基于粒子群算法的公交车调度研究

通过对南京市江宁区21路公交线调查,运用Fisher聚类法对全天运营的时间段进行合理的聚类分析,建立兼顾公交公司与乘客利益的多目标数学模型,并应用粒子群算法求解该模型,得到较优公交调度时刻表。     

基于最优加权Steiner树的枢纽型物流中心选址问题

为了满足近年来物流运输业快速发展的需要,促进物流中转运输网络的合理化建设,研究了枢纽型物流中心的功能和选址原则,详细分析了影响枢纽型物流中心选址的各种因素,提出了基于结点带权的欧氏Steiner最优树的枢纽型物流中心选址方案.针对该方案设计了相应的智能优化算法,并进行了具体的程序实现.借助该方案不仅可以使总的运输成本最小,而且能够在无需事先确定备选点的数量和位置的情况下实现同时确定枢纽型物流中心的数量及位置的目标.最后以长三角地区枢纽型物流中心的建设问题为背景,对各种数据进行了仔细的分析比较,从中确定若干区域作为物流服务需求点集,并将各种因素的综合效用作为物流需求点的权值,对上述算法进行了有效性验证.     

索单元结构计算的内力全量迭代法

索结构传统的几何非线性的求解方法依赖于非常复杂而庞大的切线刚度矩阵,针对这种情况,根据几何非线性计算的基本原理,建立一种在理论上能收敛于精确解的几何非线性求解方法——内力全量迭代法,使计算结果的精度不依赖于切线刚度矩阵;根据计算方法的特点,探讨了在几何非线性计算中索单元的内力计算公式和迭代计算方法;为了保证迭代计算快速...     

基于交通因子状态网络的城市交叉口交通流预测

信息技术的快速发展,为交通研究和城市交通管理提供了大规模、多样化的数据资源,并为城市交通状态估计和交通流预测方法的研究提供了有力支持。将城市交叉口视为一个微观交通系统,采用数据驱动与领域知识结合的方式,建立微观层次的交通因子状态网络模型（Traffic Factor State Network,TFSN）,考察交通因素之间的相互关联,并考虑环境因素的影响。该模型结合交通因子和环境影响因子的影响,通过对交通流数据进行聚类分析,估算出对应于环境影响因子的交通状态,并通过实际案例验证其物理意义以及与交通流实际状态的对应关系。进一步地,基于不同交通状态下的交通流数据建立高阶多元马尔可夫链,进行交通流预测,并根据交通流时间序列的聚类性能指标提高模型的预测准确性。对数据序列马氏性强弱、马尔可夫模型阶数与模型预测准确性之间关系进行分析。研究结果表明：根据马氏性合理选择马尔可夫模型的阶数可以提升模型预测准确性;直接对原始交通流数据进行预测的平均绝对百分比误差为24.61%,而不同交通状态下交通流预测的平均绝对百分比误差为16.99%,相比直接预测误差下降了7.62%,验证了所提出的微观交通因子状态网络的有效性和可用性。     

弹性需求下高速公路超限补偿费率优化模型

为了准确刻画超限需求弹性对补偿费率的影响,从用户和系统的角度分别对超限运输的收益和成本进行分析和建模,构造超限运输弹性需求函数,反映超限运输需求量与其运输效益之间的变化关系,将超限运输业者运输行为的选择归结为弹性需求下的用户均衡配流问题,进而利用高速公路管理者与超限运输业者之间的Stackelberg博弈关系,建立了基于弹性需求的高速公路超限补偿费率的双层规划优化模型,并设计了基于模拟退火算法求解的优化算法。结果表明：模型能较好地优化超限补偿费率,使之对超限运输业者进行合理补偿收费和适度惩罚,有效遏制超限运输,从而产生更大的社会与经济效益。     

基于神经网络实现交叉口多相位模糊控制

根据城市交叉口交通流的特点，给出了一种交叉口多相位自适应控制算法，综合考虑相邻车道上的车队长度，利用多层BP神经网络实现了道路交叉口多相位模糊控制。仿真结果表明，所设计的模糊神经网络控制器能有效地减少单交叉口平均车辆延误，具有较强的学习和泛化能力。     

基于网络算法的地铁长大区间隧道火灾通风模式

建立通风网络模型,通过模拟列车车头火灾下6种典型工况的通风排烟,着重分析不同位置隧道风机的开闭数量对通风排烟效果的影响。讨论了不同模式下的气流组织方向及风速特征值。分析模拟结果发现,开启起火隧道列车车头前车站风井的2台隧道风机正转排风、列车车尾后中间风井的2台隧道风机反转送风,同时开启未起火隧道侧2台隧道风机反转辅助送风,则通风效果最好。     

基于数字伺服控制的电控罗经设计及仿真

本电控罗经采用数字伺服控制方案来取代传统的模拟伺服控制方案,将微处理机引入控制系统,可以克服系统调试困难的缺点,具有实现复杂计算和现代化控制算法的能力。设计了基于PID控制的静基座和摇摆基座下电控罗经的控制算法,运用Simulink进行建模和仿真,并通过实际转台测试实验得出,所设计的数字伺服控制电控罗经在摇摆实验环境下,稳定时间为1.8h,罗经的稳态误差为0.5 °,满足设计预期指标和国际标准要求。     

接驳轨道枢纽的混合式灵活公交服务优化研究

为解决居民在轨道与小区间的出行难题，本文提出一种新型的混合式灵活公交接驳服务模式，构建了在轨道交通枢纽的客流吸引范围内灵活与固定接驳公交的协同运行机制. 在已知灵活乘客需求和车队规模的条件下，综合兼顾出行者与运营者的时间成本，以及同步考虑轨道线路和固定接驳公交线路发车计划，建立了混合式接驳公交系统线路和乘客接运计划优化模型，并采用基于重力模型的遗传算法进行求解，最后通过实例验证该模型的有效性和实用性.结果表明，该优化模型在能够有效减小车辆行驶距离和乘客出行时间的同时，提高了混合式接驳公交系统的乘客服务量，相比于单一的灵活型接驳公交系统目标结果更优.     

基于条件生成对抗网络的扇区复杂度评估

扇区复杂度作为管制员工作负荷和动态空域配置的重要参考依据，需要事先准确地对其 进行评估。本文针对有监督复杂度数据集存在的小样本问题，提出基于条件生成对抗网络的扇 区复杂度评估框架。首先，构建交通流量、航空器性能和潜在冲突这3类复杂度指标，并结合主观 复杂度等级得到标定样本；其次，利用条件生成对抗网络设计有标记样本生成算法，获得增广数 据集；最后，分别采用逻辑回归、支持向量机和随机森林算法建立复杂度评估模型。以中南区域 扇区为例，从定性和定量的视角验证生成样本的有效性，并在多种训练集配置下对比各模型评估 结果。研究结果表明：条件生成对抗网络在200次迭代后逐步收敛至稳定；生成样本与真实样本 的绝大多数指标在均值上的相对误差小于5%，在标准差上的相对误差大于5%；在多分类评价指 标下，增广数据集对3种模型整体评估精度分别提升11.77%、11.04%和8.34%。本文提出的评估 框架可以在有限数据条件下提高样本多样性，是解决扇区复杂度评估问题的一种有效方法。