德国集装箱船东准备迎接整合浪潮

德国两家联盟的兄弟船东公司Bertram Rickmers和Erck Rickmers于近日确认合并,这是德国当代运输资产所进行的最大一次整合。
　　两家公司合并后,由集装箱船、散货船和多用途(MPP)船组成的船队将超过220艘,使第五代Rickmers家族位列全球领先的集装箱船船东行列。     

智能网联汽车基于分组交替的协同合并策略

为了提高高速入口匝道车辆合并效率,减少油耗,提出基于分组交替的协同合并策略。协同合并的主要挑战是如何保证计算效率的同时提高交通性能,因此,通过设计通行顺序调整算法,优化车辆通行顺序,简化协同合并的复杂度;同时结合智能网联汽车和协同合并的特点,重新构建车辆运动规则,保证行车安全,避免走走停停。结果表明：与无控制和先进先出策略相比,新策略的吞吐量分别提升3.19%和27.34%,平均延迟分别下降18.60%和76.57%,总油耗分别减少35.48%和14.41%;新策略能够适用于不同的交通流场景,满足交通系统的实时性要求,提高高速入口匝道的通行效率并减少油耗。     

班轮企业合并背景下的服务网络优化

针对班轮企业合并后出现的服务网络深度调整的问题,从网络整合的角度出发,综合考虑船舶总量、运载能力、调运均衡和运行时间等因素,建立基于混合运输网络的班轮服务网络调度优化模型。采用Gurobi求解器对模型进行求解,并通过企业合并进行实例分析。验证结果表明:通过企业合并对服务网络进行调度优化,能降低运营成本,调节空重箱调运的平衡,提供更多的航线选择方案,提高班轮企业的整体运营效率。此外,重箱装卸费的增加迫使班轮企业提升装卸效率,同时将装卸成本向航行成本转移。     

自供电路侧单元能量-时延均衡分组调度策略

考虑了自供电路侧单元在分组传输过程中能量收集、车辆到达与车速的随机性, 基于受限马尔科夫决策模型建立分组调度系统模型, 研究了分组平均传输时延与能量消耗; 分析了在能量队列约束下最小分组平均传输时延的优化问题, 提出了自供电路侧单元能量-时延均衡分组调度策略, 通过仿真试验分析了最优分组调度策略性能, 并与贪婪中继方案和Q-learning算法进行对比。仿真结果表明: 该分组调度策略具有双门限结构, 系统通过自供电路侧单元的能量队列状态以及到达车辆的车速状态确定决策变量, 使系统可以在考虑能量利用效率的前提下降低监测数据分组的平均传输时延, 保证自供电路侧单元在能量存储不溢出不耗尽的同时, 最小化系统分组平均传输时延; 在单分组发送模型中, 提出的分组调度策略的平均传输时延相比贪婪中继方案降低了15.7%, 相比Q-learning算法降低了13.5%;在批量分组发送模型中, 其分组平均传输时延相比贪婪中继方案降低了20.4%, 相比Q-learning算法降低了11.5%。     

密度峰值聚类算法研究综述

密度峰值聚类（DPC）是一种新提出的基于密度和距离的聚类算法，由于其原理简单，无需迭代和能处理形状数据集等优点，正在数据挖掘领域得到广泛应用。但DPC算法也有着一定的缺陷，如：对截断距离参数敏感，初始聚类中心的选择非自动化，后续标签分配存在链式问题，时间复杂度较高等。文章对DPC算法的研究现状进行了总结与整理，首先介绍了DPC的算法原理和流程；其次，针对DPC算法的不足对DPC算法的优化进行概括和分析，指出了优化算法的核心技术以及优缺点；最后，对DPC算法未来可能面对的挑战和发展趋势进行展望。     

