基于自适应迭代学习控制的列车自动驾驶算法

针对高速列车自动驾驶系统受到时变外部扰动和受限状态的情况,提出一种基于迭代学习控制的自适应控制算法. 基于Lyapunov 函数,利用列车运行过程中的状态偏差,推导出自适应迭代学习控制律和参数学习更新律. 构造类Lyapunov 函数的复合能量函数,通过迭代域的差分,证明其差分负定性和收敛性. 采用所提控制算法对列车跟踪性能进行计算机仿真和实例仿真验证,结果表明,所提出的自适应迭代学习控制算法对列车期望曲线跟踪具有较高的精度和较快的收敛速度,能够在较短的迭代次数实现对期望曲线的精确跟踪.     

基于智能路钮的超高速公路虚拟轨道系统研究

为提高超高速公路行驶安全性,使用结构分析和数学模型的方法研究基于智能路钮的高速公路虚拟轨道系统. 该系统由路面子系统、车载子系统和服务中心子系统组成. 安装车载系统的车辆接近写入路钮时激活虚拟轨道系统,阅读器读取标签路钮的位置坐标和该处道路线形信息,同时数据处理模块读取线形参数并处理得到道路切线与车身角度,读取前轮偏角、车辆速度和相邻两个标签路钮之间的距离,利用计算模型得到车辆在相邻两个标签路钮之间行驶时方向盘的转动角速度,并将控制参数发送给转向电机. 研究结果表明,当超高速公路设计车速分别为140,160,180 km/h时,只要保证路钮间的距离分别小于1.33,1.50,1.69 m,就可保证车辆偏离中心线的距离小于0.5 m. 因此,基于智能路钮的虚拟轨道系统可将车辆限制在虚拟轨道内行驶,保证超高速公路的安全性.     

基于分区优化的高铁车站通过能力提高方法

车站通过能力是铁路能力的一个关键制约点,本文通过降低咽喉长度对车站作业间隔时间的影响,扩大高铁车站通过能力. 分析车站分区的划分原则及方法,研究车站进路关系模型及作业间隔时间的计算方法. 以通过列车数量最大化为目标,考虑车站作业间隔时间,不同作业类型列车比例等约束条件,建立基于分区划分的车站通过能力优化模型及算法. 案例分析表明,不同作业类型列车比例及组合方式对能力的影响较大,分区划分车站咽喉区可有效减少列车作业间隔时间,提高车站通过能力.     

基于Q-learning 的定制公交跨区域路径规划研究

考虑城市大客流通勤者跨区域出行需求,结合城市公交线网中乘客出行密集、客流走向规律等特点,提出一种跨区域定制公交的搭乘方案. 通过改进的Q-learning 模型对公交线路进行优化,为城市通勤者提供更加便捷和高效的出行服务. 通过综合路段拥堵状态、乘客需求及居民小区位置,设定了Q-learning 强化学习的奖惩函数,提升定制公交区域路径的直线系数、满载率、通行时间. 结果表明,所提出的改进方法能够降低通勤者跨区域通行的旅行时间,有效提高髙峰时段定制公交线网的通行效率.     

基于复杂网络的我国高铁演化特征研究

为深入认识我国高铁网络演化的拓扑特性和规律,将高铁站点所在城市抽象成网络节点, 将高铁线路抽象成网络的边,运用复杂网络理论对我国2003—2015 年高铁网络演化特征进行分 析。研究发现：我国高铁网络密度不断提升,但依然存在东、中、西部节点城市被割裂,整体网 络密度偏低的现象;网络中介中心势不断增强,一些关键节点（比如：武汉、郑州） 具有较大的 网络控制权,不均衡性逐渐扩大;网络发展后期呈现出小世界特性。因此,提出如下建议：加快 西部地区网络规模和城市网络地位建设;提升网络均质性,弱化关键节点控制力;选择性地建设 关键中、东部和西部城市之间的长线路,提升整体网络性能。     

