灾害情况下应急运输路径选择问题研究

将连通可靠性和k短路径相结合,以进出灾区的路径安全(连通可靠性)和运输效率(旅行时间最小)作为最优路径选择指标建立双层规划模型,并提出启发式算法确定应急救援的最优路径,为物资调度中心人员提供科学的车辆线路调度决策,提高应急救援工作的响应能力;通过算例验证了该方法的有效性和可行性。     

基于管道阻力-流速模型的泥浆输送流速寻优方法

疏浚工程中,管道泥浆最优流速确定多依赖于经验公式,工况变化较大时预测精度不高。采用Durand模型对不同试验工况下的阻力损失进行建模,并基于试验数据对模型常数进行调整,提高Durand模型的预测精度;采用高斯过程回归方法建模,分析训练样本数量对预测结果的影响;提出一种基于管道阻力-流速模型的流速寻优方法,并进行对比试验。结果表明,使用高斯过程回归方法建立的管道阻力模型预测精度更高,可达0.97以上,并可依据管道阻力(浓度)变化实时更新临界流速,从而为疏浚管道泥浆最优流速的确定提供了一种较为有效的寻优方法。     

ATIS 环境下随机动态路网行程时间可靠性0

为评价随机动态道路网络系统在ATIS 环境下的行程时间可靠性,将出行者群 体划分为装载和未装载信息接收设备两类,并假设他们均遵循随机动态用户最优原则 (SDUO)进行动态路径选择,运用动态均衡理论建立了基于路径的混合SDUO 不动点模 型,并证明该模型至少存在一个不动点.使用离散随机变量序列描述需求的随机动态变 化,基于Monte Carlo 模拟和对角化相继平均算法(MSA),提出了ATIS 环境下随机动态路 网的行程时间可靠性评价方法.随后通过算例验证了可靠性评价方法的可行性. 数值结果 表明：OD 行程时间可靠性随出发时段动态变化,且在动态情形下,扩大ATIS 市场占有率 并不能进一步提高可靠性,反而可能会导致可靠性下降.     

非支配排序遗传算法的动压轴承形状多目标优化

为了克服以偏心率为初始参数的轴承优化模型优化结果局限于原始形状的缺点,提出用傅里叶级数表示通用膜厚方程,建立了多目标形状优化设计数学模型.应用基于非支配排序遗传算法,以最小功耗和最小侧漏流速为目标、最小油膜厚度和最小承载力为限制条件,以通用膜厚方程系数为设计变量,进行了轴承形状的多目标优化设计,并用Matlab偏微分方程工具箱求解基于通用膜厚的控制方程.实例分析结果表明:基于通用膜厚方程的多目标优化后的轴承形状不受固有型线的限制;在保证最大承载力的基础上,优化后的非圆轴承与仅以最大承载力为单目标优化的结果相比,最小功耗下降了80.8%,最小侧漏流速比优化前下降了3个数量级,并得出了Pareto最优解集.     

城市轨道交通接运公交最优长度与线路布设研究

本文首先考虑了土地性质、出行需求和公交运营成本等因素,建立公交运营效益最大的接驳范围单变量非线性单变量规划模型,经过参数标定与约束的简化后采用二分法求解。在模型的约束中使用站点聚集效应距离衰减函数建立需求与接驳距离的关系式,并通过单约束重力模型获得的距离与需求样本对其进行参数标定。然后,以接驳范围为约束指导新增线路布设和原有线路调整。前者以站点覆盖率、非直线系数、运营费用等为指标,整体客运系统运输效率最大为目标,使用启发式解法布设新增公交接驳线路;后者根据定性定量相结合的原则,依流程调整原有线路走向。本研究需要采集的数据并不复杂,可用于指导轨道站点公交接驳相关工程实践。     

三角形面积法求隧道拱顶沉降的最优监测精度布设方案

使用收敛计的三角形面积法对隧道拱顶进行沉降监测是目前较为经济且能实现高精度变形监测的一种重要方法,为了充分发挥这种方法的优势,对该监测方法进行了全面地数学分析,通过对沉降中误差函数求极值,以发现其在隧道监测断面上布设最优三角形的方案,在监测设备一定的情况下,采用最优三角形布设方案,即把三角形的底边长布设成是腰长的1.362 5倍时,能得到最佳的监测精度,从而指导监测工作的具体实施。     

一类高维线性规划图解法的补充

当问题的最优解唯一时,解含有两个约束的多维线性规划的图解法已是众所周知。本文研究了当问题有无穷多个最优解的情况,并指出,在任何情况下解含有两个约束的多维线性规划,最多只需用两次二维图解法。     

米其林推出全新卡客车驱动轴轮位无内胎轮胎

3月5日,米其林(中国)投资有限公司宣布推出一款全新的卡客车驱动轴轮位无内胎轮胎产品——米其林"韧其行XMultiD"。该款轮胎适用于混合路况下的区域性和长途运输,将为用户提供最优的轮胎使用成本和最佳安全性保障。在格局改变、竞争激烈、业务下滑的环境下,现在的运输公司有两大担忧:如何通过可靠的车辆安全及时地运输货物,确保公司业务的稳定发展?如何确保成本最优化,尤其是燃     

考虑排放约束的电动汽车混行交通路网均衡模型

随着电动汽车的推广和使用,电动汽车与燃油汽车在路网中交互运行,形成了混行交通环境.本文构建考虑排放约束和途中充电的电动汽车混行交通路网均衡模型.首先,分别定义了电动汽车用户与燃油汽车用户的出行成本函数,其中电动汽车用户出行成本包含行驶时间、充电排队时间及充电时长.其次,构建了考虑排放约束的混行交通路网均衡模型,证明了解的唯一性,推导了模型对应的KKT条件,且与Wardrop第一原理等价.然后,将均衡模型表述为包括用户均衡条件、排放约束、守恒约束的互补性条件形式,通过引入间隙函数,进一步将其转化为等价的无约束最优化问题,并利用基于梯度的算法进行求解.最后,通过算例验证了均衡模型及算法的有效性,结果表明:(1)考虑路网排放约束将影响混行交通量和充电站充电流量空间分布;(2)总需求和电动汽车渗透率不变的条件下,提高减排力度会导致路网总行程时间的增加;(3)给定减排力度时,可以确定路网总行程时间最小时对应的电动汽车最优渗透率.     

交通网络最优路径搜索的蚁群算法

针对交通网络中最优路径搜索问题,本文提出一种基于蚁群算法的新的求解方法。首先从剖析最优路径问题的求解要求出发,探讨蚁群算法求解的优势,由于其并行性、正反馈、协作性等特点,能在较短的时间内发现较优解。然后,根据交通网络的特性,在基本蚁群算法的基础上,引入信息素限定规则,采用平滑机制进行局部更新,改进了全局更新模型等,使该算法更能满足交通系统最优路径的求解要求,降低了路径选择的复杂性,从而提高计算效率。对改进的模型进行的模拟实验和比较分析表明,该模型与算法的效果良好。该研究为交通系统最优路径问题开创了一条新的途径,同时显示出蚁群算法在交通分配中的良好使用前景。