面向铁路5G移动通信的SPN与OTN网络融合方案研究

铁路新基建关于5G-R核心网及数据中心的建设规划，对承载网的系统容量、可靠性、业务发展余量、网络性能等提出更高要求，发展新的承载技术势在必行。从业务适配、网络切片、管控系统等方面，对SPN、增强型IP RAN及M-OTN 3种承载网技术分析比较，推荐采用SPN作为铁路5G系统的承载技术，阐述了铁路5G承载网组网需求及架构，并针对不同应用场景接入层提出SPN技术方案。     

考虑车流径路选择的分组-单组货物列车混合编组优化策略

统筹考虑车流径路选择与编组方案制定，研究带路网干线大运转车流径路选择的分组-单组货物列车混合编组优化问题，构建具有2阶递进结构的模型及求解策略。在构建嵌入车流径路选择的单组列车编组优化模型基础上，以分组列车开行方案替代原单组列车开行方案所带来的车小时节省最大为目标，进一步构建基于单组列车方案组合排序的分组列车编组优化模型。求解时先通过3次更新，完成单组列车开行方案优化；再通过组合排序，分别生成合并式分组列车和衔接式分组列车的开行方案；最后利用车组唯一与车小时节省原则，筛选出最优分组列车开行方案。依托我国中部路网主通道设计实验场景，验证模型及求解策略的有效性。结果表明：考虑车流径路选择后，最优单组列车开行方案共开行17列列车，产生11 560车小时消耗；进一步优化得到的分组-单组货物列车混合编组方案能够减少1列列车，节省582.5车小时消耗。该模型及求解策略能有效求解车流径路选择下的分组-单组列车混合编组优化问题。     

基于异质集成学习方法的城轨列车客流智能分析系统研究

为解决当前城市轨道交通（简称：城轨）列车客流分析存在的检测精度不高和适用场景单一等问题，设计了一种基于异质集成学习方法的城轨列车智能客流分析系统。该系统基于云边协同架构，采用分组Voting方法，将YOLOv5s(You Only Look Once v5s)、FCHD(Fully Convolutional Head Detector)、CSRNet(Network for Congested Scene Recognition)模型作为基模型进行集成，最终实现客流统计、拥挤度分析和辅助清客等功能。利用北京城轨某线路列车的监控图像数据进行实验，结果表明，与其他各基模型相比，该系统采用的模型检测效果更佳，有效提升了检测精度，丰富了可适用的检测场景。     

铁路车站咽喉区道岔自动分组方法研究

咽喉区道岔分组不仅是运用利用率计算法查定铁路车站咽喉通过能力的必要步骤，还是车站进路选择、股道运用等行车技术作业的关键环节。为解决当前自动分组方法不能有效解决复杂咽喉区非水平方向布置道岔的分组问题，将咽喉区道岔分组问题抽象为有向图中点的归属问题，构建咽喉有向图模型和道岔分组有向图模型，设计二阶段法对模型求解。第一阶段识别平行进路，目标是基于咽喉有向图运用DFS算法识别并生成平行进路对全集；第二阶段为判断道岔归属，目标是基于进路判断法及道岔坐标设计初分、调整、检验等计算步骤判断道岔归属并生成道岔组。以某个布置复杂的技术站咽喉为例，对本文所提出方法进行检验，结果表明该方法能够快速准确地实现咽喉道岔自动分组，有利于铁路数字化设计和智能化生产管理。     

技术站单组与分组列车编组计划的协同优化

高质量的列车编组计划是铁路货物运输组织的关键。在既有研究的基础上，考虑车流随机到达的影响，分析固定车组重量和不固定车组重量分组列车的车小时消耗，构建技术站单组列车与分组列车编组计划的协同优化模型。模型旨在同步优化单组列车和分组列车，以使有调车流在途中技术站的中转改编车小时、单组列车的集结车小时以及分组列车在始发站和换挂站的总车小时之和最小。为提高模型的求解效率，运用线性化技术和目标函数有效近似处理将其转化为线性约束二次规划。实验结果表明：与单组列车编组计划和基于传统分步优化方法的综合列车编组计划相比，协同优化模型能够得到更高质量的列车编组计划，有效降低路网车流的总车小时消耗。