改进节约蚁群算法求解物流配送车辆路径问题

针对节约蚁群算法在求解车辆路径问题易陷入局部极值的不足,提出一种基于连接表扰动策略和吸引力因子局部搜索的改进节约蚁群算法.该算法在陷入局部最优后,引入连接表扰动策略以帮助算法跳出局部最优,该策略在每只蚂蚁进行解构建之前,随机禁忌若干条吸引力因子较大的边以增加算法的勘探能力;同时采用吸引力因子局部搜索优化每只蚂蚁的解,该局部搜索利用吸引力因子引导局部搜索.实验结果表明,改进节约蚁群算法求解车辆路径问题时优于原有节约蚁群算法以及多种已有算法.     

基于道路设计与交通规划的道路选线优化模型

结合道路设计理论与交通规划理论,以地理信息系统为平台,开发道路选线优化模型。该模型是一个费用指向的优化问题,最小化费用目标函数中包括道路建设费用、土方工程费、道路交通诱发的环境污染的不经济费用,OD交通在路网上总走行时间的时间费用等。优化模型首先随机生成新建道路的空间位置候选方案集,并自动设计新建道路的平曲线和竖曲线,计算新建道路的各项工程费用。然后,对变化的路网进行自动拓扑,通过交通量分配得到OD交通在新路网上的走行时间和交通流特征,计算OD交通的环境负荷。最后,在遗传算法中判断候选方案的优劣,直到得到一个最佳的新建道路的空间位置方案为止。     

微观交通分布式并行仿真系统设计与效益分析

为了提高交通网络仿真的速度和效率,从挖掘交通网络仿真的并行性出发,设计了分布式并行仿真系统的结构和仿真算法,通过比较选择PVM(Parallel Virtual Machine)作为并行计算的编程环境,提出基于车辆数的网络分割算法和数据时钟同步的通讯方式,使并行仿真达到负载平衡。用程序执行时间、加速比、并行效率和可扩展性4个测度指标来评价算法的并行效益,并以24个交叉口组成的交通网络为例,应用设计的并行算法在不同处理器数目下进行仿真。试验结果显示并行仿真速度比串行仿真提高了3.5倍,因此,这种并行算法提高了交通网络仿真的速度和效率,为实现更大规模的交通仿真奠定了基础。     

基于中心分拨模式的多车场集送货一体化车辆优化调度方法

基于中心分拨理论的运输模式被很多大型物流企业所采用。因此研究其优化调度方法以确定各发车城市及车辆行驶路径。针对该优化问题建立数学模型及其求解框架,并利用改进的节约法求解,对得到的结果采用2-opt搜索算法进行修正。通过计算实例,说明了数学模型和求解方案的有效性。     

单点交叉口信号实时配时模型及蚂蚁算法

以延误时间、停车次数和通行能力作为性能指标，各性能指标的加权系数随交通需求的不同而变化。提出交叉口实时配时，采用一种新型随机搜索思想——蚂蚁优化算法来求解此模型的非线形问题。仿真试验表明，所得结果优于经典方法，降低了交叉口的总延误时间和停车次数，提高了通行能力。     

交通分配中的梯度投影算法及其改进模型

最近的研究表明基于路径的交通分配算法具有很强的生命力和广阔的应用前景。在这些算法中,梯度投影算法(GP)由于其极高的计算效率引起了研究者极大的兴趣。但是研究同样表明GP算法在求高精度分配解时遇到了收敛问题。文章首先介绍了GP算法的理论基础及算法步骤,然后分析了算法产生收敛问题的关键原因,针对其高精度解不能很好收敛的问题,采用二分法改进了其中关键的步长确定策略,提出了改进的GP算法(IGP,Improved GP),并通过计算实例比较了GP和IGP的表现,分析了IGP的优势。并用计算实例证明IGP在求解高精度分配解和整体收敛速度两方面都优于GP。     

带转向延误的非对称多模式用户平衡模型及算法

为了在网络建模中更精确地反映交通网络和出行行为的复杂特征,从多模式用户平衡原理出发,综合考虑多模式和转向延误因素以及不同模式、路段和转向之间的非对称作用,利用变分不等式理论建立了带转向延误的非对称多模式用户平衡模型,并在精简对角化算法的框架内设计了求解算法。该模型集成了交通网络的诸多特征,且能直接刻画转向延误与转向流量之间的互动关系,避免了传统扩展网络法的缺陷。算例表明:该模型及其算法对问题的描述与求解是有效的。     

基于路段能力可靠性的城市交通网络设计

在介绍城市交通网络设计和概率用户平衡配流模型基本思想和内容的基础上,建立了考虑可靠性条件的城市交通网络设计双层规划模型,上层模型在投资约束条件下寻求系统总阻抗最小,下层模型兼顾路段能力可靠性与用户平衡配流条件,从而使城市交通网络备用能力最大,并针对该问题设计了可求得局部或全局最优解的混沌优化启发式算法,最后选用一个小型网络作为算例进行验证。结果说明该模型有一定的实际应用价值且设计的混沌优化算法也较为有效。     

猎豹智能车无人驾驶系统总体设计

介绍猎豹智能车无人驾驶系统总体设计及其硬件和软件的设计特点和实现方法。系统采用机器视觉来识别高速公路车道线,利用拟人控制算法来实现车辆自动驾驶控制,最高时速为95km/h的初步试验结果验证了系统的可行性。     

燃料电池发动机空气参数的最优控制

研究了燃料电池测试平台空气系统的控制算法,目的是获得最佳的空气温度和湿度控制,使得系统调整时间最短。建立了燃料电池空气子系统的温度控制模型和湿度控制模型,给出了控制算法,并将本研究的最优控制算法应用于燃料电池发动机系统;计算结果表明,该算法实现了系统的最优控制。