城市轨道交通大小交路模式列车开行方案的优化

列车开行方案是城市轨道交通运输组织的基础.大小交路模式列车开行方案规定各时间段内各交路上开行列车对数.分析大小交路模式乘客出行成本和企业运营成本的计算方法,以乘客出行成本及运输企业运营成本最小化为目标,以列车追踪间隔时间、乘客需求和最大可用车底数量为约束,构建城市轨道交通大小交路模式列车开行方案双目标混合整数非线性规划模型.采用理想点法将原模型转化为单目标模型,借助Lingo11.0求解.通过算例验证模型的合理性,并对折返站和小交路区段客流比重进行成本的灵敏度分析,结果表明:小交路折返站的选取对成本影响显著,且小交路区段客流比重越高,开行大小交路模式越有利于降低运输成本.     

基于改进粒子群优化算法的鲁棒性列车运行图编制方法

以列车优先级、追踪运行间隔时间和连发间隔时间限制为约束条件,以旅客列车的走行公里总数、平均旅行速度、对标准计划的延迟总时间和延迟时间方差,以及货物列车的日车公里总数和日产最6个指标无量纲转化后的合计值最大为综合目标函数,建立列车运行图编制优化模型.为增加列车运行图的鲁棒性,引入虚拟车和缓冲时间槽2个参数,采用改进的粒子群优化算法给出鲁棒性列车运行图编制方法.以5个车站、5列旅客列车和7列货物列车构造模拟环境,采用该方法进行列车运行图编制模拟.结果表明:该方法可铺画出更优的列车运行图,计算效率高;在行车计划受到扰动后,虚拟车和缓冲时间槽释放资源,运行图可以较快地恢复到可接受范围,容错鲁棒性好.     

铁路通过小型采空区的综合勘察与线路优化

在地形地质条件复杂地段,地质选线对铁路工程具有重要的意义。以某铁路线路通过一小型采空区为例,在线路无法绕避的情况下,采用综合手段对采空区进行探查。先在现场地质测绘调查的基础上针对性布置物探测线探查,再根据探查结果合理安排钻探对探查结果进一步修正。通过对资料的综合分析,详细绘制采空区范围和规模,对线路方案进行优化调整。现场施工表明综合勘察手段对线路优化具有良好效果。     

乙二醇机组的温度模糊控制器设计与仿真

针对我国通信行业和计算机行业大型机房耗电量大的现状,提出了一种乙二醇机组控制系统。介绍了它的工作原理,阐述了它的总体控制方案,并重点阐述了采用温度模糊PID控制器对室内温度进行调节。仿真和实验结果表明：采用温度模糊控制器的系统运行稳定、可靠性高、节能效果明显,具有广阔的应用前景。     

基于非线性观测器的IPMSM无位置传感器控制

为了解决内嵌式永磁同步电机(IPMSM)无位置传感器控制中转子角度和速度估计问题,根据IPMSM的状态方程和非线性理论,设计了一种非线性状态观测器,并基于Lyapunov稳定性原理讨论了观测器稳定条件.同时考虑负载影响,加入了负载转矩的观测由于模型参数问题和采样精度问题,状态变量的观测值和实际值存在一定误差,因此对角度和速度观测值分别进行了修正.仿真和试验研究表明,改进后的非线性观测器能够准确估计转子角度和速度,可以获得良好的动态和稳态性能.     

地铁轨道安装方面的设计优化

以郑州地铁1号线一期工程的轨道配合施工为例,从钢轨数量计算、铺轨基地选择、轨道专业与人防门专业接口、立柱式检查坑道床等方面分析轨道施工过程中出现的问题,指出地铁轨道专业在设计阶段存在的不足,并提出地铁轨道优化设计的建议。     

关于济南市城市快速路建设的思考

针对如何处理好济南市新建快速路和既有快速路的系统整合,充分发挥路网效能问题,对济南市快速路网建设进行了梳理,对现状快速路网结构及运行问题进行了分析.在此基础上,提出了快速路网系统改善策略,从快速路网结构优化、现状快速匝道功能完善的角度,阐述了具体优化方案,并对方案效果进行了评估.评估认为,优化方案可基本实现快速路体系规划设想,快速路出入口优化设置后,均能满足规范要求.     

柏果树河景观桥梁方案优化设计

景观桥在方案设计阶段应由建筑师和结构工程师通力合作完成,前期进行桥梁美学、结构选型设计以确保方案落地.现结合工程实际,论述城市景观桥梁的方案优化思路.其相关经验可供国内同行参考.     

基于TD3算法的人机混驾交通环境自动驾驶汽车换道研究

提高人类驾驶人的接受度是自动驾驶汽车未来的重要方向,而深度强化学习是其发展的一项关键技术。为了解决人机混驾混合交通流下的换道决策问题,利用深度强化学习算法TD3（Twin Delayed Deep Deterministic Policy Gradient）实现自动驾驶汽车的自主换道行为。首先介绍基于马尔科夫决策过程的强化学习的理论框架,其次基于来自真实工况的NGSIM数据集中的驾驶数据,通过自动驾驶模拟器NGSIM-ENV搭建单向6车道、交通拥挤程度适中的仿真场景,非自动驾驶车辆按照数据集中驾驶人行车数据行驶。针对连续动作空间下的自动驾驶换道决策,采用改进的深度强化学习算法TD3构建换道模型控制自动驾驶汽车的换道驾驶行为。在所提出的TD3换道模型中,构建决策所需周围环境及自车信息的状态空间、包含受控汽车加速度和航向角的动作空间,同时综合考虑安全性、行车效率和舒适性等因素设计强化学习的奖励函数。最终在NGSIM-ENV仿真平台上,将基于TD3算法控制的自动驾驶汽车换道行为与人类驾驶人行车数据进行比较。研究结果表明：基于TD3算法控制的车辆其平均行驶速度比人类驾驶人的平均行车速度高4.8%,在安全性以及舒适性上也有一定的提升;试验结果验证了训练完成后TD3换道模型的有效性,其能够在复杂交通环境下自主实现安全、舒适、流畅的换道行为。     

排阵式交叉口几何设计与信号控制协同鲁棒优化

针对排阵式交叉口在实际交通波动环境中存在车辆滞留排序区,运行效率稳定性难以保障的问题,提出了鲁棒优化方法,平衡交叉口运行的效率和稳定性。在分析排阵式交叉口运行特性的基础上,指出了其运行效率波动性与交叉口几何设计、信号控制、交通需求、饱和流率和运行车速这5个因素有关。确定了将交通需求、饱和流率和运行车速这3个客观波动因素作为模型的输入参数,将几何设计和信号控制这2个可受设计人员控制的要素作为模型的优化控制变量进行协同优化的模型框架。在此基础上,以交叉口车均延误条件风险值最小为目标,考虑了各流向车道数、信号相位相序、排序区车辆清空等方面的约束条件,构建了基于情景的鲁棒优化模型,并建立了遗传算法对模型进行求解。通过案例分析,对鲁棒优化模型的置信水平取值和算法准确性进行了分析,证明了算法可以使目标函数收敛到最小值,并基于蒙特卡洛模拟对优化效益进行了检验。研究发现,所建立的几何设计与信号控制协同鲁棒优化模型可实现在交通需求和供给的波动下,对排阵式交叉口的车道功能、排序区长度以及主、预信号控制进行协同优化。相较于确定性的设计方法,在平均延误层面基本维持原有水平,但对延误标准差和最大值有着较为明显的改善,案例中分别减少了48%和23%。