停车换乘设施布局优化研究

分析了全程私家车和停车换乘两种出行方式的出行效用,在此基础上建立了停车换乘设施布局的离散双层规划模型.其中上层规划的优化目标为总的社会福利最大,而以弹性需求下的停车-换乘组合用户平衡作为下层规划,并设计了求解该模型的遗传算法.算例分析表明,不同的布局方案会对出行者的出行选择行为和交通状况产生显著影响,停车换乘设施布局优化模型和算法能够更好地优化停车换乘设施布局,使其能更有效得解决道路拥挤问题.     

基于双曲正切误差函数的变步长盲均衡算法

为了克服常数模算法(CMA)收敛速度慢,收敛后均方误差大的不足,定义了双曲正切误差函数,提出了基于双曲正切误差函数的变步长盲均衡新算法.该算法利用双曲正切误差函数关于均衡器输出幅度等于常数模的轴奇对称特性来减少均方误差,利用变步长来加快收敛速度.用负声速梯度水声信道,对算法的性能进行了仿真研究.结果表明,该算法收敛速度快、均方误差小,较好地克服了CMA的缺陷.     

基于ANSYS的半挂车某承力轴优化设计分析

随着社会需求的不断发展,对特种车的承载能力要求越来越高,而机械结构等的设计越来越轻型化,这对特种车的设计提出了更高的要求,因此需对特种车进行结构优化分析与设计。基于此,针对特种车某承力轴进行优化设计,文章以轴通孔直径和承力面直径为优化参数,在ANSYS中进行模型的建立与分析,得到了较合适的优化参数,为设计人员进行特种车零部件优化设计提供参考。     

基于改进粒子群优化算法的多目标自适应巡航控制

跟驰过程中,在保证安全性的前提下为了提升自适应巡航控制(ACC)系统的舒适性和燃油经济性,研究了多目标自适应巡航控制算法.在建立车间纵向运动学模型的基础上,根据模型预测控制理论,设计综合考虑安全性、舒适性、燃油经济性以及车辆自身限制等因素的目标函数和约束条件,并引入松弛因子向量软化硬约束边界解决无可行解问题.进一步在滚...     

船舶航速智能控制系统仿真

利用MATLAB建立了船舶推进系统的数学模型,采用传统的PID算法,并利用遗传算法整定PID参数,对某船航速控制系统进行了仿真分析.为反映真实情况,文章分别仿真了船舶在无干扰、5%、10%及20%干扰情况下航速及螺旋桨转速等参数的变化,仿真结果显示遗传算法整定PID参数用在船舶航速控制系统上是可行的.     

船舶轮机系统图形化建模的研究

随着仿真系统的日益复杂,作为一种提高开发效率有效途径,图形化建模技术成为仿真领域研究的焦点.本文阐明图形化建模的基本原理,提出图形化建模软件的体系结构,建立图元库,讲述拓扑分析算法,描述支撑运行环境,并根据以上理论和技术开发出一套图形化建模软件.     

一种高效的圆形窗口线段裁剪算法

在圆形窗口线段裁剪过程中,当两端点都在窗口之外时情况较为复杂.从较远端点向圆形窗口引切线,通过判断点相对于两切线以及垂直于切线的两圆半径所在直线的位置关系,确定被裁剪线段是否与圆形窗口相交,只对有交点的情况才进行求交运算.实验结果表明,本算法明显提高裁剪效率.     

采用蚁群算法求解铁路空车调整问题

蚁群算法是受自然界中蚁群搜索食物行为启发而提出的一种智能优化算法,针对空车产生总数和空车需求总数相等的平衡运输问题,建立以空车走行公里数最小为目标的空车调整数学模型,应用蚁群算法求解铁路空车调整问题。对有3个空车产生地点、4个空车需求地点的240辆空车平衡运输的算例,采用蚁群算法求解,得到2种目标结果最优的调整方案,可见该算法结果具有多重性,可以适应不同的调整需求。将其计算结果与分别采用最小元素法、西北角法、神经网络法及遗传算法所得结果进行比较,表明采用蚁群算法精度高、参数少、运算过程简单、模型易于理解和维护。采用蚁群算法求解空车调整模型可以用于全路、路局等的空车调整问题求解。     

宽带IP网中VBR视频流量的建模与预测

VBR视频信息即将成为宽带IP网的主要流量,在考虑网络资源利用率和动态带宽分配等方面,其中一项重要的内容就是VBR视频建模及其流量预测。本文在分析VBR视频流量主要特点的基础上,阐述了视频建模时应当注意的关键问题及其流量预测过程中应用的数学方法,并给出了若干典型的VBR视频流量模型。     

无人驾驶环境下考虑OD结构的路网容量模型（双语出版）

为了研究未来无人驾驶车辆对路网容量的影响，揭示无人驾驶车辆与普通车辆的相互影响特性，假设无人驾驶车辆遵循系统最优路径，普通车辆遵循用户最优路径，构建了无人驾驶环境下的道路网络储备容量模型。上层模型为满足路段容量约束条件下的最大交通需求，各OD之间的交通需求采用不同的增长乘子；下层模型为两类用户的混合路径选择行为模型，无人驾驶车辆以系统总阻抗最小为目标，而普通车辆以个人出行成本最小为目标。采用多种群遗传算法进行求解，并通过算例验证了模型和算法的有效性和可行性，得到非统一增长乘子下的路网容量，比较了统一增长乘子与非统一增长乘子的异同之处。研究结果表明：①两种计算结果所得到的道路网络容量增长趋势类似，但是非统一增长乘子计算结果大于统一增长乘子计算结果，当无人驾驶车辆市场渗透率达到一定比例时，二者计算结果的差异随着市场渗透率的增加而逐渐减小；②不同OD对的增长乘子不一定相同，无人驾驶车辆的加入可以优化不同地区的OD需求分布，从而提升整个道路网络的容量；③非统一乘子的计算方法可以有效避免不同OD对的干扰作用，提高部分OD对在低市场渗透率下的路径利用率，路段流量分布更加均衡；④当无人驾驶市场渗透率达到较高的比例时，道路网络容量可增加的幅度较小。