基于两层编码的进化算法及其在控制混沌中的应用

针对RBF（Radial Basis Function)网特点,提出基于两层编码的进化算法来同时确定网络结构和参数。文中分别采用两种不同的遗传算法GA（Genetic Algorithm）和进化规划EP（Evolutionary Programming）训练网络。实验结果表明,基于这三种不同进化算法的RBF网络都能有效地控制混沌系统,其中EP的训练和控制结果最优。     

RC矩形空心墩的新型滞回模型及参数识别方法

为了准确模拟RC （reinforced concrete）矩形空心桥墩的刚度退化特性,为桥梁震后可恢复性能研究提供理论基础,进行了不同设计参数的14个RC矩形空心墩模型拟静力试验. 通过引入峰值位移影响系数体现刚度退化与峰值位移的关联,建立修正的Bouc-Wen-Baber-Noori （BWBN）滞回模型;基于粒子群-引力搜索混合智能优化算法（combination of particle swarm optimization and gravitational search algorithm,PSOGSA）识别实测滞回曲线对应的滞回参数,并建立桥墩设计参数与滞回参数间的对应关系,进而总结滞回参数的经验预测方法. 研究结果表明:修正的BWBN滞回模型曲线与实测滞回曲线吻合程度高,相关性系数在0.98以上,且新型滞回模型能准确地反映出桥墩侧向刚度随墩顶位移退化的特性;PSOGSA算法能精确地识别实测滞回曲线的模型参数;采用经验预测方法得到的模型曲线与实测滞回曲线的相关性系数为0.83,该方法适用于缺乏实测滞回曲线的桥墩.      

基于YOLO的铁路侵限异物检测方法

基于现有的铁路侵限异物检测方法只能识别出静态障碍物且识别速度较慢的问题,提出一种基于YOLO算法的铁路侵限异物检测方法.针对铁路侵限异物检测的特殊性,合理设计YOLO模型结构.采用24个卷积层、4个最大池化层及2个全连接层完成异物图像的提取、降维、识别输出,并使用实拍疑似侵限异物图片对YOLO模型进行预训练,达到学习及降低过拟合的目的,最终实现了异物定位及识别的功能.实验中通过对1 660张单幅疑似铁路侵限异物图片进行检测,结果表明,该方法对正常曝光的侵限异物图片检测准确率较高,而且在识别速度方面较AlexNet及Adaboost算法具有较大的优越性.     

区块链在智能交通领域中的应用研究

由于区块链具有难以篡改、异构灵活、智能合约自动执行、协作机制透明、安全可靠的特点,在诸多领域得到应用和推广。结合智能交通领域的业务需求和区块链的技术特点,对区块链在交通领域中的应用研究进行了初步探讨。     

基于挠度影响线进行桥梁有限元模型修正的研究

通过挠度影响测试,获得车辆在不同位置下,各测点的实测挠度。将挠度测试数据转变为多工况下静载数据,采用最优化理论进行结构有限元模型修正,并与基于荷载试验数据的有限元模型修正结果进行对比,二者基本吻合。在此基础上,提出了基于挠度影响线测试技术进行桥梁结构受力性能评估的实用方法。     

“类双层”PC箱梁桥荷载试验研究

通过建立浏阳市浏阳河第六大桥—"类双层"PC箱梁桥主体结构有限元模型,对其进行了理论仿真计算,并开展了针对其进行的荷载试验,分析结果,有效验证了大桥质量的可靠性,为大桥的竣工验收提供了技术依据,并提出了大桥在后期运营中针对性的管养建议。     

基于部分集卡到达信息的码头进口箱翻箱优化

集装箱码头进口箱提箱作业过程中,由于外集卡到达时间的不确定性,存在外集卡提箱顺序与目标箱的堆存位置不一致,从而产生大量翻箱.为了解决这一问题,本文以期望翻箱量最小为落箱位置的选择原则,提出最小化二次翻箱启发式算法,利用算例验证算法的有效性,分析集卡到达的信息质量对进口箱提箱翻箱的影响,根据集卡到达信息质量的不同选择最佳翻箱规则.结果表明:提出的翻箱策略可以在获得部分集卡到达信息下有效地减少翻箱,针对不同的集卡到达信息质量,采取相应翻箱规则进行翻箱作业能有效减少翻箱,提高码头堆场的作业效率.     

快速路可变限速与匝道控制协同优化策略

可变限速控制和匝道控制是快速路交通控制的主要手段,本文对两者的协同优化策略进行了研究.借助智能车路协同系统强大的信息感知能力,通过引入微观交通流信息,对经典METANET模型进行了改造,构建了可变限速控制影响下的微观METANET模型,实现了一种新的可变限速控制策略,同时,采用ALINEA算法,对入口匝道进行了优化控制,实现了两者的协同优化.最后,基于实际道路和交通流数据搭建了仿真平台,对微观METANET模型和协同优化策略的有效性进行了验证.仿真结果表明,微观METANET模型具有良好的交通流预测效果,协同优化策略能有效地改善快速路交通流状态.     

基于OpenStreetMap的城市自行车网建模与多判据路径规划

自行车交通是一种健康、绿色、环保的交通出行方式,合理地规划自行车出行路线对于满足骑行者多元化出行需求、构建安全规范的城市交通出行环境具有重要的意义.在对真实骑行者路径选择行为深入分析的基础上,提出了基于Open Street Map的城市自行车网络的构建方法及基于其上的多判据自行车路径优化的数学模型,并给出了求解该模型的一种基于聚类的最优多判据路径规划方法.实验仿真结果表明,该模型及方法能够生成满足骑行者真实需求的多判据路线方案.