基于综合H+T指数缩短租房人群通勤时间策略

通勤成本和住房成本随着与城市中心距离的变化,存在明显的消长关系。为便于讨论二者之间的互动关系,选择工作1~3年的租房人群作为研究对象。提出综合H+T指数计算方法,研究适合中国大城市租房人群的住房与通勤交通可支付能力指数取值,得出住房成本、交通经济成本、交通时间成本三者的推荐值。以此为规划约束目标,深入分析两种策略对不同收入租房人群通勤时间缩短的可能性:重新选择房源,缩短通勤距离,以增加住房成本为代价缩短通勤时间;住房不变,选择更快的交通工具,但交通经济成本有所上升。     

市域轨道交通线路快慢列车停站方案研究

为解决市域通勤客流欲快速到达目的地的需求问题,以乘客的出行时间节约值最大为优化 目标,建立大小交路条件下的快慢列车停站方案模型。基于乘客出行时间效益优先原则,考虑乘客候车时间、乘客在车区间运行时间、乘客在车等待时间以及越行对慢车乘客的延误和快车乘客 的时间变化影响等因素,构建了目标函数,同时以列车开行密度、满载率等作为约束条件,建立 0-1 整数规划模型。通过在实际算例中运用遗传-禁忌算法对模型进行求解,得到快车的最佳停站方案,并将计算所得方案的乘客出行时间与相同交路条件、发车间隔以及开行比例下的普通站站 停开行模式的时间进行了对比分析。结果表明,该方案可以节省总出行时间约8 062h,节省人均出行时间约8.5min,人均延误时间约0.86min,总体提高了乘客出行效率和服务水平,具有有效性和合理性。     

不规则物流园区功能区块布局模型与算法

物流园区功能区块的合理布局对于降低物流成本、提高物流作业效率有重要意义.传统的研究主要建立在假定物流园区是矩形的理想情况下,本文基于栅格数据结构,构建了以运输成本最小为目标的不规则物流园区功能区块布局的集合划分模型,并引入了栅格图像矢量化技术,用于提取布局形成后的图像拓扑结构,获得路网信息,然后设计了基于割树技术的变邻域搜索算法进行求解.最后以某物流园区为例,通过MATLAB编程计算得出布局方案,验证了本文模型和算法的有效性.     

三维数据重建中距离图的优化计算

拟合模型与三维数据间距离图计算是三维数据重建中的主要计算之一。决定了重建算法的实时性，本文设计了基于优化k-d树的三维空间k个最近点（k-NN,k-Nearest Neighbour)搜索算法，提高了搜索效率。使距离图计算时间大大减少，满足了三维数据层次式重建的计算实时性要求，作为三维空间最近点搜索的最佳算法之一，基于优化k-d树的最近点搜索算法可在更广泛的领域应用。     

见证历史一刻记中远海运巴拿马轮成功首航巴拿马运河新船闸

中国货轮首航开启百年运河新篇章 当地时间6月26日清晨,来自世界各地观看首航船舶欢迎仪式盛况的人群陆续抵达巴拿马运河大西洋一侧的阿瓜克拉拉(AGUA CLARA)新建船闸边.数千名当地民众在鼓乐声中载歌载舞,手挥巴拿马国旗,热切期待着首航船的到来,共同见证百年运河揭开历史新篇章.     

面向高速综合检测列车的应答器关键数据检测方法

应答器作为CTCS-2/3级列控系统的关键基础设备,其用户报文数据必须与现场列控数据准确对应。目前主要依靠人工及车载设备动态试验核对,工作量大且无法保证报文信息的准确性。为此提出了一种面向高速综合检测列车的应答器关键数据检测方法。首先通过KMP模式匹配算法实现现场列控数据的自动导入;其次利用深度路径搜索算法对应答器关键数据进行搜索,并和应答器用户信息进行对比,给出对比结果和报警日志;最后通过在海南西环线进行现场试验,验证可靠性,为高速铁路应答器报文检测研究及工程实践提供了有效的技术支持。     

基于替代图的列车运行调整计划编制及优化方法

借助对列车优先级、节点、替代弧和替代对等参数的定义,以列车追踪运行间隔时间、列车连发间隔时间和列车间越行地点等为约束条件,以替代图中最长路径最短为优化目标,建立基于替代图的列车运行调整计划编制及优化模型.采用本地搜索算法对模型求解,经过原始计划生成和初级优化,得到有瑕疵(冲突)的但资源利用率较高的初始调整计划.当初始调整计划未满足需求或计划在实施过程中受到扰动需要修正时,采用分层多级优化分枝定界算法,对初始调整计划对应的替代图进行进一步的优化,得到优化的列车运行调整计划.由于替代图与列车运行调整计划的对应关系,用这2种算法对替代图分阶段求解和优化,可以得到满足不同需求的调整计划.通过对模拟环境的仿真,验证了模型和优化方法的完整性和可行性.     

模式搜索法及其在三维布置中的应用研究

介绍了模式搜索算法．模式搜索算法具有许多优点，非常适合非线性非光滑问题的优化，特别是三维布置问题．给出了模式搜索算法的一般定义，在分析三维布置问题特点的基础上，对一般模式搜索算法提出了几点扩展，使算法具有随机的特性，以提高算法收敛性能．     

面向城市轨道交通的启发式疫情密接人群追溯方法

在复杂轨道交通网络中，某些乘客的出行行程是确定的。这些乘客可以作为启发式的“证人”，为其他乘客证明某个行程的可能性，从而在保证查全率的前提下，准确地找出潜在的密接乘客。本文的目的是开发一套适用于城市轨道交通的疫情密接人群追溯方法，利用有限的确定行程乘客作为虚拟的目击者，采用启发式的树搜索生成目标乘客可能的出行链，通过验证目标出行链与感染者行程是否有交集，判断目标乘客是否为密接乘客。以北京城市轨道交通为例，招募志愿者在特定线路乘车，并假定感染者乘车信息，通过提取有关自动售检票(Automatic Fare Collection, AFC)数据识别密接乘客，以验证方法的有效性。在实验场景下，本文提出的方法对密接乘客的识别查全率达到100%，查准率达到92.7%，表明方法具备一定的可行性。识别结果有助于有关部门针对性采取措施，更高效率地防范疫情蔓延和传播。     

铁路集装箱中心站多轨道吊柔性协同调度优化

针对铁路集装箱中心站轨道吊协同装卸调度(RMGCS)问题，考虑多轨道吊间的作业干涉和安全距离约束，建立目标函数为最小化集装箱完工时间的混合整数规划数学模型。结合 RMGCS问题特性，提出一种考虑多轨道吊柔性协同作业的改进麻雀搜索算法(ISSA)，首先，提出能够解决多轨道吊间作业冲突的任务分配策略和干涉判断方法；其次，设计自适应非线性动态安全值，平衡全局和局部搜索；再次，改进加入者更新移动方式，使其在全维度上靠近最优解；最后， 引入LOV(largest-order-value)规则，将个体从实数向量映射到集装箱整数序列。为了验证问题和算法的有效性，分别利用ISSA与其他算法求解不同样本规模的算例，结果表明：ISSA在不同样本 规模的RMGCS问题求解上，均具有更好的寻优效果。此外，所提出的柔性协同调度模式相比现有的固定范围顺序装卸调度模式，使样本量为45的装卸作业总完工时间缩短了15.5%。