多目标U型拆卸线平衡问题的Pareto蚁群遗传算法

针对传统方法求解多目标U型拆卸线平衡问题的不足,提出了一种基于Pareto解集的多目标蚁群遗传算法.在构造初始解阶段,以协同考虑最大作业时间、最小拆卸成本差作为蚂蚁的启发式信息;通过蚁群算法搜索可行拆卸序列,并根据多目标之间的支配关系得到Pareto解集;将蚁群算法的Pareto非劣解作为遗传操作的个体,进而将遗传操作的结果正反馈于最优拆卸路径上信息素的积累,并采用拥挤距离作为蚂蚁全局信息素更新策略,可以平衡多目标对信息素的影响,使算法快速获得较优解.将所提算法应用于52项拆卸任务算例和某打印机拆卸线实例,在算例验证中,通过对比Pareto蚁群算法,所提算法求得的8个非劣解在3个评价指标上性能分别提高了50.43%、3.25%、14.10%,在实例应用中所提算法求得8种可选平衡方案,从而验证了所提算法的有效性、优越性和实用性.      

基于遗传混合算法的二维耦合颤振方法

对于传统的二维二自由度耦合颤振分步分析解法,创新性地将颤振分析转变为关于求解系统振动频率的非线性方程组问题.基于数值分析理论,引入如拟牛顿法等超线性收敛的数值迭代解法,研究了该类方法在数值迭代时的局部收敛性、初始值依赖性等问题.为规避上述风险发生在颤振分析中,将具有全局搜索优势的遗传算法应用于二维二自由度耦合颤振分析,结合最优算法L-M算法进行局部收敛修正,提出了基于遗传混合算法的分析方法.算例分析结果表明:在各个检测风速节点处,两种方法下的系统振动圆频率和系统牵连阻尼比计算误差都低于0.1‰,结果几乎一致;所建立的新分析方法思路清晰,求得颤振临界风速与传统方法完全一致,说明新的计算流程可行且计算结果准确;与传统方法相比,基于遗传混合算法的颤振方法每步求解过程无需初值的自选取,具有无条件收敛的优点.      

考虑乘客流影响的列车运行调整难点研究

本文针对基于通信的列车控制(CBTC)系统中列车运行的特点,研究了运行调整中的难点问题-晚点传播,即在前行列车发生初始延误的条件下,引起后行列车或其自身的后效晚点现象.分析了乘客流对列车晚点的影响,在建立列车停站模型时,考虑乘客流的影响,提高该系统的可行性.建立了以列车总晚点时间为优化函数的运行调整模型,最后利用matlab中的遗传算法工具箱对此进行求解,实验结果显示了该模型应用于实际运行调整时的可行性和有效性.     

高铁客运站旅客导向标识系统优化算法研究

高速铁路的快速发展,对客运站旅客导向标识系统提出更高的要求.由于高速铁路客运站的功能和布局比较复杂,为了更好地为旅客提供便捷、高效的服务,本文根据高铁客运站运营管理实际需求,采用智能优化算法对旅客导向标识系统进行优化设计.首先,以区域诱导信息量最大为目标,建立了旅客导向标识布设位置选择模型;其次,进行退火-遗传算法设计并求解,找到了较优的布设位置;最后,以北京南站地下一层的导向标识系统为例进行实例分析,并且与遗传算法标识位置的布设相比较,验证了退火-遗传算法的可行性和有效性,为高速客运站导向标识系统的优化设计提供了科学依据.     

沥青混合料SPT简单性能试验及参数评价

传统的马歇尔法参数稳定度和流值与沥青混合料的高温性能相关性差,设计的混合料不能取得预期的性能.基于此,美国NCHRP9-19项目推出简单性能试验方法(SPT)以完善沥青混合料设计分析体系.该文以国内外研究为基础,分析SPT简单性能试验各参数的基本定义及确定方法,并通过其与沥青路面实测车辙试验数据的相关分析,确定合理的试验条件,优选基于高温性能的SPT简单性能试验方法及参数.研究表明:动态模量参数E*和E*/sinψ可以作为基于高温性能的沥青混合料简单性能试验参数.     

基于双层规划的竞争性选址问题研究

以往对竞争性选址问题的研究,都是从服务提供者的角度考虑问题,寻求市场份额最大化或成本最小化的选址方案.实际中,竞争性选址方案的确定应该是服务提供者与服务需求者上下两层关系互动的过程,并且仅仅考虑市场份额最大化或成本最小化是不够的,企业往往更关心的是利润.针对寡头垄断市场配送中心的选址问题,建立基于双层规划的竞争性选址模型,考虑属于不同企业的配送中心对于配送服务需求者的竞争问题,上层目标函数追求配送中心的利润最大化,下层目标函数是配送服务需求者的广义费用最小.给出了遗传算法求解规模较大的问题,通过一个算例验证模型和算法的可行性.     

基于DOE与遗传算法相结合的共轨柴油机喷射参数优化

将DOE与遗传算法相结合对共轨柴油机喷射参数进行优化,并对优化方案进行了燃烧分析和试验验证。针对某型共轨柴油机,利用DOE设计了77种共轨柴油机喷射参数技术方案,再以响应面近似模型技术构造优化目标函数,利用遗传算法对该近似模型进行寻优。试验结果证明优化后柴油机油耗降低5%,NOx降低10%,碳烟降低18%。     

基于多车协作优化的冲突消解模型

传统自动驾驶车辆以假设通行权为前提设计冲突消解算法,但在无信号交叉口存在道路通行权不明确情况,给自动驾驶车辆决策带来困扰.本文提出基于多车协作优化的无信号交叉口冲突消解方法,将多个自动驾驶车辆看成一个整体,利用多目标优化控制理论,计算分配给相互冲突车辆的期望速度规划,达到协作行驶的目的.设置协作与非协作式冲突消解仿真实验.结果表明：多车协作的冲突消解方法通过优化车辆联合行动,使交叉口车辆整体收益最大,各利益体间的收益更为均衡;与非协作行驶决策相比,冲突消解时间缩短,减少交叉口单车平均延误1~2 s,平均减少量约为5%.本文可为无信号交叉口自动驾驶车辆冲突时自主协同行驶提供参考.     

基于调度优先规则的海工项目并行进度计划编制

通过编制详细的项目进度计划,可降低不可预测风险,提高项目可控性。为实现海工项目的活动调度,优化进度计划,文章基于调度优先规则,针对海工项目活动的并行调度,应用遗传模拟退火算法对给出的四级进度计划进行了优化。首先,根据海洋平台的结构特点对海工项目的四级计划进行编制;其次,给出了项目活动调度的优先规则及并行安排机制;再次,设计了以遗传算法为外层循环,模拟退火算法做内层循环的优化算法;最后,将设计的算法对海工实例进行应用,并实现进度计划的生成。     

高铁参与下考虑时间窗的生鲜品多式联运路径选择

针对生鲜品小批量、高时效的运输需求,提出将高铁作为一种运输方式参与到生鲜品多式联运中.考虑中间节点混合时间窗以及目的地收货软时间窗约束,以运输成本、中转成本、时间惩罚成本、蓄冷成本和质量损耗成本构成的总成本最小为目标,构建多式联运路径选择与运输方式组合模型.以"哈尔滨-昆明"区间多式联运为例进行算例分析,采用混合田口遗传算法求解,算例结果表明:考虑节点时间窗时选择"高铁+公路"路径运输组合方式更优;节点时间窗的存在虽然会在一定程度上造成时间价值成本的增加,但具有较强的现实合理性,说明模型能够有效地为生鲜品快速多式联运提供实用性的路径参考.