Assessing transportation user benefits with maximum trip lengths

Maximum time lengths of urban trips can be used to calculate major user benefits of transportation improvements. These benefits include those associated with reduced cost of travel, those associated with travel to additional destinations, and those associated with improved quality of destinations. Maximum trip lengths can be measured using techniques of psychological scaling.     

CTCS-2级列控系统地面应答器布置算法

简要介绍了既有线提速200km／h的CTCS-2级列控系统地面应答器布置规则，以及胶济线、浙赣线对此规则的工程运用。在此基础上，提出一个应答器合理布置的算法，阐述了该算法的实现过程。     

基于道路综合费用的平面选线模型优化方法的研究

根据道路平面路线方案布置特点,将选线中要考虑的各种因素均转化为费用进行考虑,因而道路平面路线方案也即转化为该模型费用最小化的优化问题,由于道路平面方案优选设计是复杂的多目标决策问题,方案模型的建立在很大程度上影响到项目的营运费用和建设费用,通过对研究遗传算法变异算子对模型影响的分析,设计了一种遗传算法对路线平面线形进行优化,该算法可以提高收敛速度和解的精度,并同时保持优良个体的进化稳定性,在一定程度上弥补了定常参数在克服早熟中缺乏普遍性的缺点。最后,进行了道路优化验证,实验结果表明,该算法无论从鲁棒性和有效性方面都超过了传统的优化算法,说明该算法在道路选线中有很高的应用价值。     

NT4p53(C22)Ant融合基因重组腺病毒的构建及对肝癌细胞的杀伤作用

目的构建编码融合基因NT4p53(C22)Ant嵌合肽的重组腺病毒表达载体,并研究其对人肝癌HepG2细胞的杀伤作用。方法使用分子克隆技术,通过同源重组获得重组腺病毒rAVV-NT4p53(C22)Ant,收集上清、大量扩增并测定其滴度。感染人肝癌HepG2细胞,采用免疫组化法检测p53表达,MTT实验、流式细胞仪观察rAAVNT4p53(C22)Ant对肿瘤细胞的杀伤作用。结果成功构建重组腺病毒表达载体,感染人肝癌HepG2细胞后p53表达率为(44.88±2.45)%;MTT检测显示,细胞存活率随作用时间延长明显降低,与空病毒组及对照组比较差异均有统计学意义(P<0.05),流式细胞仪检测显示G0/G1期细胞比例及凋亡细胞较空病毒组及对照组增加。结论构建的NT4p53(C22)Ant重组腺病毒在肝癌细胞中能有效表达,对肝癌HepG2细胞有抑制增殖和促进凋亡的作用。     

竞赛帆船龙骨盒结构优化设计

龙骨盒是竞赛帆船特有的结构,其功能是维持压载龙骨竖直升降,因其为帆船主要受力构件之一,实际使用中易损坏,提高龙骨盒强度是企业和艇主亟须解决的问题。通过水动力分析获得龙骨盒结构响应,运用多级优化对龙骨盒帽型材和桅杆作用区域进行形状、尺寸优化和铺层顺序优化。优化结果显示,基于响应面法和遗传算法的多级优化降低75.92%的龙骨盒整体应变能和提高29.40%的铺层强度比,该方法对提升龙骨盒强度和承载能力具有实用和借鉴意义。     

基于引力搜索BP神经网络的柴油机故障诊断

为了提高柴油机故障诊断的精度,将引力搜索算法用于BP神经网络初始权值及阈值优化,提出了一种基于引力搜索算法和BP神经网络相结合的智能故障诊断方法,并将其运用于柴油机磨损故障的振动诊断。结果表明,该方法与BP神经网络相比,对柴油机的磨合、磨损、极限等故障诊断准确,精度提高明显,验证了该方法的有效性。     

蚁群算法在调机运用计划中的应用

编组站调机运用计划为具有不同开工、完工时间窗口的单机调度问题,优化目标是最小化晚点列车的数量。为解决这一NPC问题,建立单机调度数学模型,采用蚁群算法求解。设计的算法步骤是,将调机运用问题描述成适合蚁群算法的形式,并进行初始化,考虑迭代过程中信息素对未来决策的影响程度,定义与问题相适应的转移概率,进而确定选择策略来平衡已有方案的利用和搜索空间的选择,采用2-opt方式的局部搜索策略来避免“早熟”或者“停滞”现象,同时在蚂蚁经过的路径上进行信息素更新,实现对该优化问题的有效求解。以某编组站有12列到达列车和少量暂存列车解体编组出12列出发列车为例,利用设计的蚁群算法步骤,求得到达列车的解体次序和出发列车的编组次序,验证了该算法在编组站的改编能力无法满足车流配送情况下实现合理安排调机的有效性。     

基于向量评价遗传算法的工程项目多目标优化

进度、费用和质量为工程项目的3大主要控制目标，工程项目多目标优化就是要尽可能实现3大目标的和谐统一。利用多目标优化理论建立了面向工程项目的多目标优化模型，给出了利用向量评价遗传算法对工程项目多目标优化问题的求解设计思路，阐述了算法的实现流程，并通过实例验证了该模型有效解决工程项目多目标优化的可行性。     

一种具有负荷限制功能的调距桨最佳启动算法

本文对调距桨系统的快速启动过程建模分析,研究出一种具有负荷限制功能的调距桨最佳启动算法。通过计算机编程仿真,结果表明在一定的条件下,该算法可以得到较优的启动路径。采用该启动路径,主机能合理控制转速与螺距,在不超负荷状态下快速平稳地提高输出功率,很好地增强船舶启动过程中的机动性与灵活性。该算法对实际的船舶航行控制启动过程有重要的参考价值。     

Mitigation of disruptions in public transit by Bee Colony Optimization

Dispatchers in many public transit companies face the daily problem of assigning available buses to bus routes under conditions of bus shortages. In addition to this, weather conditions, crew absenteeism, traffic accidents, traffic congestion and other factors lead to disturbances of the planned schedule. We propose the Bee Colony Optimization (BCO) algorithm for mitigation of bus schedule disturbances. The developed model takes care of interests of the transit operator and passengers. The model reassigns available buses to bus routes and, if it is allowed, the model simultaneously changes the transportation network topology (it shortens some of the planned bus routes) and reassigns available buses to a new set of bus routes. The model is tested on the network of Rivera (Uruguay). Results obtained show that the proposed algorithm can significantly mitigate disruptions.