突发状况下危险品运输网络鲁棒性建模和仿真

由于突发状况,危险品运输受到影响或威胁,其后果是致命的.因此针对危险品运输网络进行鲁棒性分析,以利于网络的设计和选择.本文基于自然渗流现象与复杂网络的渗流理论相结合,对危险品运输网络的鲁棒性进行定义,并从整体性角度,基于图论提出网络连通率;从微观细节的角度,提出渗流节点数、渗流失效率、节点承载力、渗流阻尼参数.从定义和实际出发,提出假设条件,建立模型,设定仿真场景.最后,根据仿真流程图,使用Matlab 仿真.根据仿真结果,定性定量分析不同节点度节点突发状况和不同节点承载系数对危险品运输网络节点失效渗流鲁棒性的影响.     

基于CA模型的危险品运输网络节点失效传递研究

为科学管理危险品运输,本文基于元胞自动机(CA)理论,结合节点负载重分配策略,研究了城市危险品运输网络节点失效传递的动力学行为。研究表明该模型能反映危险品运输网络节点失效的平均传递趋势及规模,能有效辨识网络中关键节点,具有可行性和准确性;加强对关键节点的保护力度,适当提高节点承载力,增强节点自我恢复能力可降低节点失效对危险品运输网络失效传递规模的影响。     

危险品运输关联网络级联失效建模及耦合特性

为研究危险品运输关联网络级联失效机理及耦合特性,在提出一个包含物理网络、服务网络和关联边的危险品运输关联网络模型的基础上,通过构建危险品运输关联网络级联失效模型,利用基于节点度的级联失效平均规模作为网络抗毁性评估测度,基于此对比研究了危险品运输网络关联网络级联失效机理及耦合特性.仿真结果表明：危险品运输物理网络和服务网络间关联边的“传导”特性并不相同,相同失效节点数目下,物理网络的级联失效节点数总大于服务网络,通过改变网络模型参数可提升关联网络抗毁性,且提升服务网络的参数比提升物理网络见效更快.上述结论对危险品运输关联网络的风险识别和应急管理具有一定的理论指导意义.     

运输网络最大流的Petri网图仿真算法

现代化的综合交通体系和智能交通系统要求必须首先解决运输需求分析和运输网络分析的技术问题。Petri网理论可以被引进到运输网络理论中, 用来解决最基本也是应用最广泛的最大流问题。首先介绍了Petri网与有向网络的Petri网模型; 然后, 给出有向网络最大流的求最短路法; 在此基础上, 采用Petri网论法和计算机图形仿真法相结合的方法, 求解运输网络最大流。即用Petri网图仿真器把无向运输网络转化为有向运输网络, 然后求有向运输网络G的对偶网络DG, 再用Petri网图仿真器将对偶网络DG转换成Petri图模型, 并自动求得DG最短路(原网络G的最小割容量), 即运输网络最大流。该方法比现有方法更方便, 速度更快, 而且形象、直观, 是更实用的方法和手段。     

基于仿真分析的中国航空网络鲁棒性研究

鲁棒性研究有助于了解航空网络抗干扰能力,保证航空运输安全高效的开展.通过采集中国航空网络的数据信息,测算其统计特征;设计了＂随机干扰＂和＂蓄意攻击＂两种仿真系统,通过仿真实验,结果表明中国航空网络针对随机干扰具有较强的鲁棒性,而在面对蓄意攻击时鲁棒性较差的基本规律;不同通航城市对网络鲁棒性的影响差异极大,目前的中国航空网络高度依赖40余个核心城市.     

基于危险度分析的危险品运输三维仿真方法研究

危险品由于自身的危险性,在运输途中若发生交通事故或泄漏事故,将会导致危及公共安全和人民群众的生命财产安全、环境污染的严重后果.为此建立了综合船舶碰撞危险度和船舶所载危险品危险度的综合危险度指标体系,并以此为基础建立了基于危险度分析的危险品运输三维仿真模型.     

基于Simulink的高速铁路牵引供电系统仿真建模

按照已建高速铁路牵引供电系统的构成,将整个牵引供电系统抽象成由外部电源、牵引变压器、牵引悬挂系统和电力机车等部分组成的电气系统。在MATLAB/Simulink软件中,建立以上各部分模型,通过仿真实验,验证了模型的正确性,为高速铁路的设计工作提供了一定的参考依据。     

小型四旋翼无人机建模与控制仿真

小型四旋翼无人机是一种具有六个自由度和四个输入的欠驱动强耦合飞行器,四只旋翼对称均匀分布在十字架结构的四个端点上,仅通过改变四只旋翼的转速即可改变飞行姿态.基于微型四旋翼无人机特有的机械结构和飞行原理,为提高其飞行性能和控制的稳定性,利用牛顿—欧拉方程,建立小型四旋翼飞行器的非线性动力学方程,并针对该模型设计一解耦PID四通道控制系统,且在Matlab/Simulink仿真平台上,对该PID控制系统进行仿真.仿真结果表明:通过改变旋翼的转速可实现四旋翼飞行器姿态的控制,同时该非线性模型和PID控制系统为其后续的四旋翼无人机的控制研究奠定了一定的基础.     

