集装箱码头作业系统层次化、并行、异构与可重构计算模型

基于计算思维和计算透镜, 分析了集装箱码头的装卸作业与调度决策, 基于“并行计算”、“异构计算”和“可重构计算”提出了计算物流视角下的集装箱码头作业层次化、并行、异构与可重构计算模型; 将计算机科学领域中多种典型计算体系结构的设计思想和运作机制, 泛化、迁移、修正、融合和定制到集装箱码头作业系统中, 设计了面向此计算模型的混合调度策略, 提出了集装箱码头调度新的抽象计算模型与工程解决路径; 以某大型集装箱码头为实例, 基于集装箱码头作业层次化、并行、异构与可重构计算模型, 进行了物流广义计算自动化的设计与性能评估。研究结果表明: 采用计算模型能确定码头的集装箱吞吐量上限, 实例中约为码头年设计能力的2.75倍; 在满负荷情况下, 基于等待作业集装箱队列的负载均衡调度策略和基于等待作业船型的负载均衡调度策略均能将大型集装箱干线船舶物流广义计算任务延迟缩短约17 h; 在明显作业过载时, 前者能将物流广义计算任务延迟减少100~110 h, 后者能减少约120 h; 在满负荷和作业过载情况下, 2种策略均能缩短大型集装箱干线船舶物流广义计算访问存储时间1~2 h, 后者在作业过载情况下表现更佳; 2种策略都能很好地优先服务重点班轮集合, 且有各自对应的适用状况和调度重点, 码头管理者可根据具体情况选择适用。      

EOP子博弈精炼模型在海上无线传感器网络中的应用

随着海上无线传感器网络技术的广泛应用,无线传感器网络在海洋环境监测、海洋环境保护等领域发挥着越来越重要的作用,由于无线传感器网络中节点的能量有限,如何降低网络数据传输能量消耗,延长无线网络寿命,是该领域的研究重点。本文利用博弈论解决无线传感器网络中节点路由选择和冲突平衡的问题,对EOP子博弈精炼模型在海上无线传感器网络中应用的可行性进行研究,提出由簇头选举模型和簇间路由选择模型组成的路由算法。     

一种基于动态分析的突变和异常波动预警方法

针对模拟量的突变和异常波动预警,给出一种基于动态分析的、可以应用于各种模拟量的统一预警方法,该方法已被应用于CSM-TH型集中监测程序和智能分析系统中,在多条线700余站现场运行的7年中,收到良好效果,得到用户认可。     

考虑反馈条件的元胞自动机交通流的建模与仿真

将NS模型中存在的车辆倒退现象以及刹车过急等与实际交通状况不相适应的地方进行改进,提出了反馈形式的交通流元胞自动机模型,该改进NS模型引入了前车状态的变化量以及一套全新的速度更新规则来模拟交通流的变化。仿真试验证明该模型更加符合实际交通基本特征,同时该模型使车流总体增大,也成为后续模型的基础模型。     

基于语义挖掘的快递运输货品风险评价研究

为提高快递运输的风险监测管控能力，降低因快递货品风险导致城市安全事件发生的可 能性，本文基于语义挖掘方法将快递运输货品描述转化为风险的量化表征，为快递运输风险评价 提供可量化的客观指标依据。基于网络大数据资源提供的法院判决书数据，将物品词条与判决 结果相关联，通过隐狄利克雷分布模型挖掘物品风险主题，结合模糊均值聚类方法，实现对快递 货品语义风险的量化表征与柔性划分。与传统方法中依赖检视人员查验既定违禁品清单后的主 观判断方法不同，本文充分挖掘网络文本数据中的可迁移知识，并应用于种类繁多的快递运输货 品，有效避免人工评价造成的漏检、错检情况。研究结果表明，本文方法具有较高的准确率与较 低的误报率，获得的风险评价值不再是0或1的是非判断，有利于开展多样化、针对性的风险预警 及应对措施。     

复杂载荷下裂纹SIF计算的子模型技术

对船舶与海洋工程结构物进行疲劳评估,首先要通过子模型技术解决复杂应力场中裂纹应力强度因子(SIF)的计算问题。针对子模型技术实现过程繁杂且效率较低的问题,分别提出"逐周分层法","转换矩阵法"及"映射划分法"并基于VBA及APDL语言编写插件MPCarrangerV1.0,FEMcoortransferV1.0及CrackmapperV1.0,解决从Patran整体有限元模型到Ansys子模型时壳体单元间MPC创建低效、不同坐标系间节点位置转换困难及裂纹自由划分的局限性问题。基于DNV及ABS相关规范,以某B型LNG燃料舱的疲劳热点为例,对改进的子模型技术进行验证,结果表明经改进的子模型技术可成功施加合理边界条件并实现SIF的求解,可为子模型技术快速实现复杂载荷下裂纹SIF的准确计算提供参考。     

车务可视化信息系统设计与实现

车务可视化信息系统通过三维模型及虚拟漫游的展现形式,将铁路运行及运营的动态信息进行集成和柔性展示,实现旅客服务信息及运输管理相关数据的整合,通过可视化的展现方式既方便旅客及管理人员,又充分展示铁路信息化建设的成果。     

随机运输时间下集装箱海铁联运箱流径路优化方法

集装箱在海铁联运过程中容易受到各种不确定因素的影响, 导致运输时间波动, 进而影响货物的送达准点率。为有效降低不确定运输时间的影响, 兼顾运输过程的经济性和绿色可持续性优化集装箱海铁联运箱流径路。采用随机机会约束规划构建运输总费用最少和碳排放量最低的多目标模型。在约束条件中引入铁路和海洋期望运到时间, 并对超过期望运到时间的径路进行惩罚处理, 保证运输径路的优越性。考虑一站直达和中转换装这2种运输组织模式, 克服现有研究未考虑货源是否充足的缺陷。运用不确定及概率论相关理论知识将不确定约束转化为线性约束。以西安至洛杉矶的集装箱货物出口径路优化为案例背景, 采用NSGA-Ⅱ算法求解, 并通过贪心算法改进初始化种群以及基于logistics分布的概率选择算子改进精英选择算子。通过对比分析得到以下结果: ①算法优化后运输总费用减少23.15万美元, 碳排放减少6.69 t, 同时算法求解速度提高了75.36%;②将本文模型选用的随机规划和模糊规划进行对比, 发现随机规划解集数量多于模糊规划, 且二者在相同输送径路中的运输总费用和碳排放量均优化了10.65%。因此本文模型和算法具有良好的优化效果。进行灵敏度分析, 观察置信水平以及时间影响系数对目标函数和货物送达准点率的影响。结果表明: ①较高的铁路和海洋运输置信水平会提高货物的运输总费用。②时间影响系数和货物送达准点率呈负相关, 影响系数越大货物送达准点率越低。