中心站间铁路集装箱运输径路选择优化研究

采用系统观点和类比方法,运用运输组织、离散数学、最优化理论等相关理论,对中心站间集装箱运输径路选择问题的参数和模型进行了深入的研究。在分析和借鉴已有车流径路选择优化模型的基础上,构建了重箱流径路选择的多目标0-1规划模型,并经过对相关算法的研究和分析,选择DBFS和GP作为模型的求解方法。     

基于遗传算法的集成逆向物流的供应链网络设计

对于一个固定拓扑结构的供应链,基于设施能力和顾客需求的约束,以正向物流与逆向物流的总成本最小为目标,构造供应链网络设计模型,采用基于优先权编码的遗传算法求解。按照遗传算法的原理,将供应链按物流活动过程划分成4个阶段,运用基于优先权的编码方法对各个阶段进行编码;为加速算法收敛,利用贪婪启发式算法确定初始种群,通过遗传操作产生后代,并定义交叉算子和变异算子。以某一区域供应链网络规划为例,运用给出的模型和算法对需要设置工厂、铁路货运中转站的数量、位置及功能进行计算,并与其他算法所用计算时间比较。结果表明,采用本算法能够得到区域供应链网络规划的最优解,且所用的计算时间最少。     

Optimization of curving performance of rail vehicles

The curving performance of a transit rail vehicle model with 21 degrees of freedom is optimized using a combination of multibody dynamics and a genetic algorithm (GA). The design optimization is to search for optimal design variables so that the noise or wear, arising from misalignment of the wheelsets with the track, is reduced to a minimum level during curve negotiations with flange contact forces guiding the rail vehicle. The objective function is a weighted combination of angle of attack on wheelsets and ratios of lateral to vertical forces on wheels. Using the combination of the GA and a multibody dynamics modelling program, A'GEM, the generation of governing equations of motion for complex nonlinear dynamic rail vehicle models and the search for global optimal design variables can be carried out automatically. To demonstrate the feasibility and efficacy of the proposed approach of using the combination of multibody dynamics and GAs, the numerical simulation results of the optimization are offered, the selected objective function is justified, and the sensitivity analysis of different design parameters and different design parameter sets on curving performance is performed. Numerical results show that compared with suspension and inertial parameter sets, the geometric parameter set has the most significant effect on curving performance.     

基于遗传算法的信号联锁故障处理中风险问题的研究

以遗传算法优化技术为基础,对铁路信号联锁故障处理中的风险问题因素进行了分析,期望减少电务部门故障处理流程中的风险,从而避免人为造成重大、大事故.     

基于遗传算法的用户线缆智能选路系统

将遗传算法的思想与原理应用到大型通信网络路由选择算法中来，使得路由选择功能随着网络动态的变化而不断自我进化与完善。其根本目的是通过准确率极高的预见性来提高路由选择性能。这种改进后的新型选路机制将会在很大程度上改善复杂通信网络中选路系统的性能与效率。     

遗传算法的定式及其收敛性研究

从算法论与数理逻辑的角度给出了新的遗传算法定式,其中包括生物遗传并法的定式与通俗遗传算法的定式,在此基础上进一步讨论了遗传算法的收敛性,提出了遗传算法收敛性公理。     

新型组合模型在铁路客运量预测中的应用

客运量是用来测算交通运输业所承担的工作量,反映了运输业为国民经济和人民生活服务的数量指标,准确的客运量预测直接影响到铁路项目的经济效益评价及铁路交通组织安排。根据客流量数据的特点,提出新的组合预测方法,构建线性时间序列灰色GM(1,1)模型和考虑客流量影响因素的非线性遗传算法优化BP神经网络模型。最后结合新建兰州至中川机场铁路项目及调查数据进行客流量的预测研究,并将组合模型预测结果和单一模型相比,得出新型线性和非线性组合模型预测精度更高,取得了满意的效果,为客流量的预测提供了一种新的工具。     

改进有序组合树法在铁路普通零担货物拼箱配装中的应用

为优化铁路普通零担货物拼箱配装方案,以集装箱标记载重最大化为目标,建立0—1整数规划模型,利用改进的有序组合树算法对模型进行求解,得出最优拼箱配装方案。通过拼箱配装实例的计算,说明该算法解决零担拼箱配装问题具有一定的有效性和优越性。     

基于混合算法的机车二系弹簧载荷调整优化方法

针对电力机车二系悬挂调簧分析数学模型算法的优化问题,提出一种遗传算法(GA)与蚂蚁算法(AA)相结合的混合优化算法。其基本思想是:首先采用遗传算法以较少的进化代数进行全局快速随机搜索,获得若干可能的(近似)优化解,以此生成蚂蚁算法初始信息素分布,再用后者求得全局优化精确解。对国产SS3B和SS9型机车的应用结果表明,对同一车体进行多次优化计算试验,混合优化算法的搜索寻优过程均能稳健一致地收敛到全局优化解,可明显缩短二系支承载荷调整调簧计算所需时间,使调簧试验的实时性大为提高。对于二系为高圆簧的SS9型机车,混合算法平均用时比迭代算法和单一遗传算法分别减少约74%和29%。     

基于遗传算法的内河船舶避碰路径优化研究

提出一种遗传算法用于解决内河狭窄弯曲航道中的船舶避碰问题。运用算法的空间寻优能力,设计简单的编码,根据航道及障碍物等约束条件,按照一定的优化准则设计出相应的适应度函数。通过计算机仿真表明,该方法具有良好的避碰路径寻优能力,为最终实现自动避碰奠定基础。