枢纽实际调度运行下赣江石虎塘枢纽—峡江枢纽间河段水文特征参数研究

在赣江石虎塘枢纽—峡江枢纽两坝间的长河段，因峡江枢纽库区防护问题，近年来枢纽坝上实际运行水位远低于设计运行水位，导致两坝间河段水位整体降低，进而引发诸多问题，如两坝间大多涉水工程因设计阶段设计水位选取偏差导致运营期无法正常使用等。采用长河段一维数值模拟方法，根据峡江枢纽实际调度运行方案，对洪中枯期多级特征流量及峡江枢纽对应坝前实际运行水位组合下河道水面线进行计算；对两坝间河段沿程水位、河道比降进行计算分析，并选取各组回水曲线上、下包络线作为研究河段现阶段沿程设计参考水位。研究成果可为研究河段涉水工程设计提供水文特征参考资料。     

基于禁忌搜索的随舰备件优化配置方法

为解决舰船装备保障要求高与备件资源存储空间有限的矛盾，提出一种基于禁忌搜索算法的随舰备件优化配置方法。采用多智能体技术建立装备维修保障工作流程的仿真运行模型，通过仿真计算备件的满足率和利用率，评估给定配置方案下的保障效能，并得到一组可行的初始方案；在此基础上，以规定的备件满足率为约束条件，以备件携带数量为优化目标，结合多智能体评估模型和禁忌搜索算法对备件配置方案进行优化求解。以舰炮装备为例对该优化配置方法的有效性进行验证，结果表明所提方法具有较强的有效性和优越性，可供随舰备件配置方案的设计参考。     

基于改进的教与学优化算法的船舶实时路径规划

利用局部逃逸策略（Local Escaping Operator, LEO）对原始教与学优化算法（Teaching Learning Based Optimization, TLBO）的部分解进行替换，使其快速跳出局部最优，提出一种改进的教与学优化算法（Local Escaping Teaching Learning Based Optimization, LETLBO），并将其应用于船舶实时路径规划中。在船舶实时路径规划仿真试验中，利用概率图搭建搜索地图，利用高概率区域模拟目标所在区域，并采用贝叶斯定理设计一个概率函数作为目标函数。同时，为更好地实现实时路径规划，提出以个体为单位，利用在个体探索时高概率区域同时移动的方式模拟船舶在搜索时目标同时移动的情况，成功模拟船舶实时路径规划，保证试验的有效性。通过船舶实时路径规划仿真试验测试2种模拟情况下LETLBO与原算法及其他多种经典算法的性能，结果发现LETLBO在2个情景中找到目标的概率相比原算法分别提升41.88%和43.38%，运算时间分别减少0.978 9 s和0.375 2 s，且综合性能更优，说明改进的算法具有更好的探索寻优能...     

道岔区轮轨廓形演变对接触几何关系的影响

为揭示轮轨廓形演变对道岔区轮轨接触几何关系的影响，结合迹线法和基于先进经验的窗口放缩搜索法，构建道岔区轮轨多点接触几何模型，并利用传统迹线法和成熟商业软件对比验证几何模型计算的精确性；在测试长期服役过程中真实车轮型面和道岔变截面钢轨廓形的基础上，研究不同服役阶段下轮轨廓形演变对接触点分布、滚动圆半径差和侧滚角的影响，进而分析轮轨接触几何关系和轮轨力过渡特性。结果表明：随着道岔通过总重的增加，轮轨接触点从基本轨提前迁移至尖轨；磨耗会导致轮轨接触点发生跳跃、分布不连续，从而显著增加轮轨间动态相互作用；随着磨耗进一步加剧，轮对侧滚角最大值从0.04 mrad逐渐减小至0 mrad并最终出现负值；轮轨垂向力和车体加速度从86.643 kN和0.032 m·s^-2分别升至101.466 kN和0.038 m·s^-2后，脱轨系数和轮重减载率对应从0.433和0.215分别升至0.505和0.247，显著降低了列车行车平稳性和安全性。     

基于全线码序追踪的码序表自动生成方法

为增大码序表编制的适用范围，减少后期的修改与调整，采用基于ObjectARX的AutoCAD二次开发方式，设计实现了一种码序表辅助设计软件。该软件采用自定义实体方式将规范化的车站信号平面布置图、列控基础数据表，以及联锁表作为数据输入，建立面向对象模型，并构建全线拓扑关系；根据对应场景计算各进路码序，最终自动生成全线车站码序表，同时绘制简易站形示意图。实际的工程应用实例表明：该软件可精确计算出车站边界码序，并能满足高铁与普铁线路码序表编制需求，提高了码序表的生成效率与准确率，便于设计人员进行校核。     

需求响应机制下轨道交通出行预约与列车运行计划优化方法

轨道交通供给侧的计划性与需求侧的时变性相互冲突，为更好地协同供需双方，提出了需求响应机制下城市轨道交通列车运行计划的优化方法，包括出行预约和需求响应2个环节；建立了需求响应与列车运行计划协同优化模型，以最小化乘客出行成本和列车运行成本为目标，重点关注乘客由于预约行为产生的延误时间成本；考虑列车运行、运输能力、编组情况、客流分布等因素，设计了基于乘客优先级的自适应大规模邻域搜索算法，外层优化列车运行计划，内层优化客流分配方案，最终实现客流的供需匹配；以北京地铁八通线为例，按照需求响应机制对该线路全天的需求处理与运输组织进行数值试验，并对试验结果从车底运用、乘客等待时间和满载率分布三方面进行分析。研究结果表明:该优化方法可使开行的列车数降低13.8%，同时采用多编组模式，使用车辆数减少了29.8%，这能够有效压缩列车走行公里数，削减企业开支；能够在保证乘客基本出行的前提下，最高可将乘客平均在站等待时间缩短约35.3%，并且预约比例的提升对等待时间的削减效果明显；优化后的运行计划能控制列车满载率维持在设定水平，有效降低人员密度，避免人群大规模聚集，对城市轨道交通疫情的有效防控做出有益探索。      

基于自定义实体的联锁表自动生成软件设计与实现

为提高联锁表编制效率和准确性，设计基于自定义实体的联锁表自动生成软件。使用AutoCAD二次开发接口，读取利用ObjectARX创建的信号设备自定义实体的数据信息；根据信号设备平面布置图的结构特点自动生成站场型数据结构；利用深度优先搜索（DFS, Depth First Search）算法搜索进路，并根据联锁表编制原则，处理进路数据和生成联锁数据。现场试用结果表明，该软件能与信号设备平面布置图实时交互，快速访问AutoCAD数据库，直接调用其中实体，生成标准格式的铁路车站联锁表及地铁车辆联锁表，准确率超过99%，且具有较高的通用性。     

基于神经网络架构搜索的安全帽佩戴检测算法研究

安全帽佩戴监控是铁路工程施工人员安全管理中的重点和难点，它对检测算法的准确率与检测速度都有较高的要求。本文提出一种基于神经网络架构搜索的安全帽佩戴检测算法NAS-YOLO。该神经网络架构由上、下行操作单元组成，采用二进制门策略对网络架构进行更新，通过数据驱动的方式自动确定合适的神经网络体系结构。实验结果表明，NAS-YOLO算法在准确率、召回率及平均检测速度方面均优于实时目标检测算法YOLOv3，可以在工程施工中对施工人员安全帽佩戴情况进行实时监控。