基于模块化仿真的共享汽车联合调度优化

运营商在调度车辆时单独采用员工或顾客调度策略均难以有效解决共享汽车分布不均衡导致的盈利难问题.为此,在传统时空网络基础上,考虑道路拥堵和用车需求随时间变化对运营的影响,基于C#语言和O2DES(object-oriented discrete event simulation)离散事件仿真框架,建立由模块化站点和路段模型组成、可高效率运行的共享汽车仿真系统;在此基础上,提出一个以运营商日均净收益最大化为目标,联合决策车辆库存量阈值和行程定价的仿真优化模型,并为解决随机环境下的全局优化问题,设计了EGA-OCBA (elitist genetic algorithm with optimal computing budget allocation)算法;最后,以成都市的5个共享汽车站点为例,验证了仿真优化模型的有效性.仿真优化结果表明：在相同车队规模下,与采用固定价格的顾客调度策略相比,联合策略可使日均净收益提升10.37%～162.30%;与单独的员工调度策略相比,联合策略可使日均净收益提升15.34%.     

基于轨迹数据的过饱和信号路口排队长度分析

针对交通过饱和情况,利用网联车轨迹数据提供的车辆到达和停车位置等信息,提出一种基于交通冲击波的周期初始队列长度和最大排队长度的估计方法。基于网联车车辆轨迹确定车辆到达时刻、排队时刻、启动时刻及驶离时刻4个临界点的时空数据,并根据时空信息建立到达率估计模型,运用冲击波理论对每个周期初始队列长度及最大排队长度进行估计,应用微观交通仿真软件SUMO对模型进行仿真验证。实验结果表明：在网联车渗透率不低于20%的情况下,当v/c=1.0(v为实际交通流量,c为道路通行能力)时,初始队列长度MAE值小于6.5 m,MAPE值小于10%,最大排队长度的MAE值小于16.0 m,MAPE值小于11%,说明基于车辆轨迹的交叉口排队长度估计模型能够较为有效地估计过饱和交叉口的最大排队长度和初始队列长度。     

长三角城市群最优人口规模及其空间格局优化

长三角城市群的人口发展及空间格局关系到长三角区域一体化和高质量发展,关系到国家整体城市群发展战略的实现。本文通过构建城市最优人口规模理论模型,利用2009—2020年数据,使用系统广义矩估计(GMM)方法计算长三角城市群首位城市——上海市的最优人口规模,并结合城市体系位序—规模法则中的齐普夫标准分布指数,测算了基于城市群人口空间格局优化目标的长三角城市群的其余城市人口规模。通过计算发现,长三角城市群超大城市人口规模过大,特大城市人口规模不足,大城市人口分布相对合理,中小城市人口规模过小。最后,本文依据上述发现得出了针对不同城市发展与人口调控的政策启示。     

船舶电缆敷设辅助设计系统

利用AVEVA Marine平台的可扩展性,在电缆敷设设计功能中增加电缆通道类型、电缆通道容量和避碰区域等约束条件,对电缆铺设设计功能进行优化。运用C#高级编程语言和改进的Dijkstra算法对AVEVA Marine软件船舶电缆敷设设计功能进行二次开发,实现对船舶电缆路径的高效辅助设计,在提高电缆敷设效率的同时,减少电缆敷设带来的资源浪费。     

基于熵权-Topsis的中老铁路运营管理模式选择

本文从定量的角度出发,提出熵权-Topsis相结合的综合评价法,在三种运营管理模式中选择最适合中老铁路的方式。通过文献资料、项目资料以及专家咨询,分析影响合资铁路运营管理模式的多个因素,建立了综合评价指标体系,包括四个准则层和十二个指标层。首先根据专家打分建立指标的判断矩阵,接着采用熵权法得到其权重值,然后采用Topsis法计算各方案到最优方案的贴近值,求得最优方案。通过济青高铁进行可行性验证,最后应用于中老铁路,得到最合适的方案。     

多目标决策的分步筛选法及船型论证实践

在多目标问题的寻优和决策时，在诸目标函数非劣解集中，通过限定其与目标函数最优值的允许误差来反映决策者的偏好，对最为重要的目标函数，其允许误差应最小,随着目标函数重要性的减小，其允许误差可逐渐放宽，经过这种反映决策者偏好的处理办法，交地能获得一组可行解，称偏好满意解，然后根据分步筛选原理，遵照一定的准则计算诸方案的优序数和全优序数，对所有偏好满意解排序，排在最前面的偏好满意解为最佳协调解，应用该方法对三峡工程中所需水泥运输系统和船型进行的论证实践已在微机上实现。     

基于运动学的汽车悬架多目标优化方法探讨

对悬架运动学多目标优化问题进行描述,介绍了设计变量的选择方法,对主要目标法、加权和法以及Pareto最优法三种优化方法进行分析,并比较其各自优缺点,在分析加权和法过程中介绍了加权因子的确定方法。通过对三种优化方法的分析、对比,为悬架运动学优化提供参考。     

基于多任务学习的轨道车辆轴承异常检测方法

轨道车辆轴承温度现有异常检测方法的阈值判别指标受到路况、环境等多项外因干扰,并且基于异常检测目的的预测方法需要对轴承进行逐一建模,模型训练耗时且多模型维护困难.针对上述问题,提出一种基于多任务学习的轨道车辆轴承异常检测方法.首先考虑到数据分布在正常与异常时存在差异,把正常工况下的关联轴承温度作为模型输入构建轴承温度预测...     

基于多尺度随机动态模型的惯性器件数据融合估计

结合离散小波变换、动态系统理论及随机过程理论,建立了以尺度为变量的多尺度随机动态模型,并给出状态基于多尺度随机动态模型的多尺度递归数据融合算法,实现了在状态基于全局观测信息的优化估计值。该算法可以在无状态模型情况下进行数据融合,适用于难以获得或获得的状态模型不精确的情况。将此方法用于陀螺信号处理中,通过不同尺度下陀螺观测值的融合,陀螺信号的精度有明显的提高。仿真和实验均证明该算法是一种有效的数据融合算法。     

基于自寻最优控制算法的可调谐滤波器控制器

相比有源滤波器,无源滤波器具有投资少、效率高、结构简单、运行可靠及维护方便等优点,但其受系统和本身参数变化影响大的缺点在很大程度上限制了它的应用.研究了一种用可控电抗器代替固定参数电抗器的无源滤波器,比较了2种可行控制算法的优缺点,通过改进,实现了一种基于自寻最优的控制算法.实验室和实际现场实验证明,这种算法能够使滤波器保持在谐振点附近工作,改善了滤波效果,具有一定的实用价值.