并联交流调速系统的建模与仿真

在分析并联交流调速系统负载均衡控制原理基础上,建立一个基于MATLAB/SIMULINK上的并联交流调速系统仿真模型,它避免了各子系统的解耦,还可解决机车交流传动系统的轮径偏差仿真问题,仿真试验证明了模型的正确和有效.     

我国公路危险品运输管理对策

公路危险品运输管理是危险品管理中的重要一环,并且与国民经济的发展、社会的安定团结紧密相关.因此.结合我国国情,建立健全各项法规制度,加强危险品运输管理的力度,改进危险品运输企业管理方法和管理手段.提高从业人员专业水平,是关系到我国经济持续、稳定发展的大事,需要充分重视和认真对待.     

道路危险货物运输安全现状分析及对策

从当前我国危险品运输安全现状着手,着力分析影响我国危险品运输安全的因素,并针对这些因素提出解决对策,包括提高从业人员队伍素质、提高行业准入门槛、建立危险货物运输相关管理部门协调机制。     

不发达网络环境下基于神经网络的危险品公路运输路径决策

随着经济的发展,危险品的运输量在大幅增长,危险品对环境和人类的潜在风险在扩大。如何选择一条最佳的危险品运输路径,使其既能保证运输安全又能保证快捷地到达目的地,是决策部门面临的一个重要问题。文章在构建危险品公路运输路径决策指标系统的基础上,建立了危险品路径决策的BP神经网络模型,并通过一个例子证明了该决策模型的可行性。该方法有助于决策部门在不发达网络环境下选择合理的运输路径。     

��·Σ�ջ�������ͻ���¼���Ӧ�������� �ؼ������о�

道路危险货物运输是面向全社会的服务性、高风险行业,其安全经营自然成为道路运输行业管理的重中之重。近年来,道路危险货物运输突发事件呈现多发势头,给国家带来了巨大的经济损失和严重的社会问题。因此,如何避免和减少道路危险货物运输突发事件造成的影响显得尤为关键。本文首先阐述道路危险货物运输突发事件的内涵及其属性,提出我国实施道路危险货物运输应急保障的必要性。其次,阐述了道路危险货物运输突发事件应急保障的运行机理,着重提出了几项应急保障的关键技术。本文结合汶川大地震出现的危险货物运输和应急救援问题,分析我国道路危险货物运输突发事件应急保障中存在的不足,并针对性地提出完善道路危险货物输突发事件应急保障的措施和建议。     

ú̿��������ṹ³�������ۼ�Ӧ���о�

煤炭运输网络是包括铁路、公路、水路运输等多种方式的复杂网络,处于动态、开放的环境中并受各种不确定因素影响.为了更好地测度煤炭运输网络抵御破坏的能力,提高煤炭运输网络的结构鲁棒性,本文基于煤炭运输网络特性,在分析影响结构鲁棒性的内部和外部因素的基础上,定义了煤炭运输网络的结构鲁棒性,建立了煤炭运输网络结构鲁棒性评价指标体系,并以山西煤炭运输网络为算例进行仿真分析.结果表明,煤炭运输网络对于边随机破坏和按照度攻击,表现出较好的里程可达鲁棒性和效能鲁棒性;随机攻击节点和按照度攻击节点时,网络的结构熵鲁棒性变化不明显;对网络进行攻击的同时以一定的概率修复网络,网络呈现出较好的恢复鲁棒性.     

危险品运输路径多准则优化模型及求解算法

针对多种类型的危险品在有风险控制的路网内运输问题,考虑不同运输决策 者的路径选择需求,建立风险约束下的多准则路径优化模型.根据路段/路径的风险阈值, 以及各类危险品产生的风险测度,设计了一种双向拓扑搜索算法,通过删除原路网中非 可行路段和非可用节点,生成不同类别危险品的剩余运输网络.利用改进的标号算法,在 剩余网络中搜索不同准则下的最优路径,生成非支配路径集合.给出了不同路径之间关键 路段的调整策略,并分析了获取非支配路径集合的计算时间复杂度.最后,通过算例验证 了模型和算法的有效性.     

基于双层规划的危险品道路运输网络设计

分析了危险品道路运输网络设计问题的双层特性,建立了以政府期望的风险最小化为上层目标、运输者期望的成本最小化为下层目标的危险品运输网络双层规划模型。采用遗传算法,以Pydev为平台,运用Python编程以及TransCAD生成网络,实现了运算和结果可视化。实例验证结果表明,遗传算法能给出稳定的最优解,而且所得风险符合预期并接近于最低网络风险。     

�����������绷����Σ��Ʒ��·����·������

随着经济的发展,危险品的运输量在大幅的增长,危险品对环境和人类的潜在风险在扩大。危险品运输事故一旦发生事故,可能会造成惨重的人员伤亡、长久的环境污染及巨大的经济损失。选择一条最佳的危险品运输路径,确保运输安全具有重要的意义。在相对发达的运输网络环境下通过最小化运输风险、最小化运营时间及最小化敏感目标人数,建立了危险品公路运输路径多目标决策模型,并利用基于决策者偏好信息的权重信息和开方乘方集成算子对3个目标函数进行集成,然后用扩展标号法计算最优折衷解,最后用一个例子验证了模型及算法的正确性和有效性。该方法有助于决策者在发达运输网络环境下选择合理的运输路径。