集装箱船舶装箱排序问题的两阶段算法

集装箱船舶装箱排序问题综合集装箱装船顺序与船舶贝内排箱,是一类典型的组合优化问题.考虑堆场发箱顺序和船舶配载之间的关联,构建集装箱船舶装箱排序问题的数学模型.针对构建的优化模型,鉴于已有方法难以直接对其进行求解,基于两阶段分层求解思想设计SWO-HES两阶段算法.算法第1阶段利用吱呀轮算法(SWO)大邻域导向式搜索的特点优化集装箱装船顺序问题;第2阶段将SWO的结果作为输入,基于启发式规则和演化策略算法(ES)构造混合演化策略算法(HES)优化船舶贝内排箱问题.最后,通过不同规模算例的研究,将SWO-HES与常见智能算法、基于实际装船规则的启发式算法进行对比分析,验证模型与算法的有效性.     

基于部分集卡到达信息的码头进口箱翻箱优化

集装箱码头进口箱提箱作业过程中,由于外集卡到达时间的不确定性,存在外集卡提箱顺序与目标箱的堆存位置不一致,从而产生大量翻箱.为了解决这一问题,本文以期望翻箱量最小为落箱位置的选择原则,提出最小化二次翻箱启发式算法,利用算例验证算法的有效性,分析集卡到达的信息质量对进口箱提箱翻箱的影响,根据集卡到达信息质量的不同选择最佳翻箱规则.结果表明:提出的翻箱策略可以在获得部分集卡到达信息下有效地减少翻箱,针对不同的集卡到达信息质量,采取相应翻箱规则进行翻箱作业能有效减少翻箱,提高码头堆场的作业效率.     

基于航速调整的班轮燃油补给优化

燃油成本在班轮运营总成本中占有很大比重,燃油补给是影响航运公司班轮运营成本和效益的一项重要决策.基于航速调整策略,以班轮运营总成本最小化为目标,建立燃油补给混合整数非线性规划模型,运用分段线性逼近法对燃油消耗函数进行线性化处理,并设计了求解算法步骤.实例分析验证了模型和求解方法的有效性.结果表明,在航运市场需求低迷的情况下,船舶更适宜采取较低的航速,采取灵活的加油港策略或放宽船舶到港时间窗限制,能更为有效地降低燃油成本.     

融合式空间塔式算子和HIK-SVM的交通标志识别研究

在交通标志识别问题上,提出了一种基于融合式的空间塔式算子和直方图交叉核支持向量机(HIK-SVM)的分类方法.在该方法中,通过提取图像的灰度塔式词袋直方图(Gray-PHOW)特征、颜色塔式词袋直方图(Color-PHOW)特征和塔式边缘方向梯度直方图(PHOG)特征来对交通标志的外观、颜色和轮廓信息进行描述.通过提取空间塔式直方图特征,能很好地对图像各种特征的空间分布状况进行描述.提取到图像的外观、颜色、轮廓和特征的空间分布信息后,对其进行融合,最后得到的融合式的空间塔式特征具有很强的鲁棒性.将该融合式特征送入HIK-SVM进行训练和分类,取得了极其高的识别效果.     

快速路可变限速与匝道控制协同优化策略

可变限速控制和匝道控制是快速路交通控制的主要手段,本文对两者的协同优化策略进行了研究.借助智能车路协同系统强大的信息感知能力,通过引入微观交通流信息,对经典METANET模型进行了改造,构建了可变限速控制影响下的微观METANET模型,实现了一种新的可变限速控制策略,同时,采用ALINEA算法,对入口匝道进行了优化控制,实现了两者的协同优化.最后,基于实际道路和交通流数据搭建了仿真平台,对微观METANET模型和协同优化策略的有效性进行了验证.仿真结果表明,微观METANET模型具有良好的交通流预测效果,协同优化策略能有效地改善快速路交通流状态.