排放控制区下集装箱班轮运输船期设计与燃油补给联合优化

为解决排放控制区下集装箱班轮运输船期设计和燃油补给联合优化问题,分析了多时间窗、多起讫时间和多装卸效率等合作协议条款与船舶航行、装卸及到/离港时间之间的关联性。结合燃油补给港燃油价格差异和折扣因素,以船公司航线服务周总成本最小化为目标,构建排放控制区下船期设计和燃油补给混合整数非线性规划模型,设计线性割线近似的求解方法。以中远海运集团有限公司AWE1航线为例,数值实验验证了模型及其求解方法的适用性和有效性。结果显示：船期设计与燃油补给联合优化可使船公司航线服务周总成本降低7.41%;随着船舶到港时间窗长度的增大,船公司航线服务周总成本及船舶在排放控制区内平均航速均随之降低。研 究表明,上述合作协议条款不仅有助于船公司更为灵活地调整船舶航速和船期,还有利于减少船舶在排放控制区内的温室气体排放。     

基于无人机与卡车协作的封控社区生活物资配送方法

针对突发公共卫生事件情况下生活物资被病毒污染,小区内居民交叉感染及配送人员短缺等问题,本文提出一种基于无人机与卡车协作的封控社区生活物资配送方法。首先,规定无人机在完成每次配送后需要返回卡车位置处进行消杀,以配送过程中社区居民交叉感染风险和配送成本最小为优化目标,以配送服务完整性、无人机载货重量限制及生活物资时效性要求等为约束条件,建立混合整数规划模型,协同优化卡车额定载重、停靠位置、所需无人机数量和无人机组配送方案;然后,设计改进多目标粒子群算法求解模型,引入一种特殊的粒子编码方式,并耦合变异算子更新部分码位的粒子位置;最后,以长春市师范南园小区为例进行案例分析,从安全、配送 成本、工作强度及一次性防控物资消耗等4个方面和卡车与人工协作配送模式进行比较分析发现,卡车与人工协作配送方法可以令社区居民交叉感染风险降低至少 91.8%,日配送成本降低16.9%,人力资源投入减少50%,一次性防护物资支出节约46.1%左右。     

城市轨道交通列车追踪间隔与牵引能耗优化

针对城市轨道交通高峰小时列车密集追踪运行的特点,将降低列车牵引能耗和提升线路通过能力同时作为优化目标,研究列车运行操纵优化问题.给出移动闭塞条件下列车牵引能耗和最小追踪间隔的计算方式,考虑列车安全、正点运行约束,构建双目标优化模型. 结合 ε -约束法,提出一种基于动态规划的搜索算法求解模型.以亦庄线为优化算例,求解得到一组列车最优操纵Pareto解,体现两优化目标之间的均衡关系：列车进站过程采用两次制动操纵策略可有效压缩最小追踪间隔,为弥补两次制动过程额外消耗的运行时间,列车需付出更多的牵引能耗提升进站以前的运行速度以满足正点运行约束.     

基于航行数据的船舶油耗优化

以一条丹麦籍客滚轮的实测数据为基础,通过人工神经网络建立案例船的油耗黑箱模型。基于该油耗模型,进一步采用动态规划算法获得规定航线上的最佳航行策略,有效提高案例船的EEOI能效指数,达到减排节能的目标。该项研究所建立的油耗优化系统框架完全以实测航行数据为基础,可以直接应用于不同船只,具有较普遍的适用性,对于SEEMP能效管理计划的实施具有重要意义。     

编组站调度计划随机机会约束规划模型及算法研究

运用随机规划方法,研究列车解编时间随机变动情况下编组站阶段计划的优化编制问题,建立了以压缩车辆中时和减少出发列车晚点时间为目标的随机机会约束规划模型。将模型中的随机机会约束转化为相应等价形式,从而将随机规划模型转化为确定性模型,并提出了一种改进遗传算法对之进行求解。该算法基于列车解编顺序对染色体进行编码,并针对问题的特殊性设计了相应的交叉和变异操作。算例表明,设计的改进遗传算法能够在较短时间内收敛至最优解,编组站阶段计划的随机机会约束规划模型能取得可靠性更高的调度计划,为改进编组站的决策质量提供了一条解决的途径与方法。     

一种弹道滤波的简化算法

针对大口径舰炮射击的弹道特性,提出了一种简化的弹道滤波方法.通过对弹道进行分段线性处理,使得状态方程和观测方程为线性形式并进行了仿真试验.仿真计算结果表明,该方法简化了模型,可以有效降低运算时间、提高计算精度且易于工程实现.     

矩阵法舵系计算程序开发

按照中国船级社规范规定的舵计算模型,介绍矩阵法在舵系计算当中的编程实现,理论分析和有限元计算表明该编程方法可以适应不同的结构形式和支撑条件,计算结果可靠。     

舰艇雷达干扰资源中的多目标模糊优选分配

针对现代海战中需干扰的敌目标雷达多而我方雷达干扰资源有限的特点,运用多目标模糊优选动态规划理论建立了舰艇雷达干扰资源分配的数学模型。该模型从多个指标出发,对舰艇雷达干扰资源进行了优选和配置,使其达到最佳的干扰效果。最后给出一个应用实例,说明该模型对于舰艇电子战系统具有实际应用价值。     

Unsupervised Linear Discriminant Analysis

Introduction As a supervised learning algorithm,linear dis-criminant analysis(LDA)is widely used in manyfields,such as face recognition,numerical recogni-tion and information retrieval.The objective ofLDA is to find a project matrix A that maximizesthe ratio of between-class scatter Sbagainst within-class scatter Sw[1].In contrast,an algorithm forunsupervised linear discriminant analysis(ULDA)is presented in this paper.The project matrix A isobtained through maximizing covariance of all …     

论减小山区高速公路的线形指标值以降低工程造价

目前高速公路设计中,为了保障车辆运行安全,线形指标设计运用的值越来越高,以至于对于山区地形复杂路段造成不必要的工程浪费。鉴于此,提出在采取有效措施满足视距的前提下,采用较小的线形指标,以减小工程量,节约工程投资。