转弯对道面产生的侧向力。结果表明,影响飞机转弯侧向力的主要因素为转弯速度、前轮操纵角和前轮操纵角速率。侧向力是飞机滑行转弯时引起道面产生破坏的主要原因。     

基于波及延误的飞机路径随机优化模型

为了对航班延误进行有效的事前控制,挖掘后继航班独立延误对飞机路径整体延误的影响,建立了更加精确的独立延误和波及延误算法流程,侧重研究与航班计划变更无关的独立延误的统计分布.在拟合出航班独立延误服从对数正态分布的基础上,建立了以波及延误最小为目标函数的飞机路径随机优化模型.求解过程中通过已知分布将随机模型转化为确定性模型,降低了模型的求解难度.最后将该模型应用于国内某一航空公司运行数据,优化后的波及延误降低了28%,成本降低17.37%.结果表明,基于统计分析基础上的飞机路径优化模型可以提高航班计划的先行鲁棒性.     

基于遗传算法的给水管网优化

从系统工程的角度,针对给水管网系统优化是一个混合离散变量的非线性多目标规划的特点,建立给水管网系统非线性优化模型,采用遗传算法,有效的解决了给水管网优化问题。     

基于遗传算法的3L-CVRP优化问题研究

为提高物流配送效率,降低配送成本,探讨了三维装箱约束下的车辆路径优化问题.在装箱问题与车辆路径优化问题研究现状的基础上,将三维装箱与车辆路径优化进行整合,考虑客户需求、货物装载顺序、车辆尺寸、车辆重心等约束,建立以路径最短、车辆装载容积利用率和载重率最大的多目标组合优化模型,引入权重系数体现决策者偏好并归一化目标函数.设计适用的染色体编码规则,确定遗传操作中选择、交叉、变异方法,选取目标函数为适应度函数,引入最优个体保存策略防止算法的过早收敛,提高算法的准确性,通过Matlab编程实现该优化模型的求解.案例数值试验表明,该模型与算法能够实现装箱与车辆路径的组合优化,算法运行时间为17s左右,相较于引导式局部搜索遗传算法减少了5 s,车辆总行驶里程缩短了7 km.     

基于遗传算法的沥青路面结构优化研究

在分析其它沥青路面结构优化方法的基础上,提出了利用遗传算法进行优化的方法,编制了相应的计算程序,并结合实例进行了分析。表明该方法具有很好的优越性,可节省工程造价。     

基于遗传算法的公路平面优化

提出了一种基于遗传算法的公路平面线形优化方法,将遗传算法应用于公路平面优化设计,更好地解决了目前传统算法难于处理的一些问题。首先根据平面初始解建立一个可行域,利用浮点编码选择平面坐标作为染色体,然后对可行域中的可能解用一个评价函数(适应度)来度量,利用交叉、变异算子在可行域中选择最优解。实践表明:该方法具有全局解空间搜索能力,从而实现了全局寻优的目的,对公路平面优化设计是有效、可行的。     

基于自适应遗传算法的相位差优化模型研究

通过分析车辆在城市交通干线交叉口的延误规律,从相对相位差的约束条件出发,以干线的总延误最小为目标,建立了城市交通干线的相位差优化模型。模型中考虑到了车辆在干线相邻交叉口的双向延误情况,并采用自适应遗传算法在Matlab下编程实现了相位差优化模型的算例计算。结果表明该优化模型具有较好的有效性,能较大地提高城市交通干线协调控制的性能。     

基于遗传算法的混合动力汽车参数多目标优化

针对混合动力汽车设计参数众多的状况,提出了一种对混合动力汽车传动系统参数和控制参数同时进行优化的多目标优化新方法--自适应遗传算法.在ADVISOR平台上,以一辆使用逻辑门限控制策略的并联混合动力汽车为例,分析并建立了以动力性能指标为约束的混合动力汽车参数优化的非线性规划模型,其目标函数包含最小油耗和最佳排放性能.针对遗传算法容易早熟等不足,采用带自适应交叉和变异算子的遗传算法和模拟退火技术相结合进行求解.仿真结果表明了所提出方法的有效性.     

基于遗传算法的提梁机主梁优化设计

以450t偏轨提梁机的主梁为优化对象,以主梁自重为目标函数,采用遗传算法对其进行结构优化,得到提梁机主梁参数的最优解。用有限元分析软件对优化后的提梁机结构进行强度、刚度及稳定性的验证,结果表明：在满足结构设计的前提下,主梁结构自重减少了11．8％,优化效果明显。     

基于遗传算法的公路纵断面优化设计方法

纵断面优化设计是公路优化设计中一个重要的组成部分,遗传算法是一种高效的全局寻优算法。介绍了用遗传算法实现纵断面优化设计的具体方法步骤,并编制出了计算机应用程序。经输入公路原始数据进行实例计算,取得了令人满意的结果,证明了遗传算法在纵断面优化设计中的可行性及全局寻优的性能。     

基于改进遗传算法的最优路径求解

动态路径诱导系统(dynamic route guidance system,DRGS)是通过提供基于实时交通信息的最优路径来引导交通流的,因此,最优路径的求解是关键.而遗传算法具有全局寻优和潜在并行的特点,对求解最优路径具有一定优势.但采用序号编码方式进行遗传操作时会产生大量无效路径.文中结合城市道路交叉口左转、右转、直行等转向行为,设计了一种新的基于转向行为的编码方式,减少了染色体在交叉、变异时的无效路径的生成.算例表明,这种编码方式可以有效提高算法收敛性,更容易获得最优解.     

基于遗传算法的公交车辆数优化

提出了一个基于总成本最小的路网车辆数求解的最优化模型.通过分阶段的优化,得到各线路的最优配车数.根据优化模型分析公交公司运营成本和社会成本(包括乘客等待时间和乘车时间),求出适合各线路特性的车辆类型和每条线路最优的发车频率,进而求出各线路的车辆数和路网所需的总车辆数.其次,再利用遗传算法,根据路网各线路间的特点,求解出满足总成本最小的最优车辆数.     

基于伪并行遗传算法的发动机悬置系统解耦优化

在分析各种优化设计方法优缺点的基础上,选用了伪并行遗传算法。以悬置刚度参数为设计变量,侧倾和垂向自由度上能量最大化为目标,对发动机悬置系统进行优化。结果表明,效果良好。     

基于免疫遗传算法的公交线网优化研究

为了提高遗传算法在线网优化中的稳定性,在遗传算法过程中加入免疫因子的提取与注射,并设置局部最优的检测。改进后的免疫遗传算法能结合求解问题的特征信息对种群进行免疫接种,提高搜索速度和精度。通过路网验证,并与标准遗传算法进行比较,表明效果明显。     

基于多目标优化与遗传算法的公交调度模型

结合地区公交现状制定合理的公交调度机制,对于公共交通发展有着重要的现实意义和指导价值。本文以公交公司运营成本和乘客出行成本最小化为目标函数,考虑车辆核载、出行时间等约束条件建立多目标优化函数,构建城市公交调度模型。然后采用遗传算法进行求解,并以黄骅市6路公交进行模型检验。研究表明,优化后的公交调度机制能够有效降低公交公司的运营成本和乘客出行的时间成本。