北京市轨道交通产业化研究

分析北京城市轨道交通产业的特点,阐述其发展的优劣势,从规划设计咨询类、工程建设施工类、装备制造类、运营类及增值服务类等5个方面,分析北京城市轨道交通产业链的构成与发展情况及发展需求,并结合国家对轨道交通的战略性新型产业的定位,提出3点发展建议,为推动北京城市轨道交通产业的健康发展提供参考.     

单索面斜拉桥张拉索力对主梁剪力滞分布规律影响的研究

以沈阳市某双折线形独柱式塔单索面预应力混凝土斜拉桥为背景,采用有限元法建立空间有限元模型,分析该桥主梁成桥阶段在张拉1对索力时箱梁的剪力滞分布规律.分析结果表明:距离索力作用点越近,箱梁顶缘的剪力滞效应越明显,箱梁截面的剪力滞系数越大;上顶板在横桥向靠近拉索锚固作用点处的应力很大,随着作用点的距离增大而不断减少,且逐渐趋于均匀.     

基于超前钻探及优化集成算法的隧道围岩双层质量评价

为解决隧道超前钻探地质预报在解译过程中存在的主观判断性强、定量数据利用率低、评判标准不统一等问题,通过引入机器学习中的极限梯度提升集成算法模型（extreme gradient boosting,XGBoost）,结合钻探数据开展隧道围岩完整程度与围岩级别的双层质量评价研究。一方面,采取数据降噪、等距分割、二级指标计算等数据预处理手段对11 233条原始钻探采样数据进行规律发掘和质量提升;另一方面,结合遗传算法（geneticalgorithm,GA）与分类器链（classifierchains,CC）构建GA-CC-XGBoost模型,实现复杂机器学习模型的超参数组合自动寻优以及多标签分类的内在相关性考虑。最终所构建训练集的完整程度与围岩级别2项标签的分类准确率分别为95.91%、97.95%,综合分类准确率为93.88%。经过实际隧道工程应用表明,该模型预测结果满足现场超前钻探地质预报的解译需求。     

基于无人机的高层住宅最后“一百米”配送优化

针对城市高层住宅顾客对上门配送服务的需求,借助无人机停放平台,考虑包裹异质性以及无人机在不同配送阶段的精确能耗,构建以无人机飞行成本和能耗成本最小为目标,以无人机容量、电池组容量等为约束的高层住宅无人机上门配送模型,解决“垂直位置最后一百米配送”问题。基于此模型,设计带变邻域下降(VND)搜索的混合蚁群算法(HACO-VND),引入4个算子进行变邻域下降搜索,为了提高算法的求解性能,提出两种局部搜索算子组合,根据顾客点数量使用不同的算子组合。实验结果表明,HACO-VND算法较CPLEX在求解精度与求解时间方面更优,特别是在大中型算例中表现出较佳性能。参数分析表明,高层住宅楼层数越多,无人机单次飞行的能耗利用率越大,无人机容量与电池组容量共同对配送方案产生影响。为以后无人机送货上门服务方面的研究提供参考和思路。     

自动化集装箱码头拆装扭锁工艺设计

拆装集装箱扭锁是专业化集装箱码头装卸船过程中必不可少的作业环节之一。采用单小车岸桥的自动化集装箱装卸工艺系统中通常采用固定式集中拆装集装箱扭锁工艺方案,存在交通组织复杂、安全性及车流周转效率低等问题,本文依托广州港南沙自动化码头提出了一种新型移动式集中拆装集装箱扭锁工艺方案,从平面布局和作业流程上对方案设计进行了详细说明。该方案利用设备智能调度和电子锁闭技术实现拆装扭锁作业过程中的人-车隔离分流,具备交通组织简单、车流周转效率高的优点,可为类似自动化集装箱码头拆装扭锁工艺设计提供参考。     

智能导引运输车（IGV）在自动化集装箱码头中的应用

采用磁钉导航定位技术的自动导引运输车（AGV）对堆场平行布置的集装箱码头存在应用局限性,本文以广州港南沙四期自动化集装箱码头工程为依托,在分析采用“卫惯导航+多传感器融合”定位技术的新型智能导引运输车（IGV）技术特点和优点的基础上,详细阐述了IGV定位导航、能源补充、维护保养等码头基础设施的设计要点,可为类似自动化集装箱码头工程的设计和建造提供一定的参考。     

自动化集装箱码头平面与工艺总体布局现状与发展趋势

自动化集装箱码头是未来港口发展的必然趋势,但仍存在初期建设投资高阻挡了部分小型企业发展自动化的进程、单一技术路线无法满足自动化集装箱码头个性化的“私人订制”服务需求、现存在营的传统集装箱码头自动化改造技术仍有待突破等问题。近年来,在建设交通强国、海洋强国的背景下,结合全球自动控制、人工智能、视觉计算、大数据等现代科技的应用,以港口工业化、智能化、绿色化和产业化转型为导向,在多样性平面总体布局、新型装卸设备升级两方面探讨自动化集装箱码头的发展现状与趋势,以适应国内外自动化码头快速建港的需求与高质量发展,为本领域工程建设提供借鉴。     

基于滚动时域优化的共享自动驾驶汽车动态调度方法

共享自动驾驶汽车被视为未来城市交通系统的重要组成部分。本文考虑随机订单需求研究共享自动驾驶汽车的动态调度优化方法。通过建立车辆调度时空网络,分别针对订单分配与空车移位生成车辆运行时间弧,提出车辆调度问题的刻画方法。基于马尔科夫决策框架,以时空节点流量为状态,以时空弧流量为决策变量,建立最大化系统净收益的车辆动态调度优化模型。采取滚动时域优化思想,建立含前视时间窗的随机规划模型,并利用CPLEX优化引擎,滚动求解车辆动态调度决策结果。Sioux Falls网络算例结果表明,滚动时域优化方法可保证车辆动态调度决策效果,提升系统运营效率。在计算时间限制下,滚动时域方法应优先采用长时间窗中等规模样本。在最大化系统净收益的同时进一步最小化乘客等待时间,可有效提升车辆动态调度决策效果。