协同自适应巡航控制车辆占比对下匝道分流区混合交通流安全性的影响分析

在人工驾驶车辆、自适应巡航控制（ACC）车辆和协同自适应巡航控制（CACC）车辆的行车行为特征分析的基础上，运用跟驰模型和换道模型分别构建人工驾驶车辆、ACC车辆及CACC车辆在下匝道分流区混合交通流仿真环境，解析CACC车辆占比对混合交通流安全性的影响。选取全速度差模型、ACC跟驰模型、CACC跟驰模型分别作为人工驾驶车辆、ACC车辆、CACC车辆的纵向跟驰模型，利用随意换道模型、强制换道模型分别构建下匝道分流主线段、远近端区的横向换道模型。基于碰撞时间（TTC）、暴露碰撞时间（TET）、整合碰撞时间（TIT）等参数构建交通流安全性评价指标。利用MATLAB进行数值模拟，仿真分析不同CACC车辆占比下的混合交通流安全性。结果表明:CACC车辆占比为40%~50%时，混合交通流安全性恶化最严重，TET和TIT分别增加约68%和89%，车辆速度离散系数为0.9以上；通过在下匝道分流区设置远端强制换道区（设置长度≤ 1 000 m），可有效降低混合交通流的追尾碰撞风险。      

基于遗传算法的道路车辆自组织网络源路由机制

在当前基于交叉路口的城市车辆自组织网络(VANETs)路由协议中，道路上数据包传输大多采用基于地理位置的贪婪转发策略，当数据量较大时，个别节点负载较重，极易引起传输延迟增大乃至丢包的情况.本文提出了一种基于遗传算法的源路由机制，通过记录单体车辆的驾驶信息而非传统方法中的车流均值数据，来预测道路上车辆网络的连通情况，并借助遗传算法，首次基于道路连通性、节点负载和连接跳数这3 点综合考虑，计算得出道路上最佳的源路由节点序列.仿真实验结果表明，在传输率与延迟时间上，性能均优于传统的贪婪路由机制，尤其在车流量为250 veh· lane-1· h-1时，传输率提升约13%.该研究可为智能交通信息通讯提供可靠助力.     

滚装甩挂运输牵引车调度优化及作业模式类比分析

针对滚装甩挂运输新船型可“直进直出”条件下的“边装边卸”作业模式，与传统船型“船艉 进出”条件下的“先卸后装”作业模式对比，建立滚装甩挂码头牵引车调度的混合整数规划模型， 并设计遗传算法求解模型。通过对比不同规模算例下CPLEX与所设计遗传算法的实验结果，验证模型的正确性和算法的有效性。结果表明：相较于传统船型“先卸后装”作业模式，新船型“边装边卸”作业模式在运营成本方面可降低约15%；当装卸任务分布密集时，卸船任务靠近船艏运营成本越高，装卸任务分布稀疏时，卸船任务远离船艏运营成本越高；总体而言，“边装边卸”作业模式的运营成本低于“先卸后装”作业模式。研究结论可为“边装边卸”作业模式下的港口滚装甩 挂作业调度提供决策支持。     

降低可调距螺旋桨船舶油耗的可行性分析

以航速控制为导向,探讨了一种能够实现船舶定速巡航功能的控制方式,通过该控制方式的自适应功能对螺距和转速进行自动匹配,以达到任意指定航速下油耗最低的目的,不仅能保证船舶预定到港时间、减轻驾驶员的工作负荷,还能够有效控制成本、节能减排。     

不确定环境下的多车型物流配送路径优化

为实现在路段通行时间不确定背景下,配送企业对多种车型车辆的组合优化,使车辆资源利用、配送路径最优.通过建立总成本和配送时间最小的多目标模型、并考虑时间窗约束,设计提出多目标进化遗传算法求解该问题.本算法结合链表思想,同时为解决产生不可行解问题,在解编码时采用多染色体;并在算法中针对子染色体和母染色体分别设计交叉算子,运用擂台赛法则和改进精英保留策略构造非支配解集和加快算法的收敛速度.结果表明:相比单车型,多车型组合优化具有更高的经济效益,且随着不确定参数的变化,运输成本上升,多车型配送满载率受影响较小.     

遗传算法在船舶转向控制系统中的应用与优化

在海事领域中,船舶海上安全航行始终是人们关注的重点。海上交通安全为经济增长和国际商品贸易发展、人员运输往来提供了必要前提。然而,伴随海运贸易运输量的逐渐增加,海上交通事故的发生几率明显增加,造成了严重的事故影响且后果不堪设想,不仅经济损失、人员伤亡惨重,同样也污染了海洋环境。为此,船舶海上航行的安全性逐渐突显出来。其中,船舶转向控制系统在行驶安全中发挥重要作用,能够有效控制船舶转向,准确规避障碍物。在设计船舶转向控制系统中,将遗传算法引入其中,可以进一步优化系统性能,经济价值巨大。     

改进遗传算法的杂货船装载优化方法分析

针对传统优化方法空间利用率不足这一问题对杂货船的装载问题进行研究,在分析杂货船装载特点的基础上,建立以空间利用率为目标的装货数学模型。在此基础上,同时分析启发式算法和遗传算法获得改进遗传算法,基于改进遗传算法设计一种新的杂货船装载优化算法,并通过实验验证了该算法的有效性和实用性。以文献经典中的一组测试数据为例,对同类型算法进行对比分析。结果表明,基于改进遗传算法的平均空间利用率为98.56%,与其他算法相比具有明显的优势。     

基于GA-BP和小波-SVM算法的风电场短期功率预测

风力发电过程中的功率预测问题是制约风力发电发展的重要因素。针对单一传统神经网络易陷入局部最优的问题,提出了利用信息熵原理把遗传算法优化的BP网络和小波-支持向量机2种算法进行组合预测,结合华北某风电场提供的历史功率数据和数值天气预报数据对未来48 h功率进行预测,仿真结果表明,该组合预测方法的预测精度比单一预测模型的预测精度高,效率高,具有一定实用价值。     

地铁网络服务韧性评估与最优恢复策略

针对已有基于拓扑效率的地铁网络韧性指标无法反映地铁运营实际的不足，构建考虑线 路流量影响的路网服务效率指标和基于服务效率的路网服务韧性指标，以及基于路网服务效率 的节点重要度指标；提出以路网服务韧性最大化为目标的优化模型，并基于遗传算法求解模型获 得最优恢复策略。算例结果表明：分别以服务效率和拓扑效率作为路网性能指标，获得的失效节 点恢复次序明显不同；蓄意攻击下，最优恢复策略获得的路网服务韧性分别比基于重要度的优先 恢复策略、基于节点度的优先恢复策略和随机恢复策略高16.76%、72.11%和86.21%。上述结果 表明，必须根据地铁运营实际合理选择路网性能指标和恢复策略，否则可能得到次优甚至明显偏 离实际的方案，无法实现预期目标。