库存路径问题的3种策略

在供应商管理客户库存的模式下,从新的角度全面规划长期的库存路径问题,通盘考虑库存与路径的动态整合.以具有随机需求的客户为重点,循序渐进地研究解决库存路径问题的3种策略:固定区域和固定路线、固定区域和变化路线以及变化区域和变化路线.使用报童库存模型、扫描算法、周期随机库存决策以及节约算法等方法对这3种策略下的库存路径问题进行分别求解,找到每种策略下客户的最佳配送数量和总的最短配送距离.从而,把一个长期的、动态的库存路径问题由短期向长期、由静态向动态进行逐渐过渡,实现更贴近于物流配送实践的数学描述与求解研究,为随机库存路径问题的研究提供一个新的思路.     

南昌发展低碳经济的路径选择研究

发展低碳经济,它既能促进经济发展,又能保护好环境,更体现了一个地方的文明程度,符合国际发展的价值理念和趋势。南昌发展低碳经济,是建设“绿色南昌,花园城市”这一发展目标的新型途径,也是实现可持续发展的迫切需要。然而,南昌在发展低碳经济时该选择什么样的路径,值得我们深入思考。     

职业院校“新汽车”人才核心就业能力提升路径研究

汽车产业正在向“四化”（电动化、网联化、智能化、共享化）转型升级,“新汽车”人才需求旺盛且人才的核心就业能力也发生了转变,这就要求职业院校在人才培养过程中能够积极应对就业发展趋势。通过对“新汽车”人才企业需求趋势、核心就业能力要求进行分析,提出变革课程体系和教学方式、创新核心就业能力培养模式、强化“新汽车”技术实践训练、加强“新汽车”人才就业指导师资队伍建设等“新汽车”人才核心就业能力提升路径。     

中国铁路隧道智能化建造实现路径探讨

隧道建造技术的发展是一个复杂的系统变革过程,隧道智能化建造是当前隧道建造技术的发展方向.通过归纳总结隧道建造技术发展的4个阶段,在概述我国改革开放以来铁路隧道总体发展成就基础上,论述了隧道智能化建造的必要性,探讨铁路隧道智能化建造所面临的挑战,提出智能化建造的基本概念与涵盖范围,阐述了功能架构及技术组成,从多源异构地质...     

交通信息系统作用下的随机用户均衡模型与演进

在有交通信息系统作用下的路网中,出行者会根据交通信息系统提供的交通状况信息和以往的经验选择白己的出行路线和出发时间。根据出行者对交通信息的信任和接受程度,本文将出行者分为怀疑保守型和信任乐观型两大类,在他们的路径旅行时间基础之上,推导出新一轮期望理解路径时间函数,讨论了该函数的特性,并建立了一个等价的随时间演进的随机用户均衡模型。     

铁路集装箱运输径路辅助决策系统的研究

对集装箱运输径路的选择和管理,是集装箱运输管理的一项技术问题之一.以往是依靠经验选择,因此效率低,决策慢.用计算机解决此问题是最佳方法.针对铁路集装箱运输径路辅助决策系统的构成图、车流径路方案及其算法进行了研究.     

影响SLS技术发展的因素及改进措施

本文简述了 SLS技术的特点、发展要求 ,通过分析影响 SLS技术发展的主要因素 ,阐述了相应的改进措施 ,并指出了 SLS技术的发展方向。     

关于智能运输系统的关键理论——综合路段行程时间预测的研究

行程时间预测是智能运输系统研究的一个重要问题。为此,建立了许多算法,有历史趋势方法、非参数回归模型、时间序列方法、神经网络、卡尔曼滤波、交通模拟和动态交通分配模型等。然而,在变化的交通状况和任意时段的条件下,这些方法和模型都不能取得令人满意的预测结果。在总结这些已有的预测方法和模型的基础上,提出了一种综合模型。     

基于导航网格的室内火灾逃生路径动态规划

为了解决现有虚拟现实（virtual reality,VR）场景中室内火灾逃生路径规划静态、低效的问题,基于VR场景中的导航网格,提出了室内火灾真实感表达方法,构建了室内火灾VR场景;其次根据VR场景创建了初始导航网格,设计了导航网格动态生成算法,建立了室内火灾逃生路径动态规划方法;最后构建了原型系统,并选择某产业园展厅作为案例开展了实验分析. 实验结果表明:融合静态地理场景与动态火灾场景,能构建室内火灾VR场景;导航网格每次更新时间在10 ms内,逃生路径规划的每次更新时间平均为50 ms左右,可支持室内火灾逃生路径的动态规划.      

智能电动车弯曲道路场景中的避障路径规划

为研究智能电动车在弯曲道路场景下进行避障规划的有效性, 提出了一种将笛卡尔坐标系转换为曲线坐标系的方法, 利用5次贝塞尔曲线对弯曲道路场景中的车道线进行逼近得到参考路径, 通过对参考路径进行弧长参数化, 以弧长为横坐标, 横向偏移为纵坐标的方法建立曲线坐标系, 根据车辆和子目标点在曲线坐标系中的位置关系, 采用3次多项式实时生成候选路径, 利用序列二次规划算法对候选路径进行优化; 为验证所提算法的有效性, 以某智能电动车为平台, 利用单目相机、64线激光雷达、工控机等设备搭建试验车, 通过Apollo平台对车辆在弯曲道路场景中的避障算法进行在线仿真, 在园区实车试验中对避障算法进行了GPS位置误差和航向角累计误差分析。研究结果表明: 在曲线坐标系中进行车辆弯曲道路场景下的避障路径规划, 能有效地描述规划路径曲率半径、车辆中心位置偏移车道线距离等信息, 容易确定自身车辆的可行驶区域、前方障碍物位置信息, 从而生成最优路径; 在园区场景的避障过程中, GPS位置误差发生在初始点、转弯点以及避障点, 最大误差为0.15 m, 航向角累计误差为12°, 突然增大的弯道位置误差主要由车辆姿态瞬时改变及障碍物匹配过程引起, 但是误差都能够很好地控制在一定范围之内, 利用曲线坐标系解决弯曲道路场景中的避障路径规划是可行的。