考虑弹性需求的城市枢纽间多方式时刻表优化

针对城市客运枢纽间综合运输通道协同性欠缺、运输效率低等问题,提出考虑弹性需求的城市客运枢纽间多方式时刻表协同优化方法。基于多项Logit模型对枢纽间乘客出行方式选择行为进行建模,分析各方式时刻表变动对出行需求的影响;以乘客等待总时间,时刻调整总数量,时刻调整总时间最小为优化目标,考虑弹性需求、时间窗、容量限制等约束,构建枢纽间多方式时刻表协同优化模型,并基于非支配排序遗传算法,结合客流加载仿真过程设计模型求解算法;最 后,以“北京南站-北京首都国际机场”多方式通道为例检验模型的有效性。结果表明,时刻表优化方案的实施使各方式产生了较为明显的需求弹性变化效果,模型求解得到10种时刻表优化方案,其评价结果整体优于传统模型,最终筛选方案可缩短乘客等待时间10.36%。     

内河集装箱港锚地—泊位资源配置多目标决策

鉴于锚地—泊位资源配置直接影响内河集装箱港的运作效率,且受到内河航道及岸线等设施资源制约,本文在考虑船舶通行安全的基础上,运用随机服务理论,以港口总成本和船舶在港等待时间最小为目标,建立内河集装箱港锚地—泊位配置的多目标规划模型,设计了一种针对非线性整数规划问题的实代码遗传算法,并以重庆某集装箱港作为算例,验证该模型的合理性和算法的有效性,同时分析了不同船舶到港强度和泊位服务强度下的锚地—泊位最佳配置关系,为建立和拓展内河集装箱港资源优化和配置提供理论基础.     

高速铁路接触网悬挂系统维修计划的优化研究

将高速铁路接触网系统的维修方式分为3类,根据不同维修方式下系统的可靠性和维修费用不同的特点,建立不同维修组合下接触网系统的动态可靠性模型和维修费用模型。为实现提高接触网系统的可靠性并降低维修费用的目标,提出一种混沌自适应进化算法(CSEA)来求解这一多目标优化问题。该算法的混沌初始种群算子提高了初代种群的多样性,分组选择策略保证各代有一定数量的劣势个体能参与进化,自适应遗传算子增加了劣势个体的交叉和变异概率,从而避免算法早熟,增强了算法的全局搜索能力。计算结果表明,CSEA在种群多样性保持和帕累托(Pareto)最优解收敛方面均优于流行的NSGA-Ⅱ多目标算法。采用CSEA算法得到的优化维修计划,可显著提高接触网系统的可靠性,也大幅度降低维修费用。将本文多目标优化算法与传统的单目标优化算法进行比较,验证了多目标优化算法的优越性。     

基于周期运行图的京津城际铁路列车开行方案研究

城际铁路的客流性质、承担的运输任务以及提供给旅客的服务水平都与铁路既有线有所不同。制定城际铁路旅客列车开行方案，应考虑采用具有规律性强、使用灵活、能力利用率高、方便旅客出行等诸多优点的以周期运行图为特征的运输组织模式。本文研究基于周期运行图的旅客列车开行方案，同时考虑铁路运输企业运营的收益、旅客的总等待时间等具体需求，特别考虑到客流的不确定性，建立了包含3个具体目标的机会约束模型。并以京津城际铁路为背景，利用该模型计算得到列车的开行方案。结果表明，该模型较之单目标模型和确定性模型更能合理反映实际情况。     

两层多目标优化模型的凸性

借助于点焦映射的概念建立了两个两层多目标优化问题的数学模型，较深入地讨论了两种模型在锥意义下的凸性，获得了使两个模型锥凸性成立的充分条件。     

基于遗传算法的加油车和摆渡车协同调度研究

航班地面服务是机场运行的重要环节.航班在机场过站期间所接受的一系列 地面服务通过不同类型的保障车辆来执行.通过分析机场过站航班保障的业务流程,确定 了加油服务和上客服务的时间约束关系,并在此基础上,以至少需要的保障车辆数目和 服务总开始时间最早为目标,研究构建了远机位航班加油服务和上客服务的协同调度模 型,并给出了基于多目标遗传算法的模型求解.基于首都国际机场实际运行数据的实验结 果表明,所提出的模型能较好地解决加油车和摆渡车协同调度问题.实验得到一组Pareto 最优解为业务部门提供决策支持.     

Improvement of collaborative optimization

This paper presents a new improved collaborative optimization (CO) model that provides solution capabilities for multiobjective multidisciplinary optimization problems. Reasons that cause computational difficulties in CO algorithm are firstly analyzed. Then a new system level objective function is advised to minimize relative value between the collaborative objective function and single disciplinary objective function. And it eliminates the effect of dimensions and magnitude orders among objectives. A new s...     

具有模糊系数的运输投资多目标0—1规划研究

以运输投资项目投资的问题为背景,建立了具有模糊系数的运输投资问题的多目标线性０－１规划ＦＩＭＯＬＰ数学模型,运用模糊集合理论,将ＦＴＩＭＯＬＰ问题转化为求解目标函数值相对决策者理论值的最大满意度水平问题,并给出了求解的算法步骤,为运输投资决策提供了基础。     

Active control strategy on a catenary–pantograph validated model

Dynamic simulation methods have become essential in the design process and control of the catenary–pantograph system, overall since high-speed trains and interoperability criteria are getting very trendy. This paper presents an original hardware-in-the-loop (HIL) strategy aimed at integrating a multicriteria active control within the catenary–pantograph dynamic interaction. The relevance of HIL control systems applied in the frame of the pantograph is undoubtedly increasing due to the recent and more demanding requirements for high-speed railway systems. Since the loss of contact between the catenary and the pantograph leads to arcing and electrical wear, and too high contact forces cause mechanical wear of both the catenary wires and the strips of the pantograph, not only prescribed but also economic and performance criteria ratify such a relevance. Different configurations of the proportional-integral-derivative (PID) controller are proposed and applied to two different plant systems. Since this paper is mainly focused on the control strategy, both plant systems are simulation models though the methodology is suitable for a laboratory bench. The strategy of control involves a multicriteria optimisation of the contact force and the consumption of the energy supplied by the control force, a genetic algorithm has been applied for this purpose. Thus, the PID controller is fitted according to these conflicting objectives and tested within a nonlinear lumped model and a nonlinear finite element model, being the last one validated against the European Standard EN 50318. Finally, certain tests have been accomplished in order to analyse the robustness of the control strategy. Particularly, the relevance or the plant simulation, the running speed and the instrumentation time delay are studied in this paper.     

基于差分进化算法的平面四杆机构轨迹和速度双目标优化综合

提出了用差分进化算法实现平面四杆机构轨迹和速度双目标优化综合,以位置误差最小和速度值误差最小为双目标函数,并把原动件的角速度也作为设计变量之一．差分进化算法简单易执行,结合实际问题对算法的变异操作、选择操作和控制参数做出了改进,并分别对不同的轨迹和速度情况进行了计算求解,结果证明了算法的可行性、有效性及全局寻优能力．