遗传算法在系统最优交通分配模型中的应用

在改进选择策略,实行两点变异并采用随机的交叉概率与变异概率的基础上,将遗传算法应用于系统最优交通分配模型中.通过算例与Frank-Wolfe算法进行比较,说明了遗传算法的有效性与可行性,指出了遗传算法相对于Frank-Wolfe算法特有的优越性.为交通分配问题的计算引入了新的有效途径.     

最优气象航线的设计与选择

气象导航航线的设计与选择,受诸多因素的制约。文章分析了影响最优航线制定的因素,并总结了根据不同季节大气环流特点和天气系统分布确定基础航线,进而根据中短期预报资料优化航线,动态选取最佳气象航线的方法。     

三维高密度电法正反演模拟阻尼系数最优设置研究

根据高密度电法的基本原理以及三维高密度电法的正演和反演理论,建立了三种典型模型进行正演模拟,再通过设置不同的阻尼系数对每种模型进行反演,分析反演结果并比较其优缺点,得出不同模型阻尼系数的选取对反演效果的影响规律。结果表明,通过选择最佳阻尼系数,既可减少反演计算收敛的迭代时间,又提高了反演分辨率和精度,从而得到更加精确的工程地质结构资料。     

城市轨道交通高峰线路客流协同控制方法

在线路客流控制中，需同时考虑各个车站控流方案的可执行性与协同性. 采用 Fisher 最优分割法确定合理客流控制时段，基于此建立以乘客总等待时间最少和旅客周转量最大为目标的线路客流协同控制线性规划模型. 基于成都地铁2 号线AFC数据进行实验，针对协同控流与非协同控流方案，以及不同客流控制时段划分方案下的协同控流方案进行对比实验. 算例中：协同控流方案在旅客周转量下降约1.0%的情况下，乘客总等待时间减少约 56.7%；基于Fisher 最优分割法确定的时段划分方案中协同控流方案在乘客总等待时间方面最优，并具有很好的可执行性.     

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。     

基于方法组合的轨道电路故障诊断模型

为了解决单一方法对25 Hz相敏轨道电路的故障诊断精度偏低等问题,提出基于最优权值的多方法组合故障诊断模型。首先通过模糊综合评判、灰色关联分析和BP(Back propagation)神经网络3种不同的诊断方法,对轨道电路进行初步故障诊断,然后根据各诊断方法的误判率计算出对应的最优权值,最后对各方法的诊断输出进行最优权值加权平均得到综合诊断的输出结果,确定故障类型。诊断结果表明:组合诊断模型有效地提高了轨道电路故障诊断的准确度,并证明了组合诊断模型的诊断准确度随着诊断方法的数量增加而提高。     

路面低温变色复配物的制备及热色特性

为提升路面冬季运营安全，实现路面低温动态预警，开展了路面低温变色复配物的制备及热色特性的研究。考虑变色温度、变色色差，确定了低温变色复配物各组成材料；通过改变各组分用量，讨论了其对变色复配物热色特性的影响规律；基于加权优序法优选出变色复配物的最优组成比例；在此基础上，通过差示扫描量热法和红外光谱试验揭示了变色复配物的显色机制，并将变色复配物应用于变色标线的制备中，体现出了良好的变色性能与耐久性，验证了变色复配物在道路工程应用的可行性。研究结果表明：显色剂种类决定变色色差，溶剂种类决定变色温度，随着显色剂用量的增加，变色复配物的变色色差和变色温度均减小，随着溶剂用量的增加，变色复配物的变色色差先增加后减小，变色温度升高；通过加权优序法确定隐色剂、显色剂、溶剂的最佳质量比为1∶1∶20；变色复配物的热变色行为是由温度主导的结晶紫内酯与正癸醇之间的相互竞争引起的，低温时结晶紫内酯争夺得到更多的双酚A使体系有色，高温时正癸醇俘获较多的双酚A使体系无色，通过室外耐候耐久试验、磨耗试验、耐污试验证明了变色标线具有良好的变色效果和耐久性。     

PC连续刚构桥合龙顶推力优化方法研究

为探究成桥运营节段最优顶推力的求解方法，基于线性规划理论，构建了考虑徐变效应的优化数学模型，联合Matlab中fminimax函数工具箱和ANSYS进行了联合迭代优化求解。计算结果表明：线性规划理论可有效解决最优顶推力计算的问题。顶推力优化后，桥墩最大偏位有显著降低，墩柱拉应力均控制在0 MPa,主梁跨中最大下挠亦有大幅下降。通过控制合龙顶推力大小，可实现对运营期桥梁墩柱偏位、应力及主梁线形的调控。     

城轨区间运行时分-最优能耗值函数的B样条拟合方法

由于城轨日常行车对区间运行时分的多样性需求,不同运行时分下区间列车运行策略的优化求解极为困难.通过丰富的实际列车运行数据拟合,获取运行时分?最优能耗间的函数关系.将区间内每一列车运行策略对应的运行时分和能耗值作为数据点,根据数据特点构建劣点判别规则从原始数据中剔除能耗值较高的不合理数据,筛选得到最优拟合数据点集.提出基于遗传算法的B样条拟合方法,结合遗传算法寻求B样条曲线的最优参数向量和控制顶点数,拟合得到运行时分-最优能耗值函数曲线.通过某城市地铁区间的实际列车运行数据进行验证,证明本文提出的拟合方法精度高、速度快,绘制出的运行时分-最优能耗值函数曲线能够为城轨列车运行组织提供依据.