车辆路径问题的混沌粒子群算法研究

针对车辆路径问题中单仓库非满载这一基本类型的具体特性,设计了一种混沌粒子群算法;利用混沌系统的随机性、规律性和遍历性初始化粒子,大范围覆盖车辆路径问题的解空间,加强算法最优路径的搜索能力;通过在求解过程中的次优路径处施加混沌扰动,使算法放弃当前求解的路径,避免结果为次优解。并通过试验验证了该算法在车辆路径问题中具有很强的寻优能力。     

基于多尺度分析与神经网络的交通流预测

针对实际交通系统时变复杂和变化的不确定性所带来的交通流量随机因素影响大、非线性强、规律性不明显的特征;采用小波多尺度分解的方法,将含有综合信息的时间序列分解为多个分量特征不同的时间序列,然后采用神经网络对各个分量分别进行预测,最后用实测数据进行了验证分析。结果表明,基于多尺度分析与神经网络预测模型比单神经网络预测模型预测精度高,可用于交通流的实时动态预测。     

基于持续时间模型的日出行时间分析

交通需求管理和控制与时间因素密切相关,对出行时耗的研究是出行行为分析的重要内容. 本文提出了用于出行时间分析的持续时间模型,讨论了通勤者日出行时间投入随出行者及其家庭社会经济属性、活动和出行特征变化的连续分布规律. 模型用已投入出行时间约束下出行结束的条件概率更准确地描述了出行的动态过程,从对活动与出行之间派生和竞争关系的分析,部分地反映了通勤者的时间分配行为. 分析表明,出行时间最小化的行为假设对大多数通勤者成立. 本研究为出行时耗的定量研究提供了更准确有效的分析工具,对于准确把握通勤者时间分配行为有重要意义.     

基于小波去噪和最优权重信息融合的短时交通量预测

针对实际交通系统时变复杂的特征和交通流变化的不确定性,应用小波分析理论,对原始交通数据进行了消噪处理,使消噪后的数据更能反映交通流的本质及变化规律。信息融合技术可以对不同传感器数据进行综合处理,去除冗余、克服歧义,得到比任何单个数据源更全面、更准确、更可靠的信息。综合考虑道路交通量预测的实时性、准确性和可靠性,运用基于小波分析的去噪和现代信息融合思想,提出了一种基于小波去噪和最优权重的信息融合预测方法,并用实际数据进行验证。实证分析的结果表明,该方法能够有效提高交通量的预测精度。     

通勤出行方式-出行链模式联合选择模型

以单个通勤出行者为研究对象,构造基于广义极值理论的Cross-Nested Logit模型,分析了通勤出行方式和出行链模式联合选择行为.模型以通勤出行方式选择子集和出行链模式选择子集的组合为选择集,描述了在出行者社会经济属性、居住地和工作地区位、工作活动属性影响下的出行方式和出行链模型联合选择行为,能准确刻画两个选择维度之间的相关关系.利用居民出行调查数据完成模型标定.研究表明,通勤出行方式和出行链模式选择之间有显著的相互影响,出行者性别、家庭收入、家庭结构、家庭交通工具、工作活动作息时间、居住地和工作地区位是重要影响因素.当上述因素发生改变时,出行者会优先调整其出行链模式而非出行方式.     

燃料电池混合动力试验电动车组的高性能化

人们对高效且不排放CO2 和NOx气体的铁路车辆的需求不断增长,为满足这种需求,人们一直在开发燃料电池(FC)混合动力铁路车辆.过去由于FC和功率变换装置的尺寸较大,所以不得不安装在客室内,而且车辆加速性能也仅相当于内燃动车.此次,通过减小FC和功率转换装置的尺寸而将它们成功地安装于地板下,确保了客室空间.此外,还增加...     

对汽车零部件进口关税摩擦的思考

“经过20多年改革开放,我国汽车制造水平有了很大提高,拉动了汽车零部件企业供货能力的提升。如果不能遏止“化整为零”分拆进口组装并漏逃关税的势头,那这与整车进口有何严格意义上的区别     

本田雅阁中高速加速不良

故障现象一辆1996款、装备自动变速器的本田雅阁,行驶里程为86000km。该车升挡点明显滞后;在加速到110～120km/h时,略加油门马上从四挡掉到三挡,松油门又回到四挡,车速无法再提升,油耗急剧增加。故障诊断与排除用检测仪未检测到故障码,随即又对变速器的油面、油质进行检查,均正     

牵引电动机能耗的比较

铁路运营部门正尽力改善新干线和窄轨列车的运行能耗.列车传动系统最近大多采用感应电动机(IM),但预计永磁同步电动机(PMSM)用作牵引电动机,可以降低能耗,因为PMSM转子损耗比IM少.即使效率提高不多,也可明显节能,因为大量的能量消耗在列车运行中.文章通过数字仿真比较PMSM与IM的能耗,证实PMSM的能耗低.