脚本测试技术在列控中心开发测试中的运用

列控中心作为一种安全相关系统,要求具有极高的安全性和可靠性,满足铁路信号系统的故障-安全原则。测试是列控中心软件投入使用前必不可少的环节。针对目前列控中心开发测试仍然采用手工测试的问题,在对开发测试案例分析归纳的基础上,定义开发测试案例词典,基于正向最大匹配算法和格语法,提出测试案例到脚本的自动生成算法,实现开发测试的自动测试。     

城市轨道交通网络化列车开行方案优化方法

通过引入备选集,建立双层规划模型,将网络化列车开行方案这一复杂的混合交通网络设计问题简化成0-1规划问题;采用混合遗传模拟退火算法对城市轨道交通网络化列车开行方案优化问题进行求解。上层模型以城市轨道交通网络化列车开行方案涉及的运营单位和乘客综合费用最小化为目标,以交路必须覆盖整个运营网络、限制区间交路数、满足发车间隔时间限制和区间客流量小于列车运力为约束条件;下层模型为用于城市轨道交通网络客流分配的随机用户均衡问题优化模型,它充分考虑了乘客选择出行时路径感知费用与实际费用之间的差异。算例结果表明,采用基于备选集的双层规划模型和混合遗传模拟退火算法对城市轨道交通网络化列车开行方案进行优化是可行和有效的,而且求解效率高。     

铁道车辆承载吸能结构优化研究

为得到具有理想耐撞性能的铁道车辆承载吸能结构,分别基于多项式响应面法的二次响应面模型、四次响应面模型和Kriging法的响应面模型等3种代理模型,构造承载吸能结构的比吸能SEA及比吸能与撞击力峰值之比REAF关于设计参数的二次、四次和Kriging法响应曲面,结合遗传算法整体寻优分别得到这3种代理模型的SEA和REAF的最优值.对比分析结果表明:Kriging法响应面模型的拟合精度高于多项式的二次和四次响应面模型,四次响应面模型的拟合精度次之;但是Kriging法响应面模型拟合曲面没有多项式响应面模型的光滑,其原因是Kriging模型采用的局部插值方法虽能提高模型拟合精度、却不利于降低模型拟合过程中的数字噪声;整车车体碰撞仿真表明,承载吸能结构优化后的整车车体具有更好的耐撞性能.     

铁路空车调配综合优化模型及求解

以铁路企业经济效益最大化、货物运输需求方(货主)满意度最大化和空重车调配路径最合理化为目标函数构建铁路空车调配多目标综合优化模型.模型的约束条件主要包括:空车供应站的车种供应量、以重代空最大运量和剩余装车作业能力;空车运输阶段的区段运输能力;空车需求站的剩余卸车作业能力、车种需求量和货物装运总量.根据调研资料确定模型求解参数的取值;通过简化路径参数、量纲转换处理,将多目标规划转换为单目标规划;运用LINGO软件实现综合优化模型的二次建模;运行LINGO程序得到铁路空车综合调配方案.     

数字赋能公交 智慧改变生活

时间是开拓者前行的足迹,公共交通是城市流动的血脉。在新时期,十年的伟大变革具有划时代意义。党的十八大以来,在习近平新时代中国特色社会主义思想的指引下,太原公共交通控股(集团)有限公司(以下简称“太原公交”)始终坚持“以人民为中心”的发展思想,统筹各项工作,充分应用信息化、智能化等新技术新装备,积极调研和挖掘群众出行需求,持续优化和丰富公交线网结构。积极主动融入城市发展新格局。     

浅析几种无人驾驶汽车路径规划算法

路径规划是自动驾驶关键技术之一,各种路径规划算法现已不断改进并不断涌现。本文根据全局和局部路径规划对常用路径规划算法进行分类,对几种常用的路径规划算法原理进行介绍,并分析其发展方向。     

基于时空网络的铁路空车调配动态优化模型

为合理配置空车资源,研究了路局（公司）管内空车调配的动态优化问题。构建区分时段长度的时空网络,以准确描述车站作业能力的变化。借鉴运输问题（TP）的基本思想,通过引入空车供需约束,将动态空车调配问题转化为基于时空网络的多商品网络流问题。结合空车调配的特点,设置2组整数决策变量,将分界站排空与局（公司）管内配空分开考虑。设置0-1辅助变量构建车种代用约束。在此基础上,以总费用最小为目标,构建了空车调配动态优化的混合整数规划模型。以中国铁路昆明局集团有限公司管内空车调配为例,验证了模型的可行性与有效性。算例结果表明,与静态空车调配方法相比,构建的动态空车调配模型不仅降低了空车调配总成本,而且调配方案更加贴合实际。与现有动态空车调配方法相比,通过改变时空网络中时段的划分方式,降低了模型求解的复杂度,构建的模型在获取空车调配方案的同时能够更加直观的看出空车在不同时间的作业状态。      

汽车底盘高效设计方案与开发工具构建

为提高汽车底盘开发对新能源汽车技术发展和市场导向的适配能力,基于多学科设计优化方法提出一种高效的汽车底盘产品优化设计方案。方案面向底盘开发多过程,以两个专用设计平台、6 个工具模块为载体,以综合开发工具的形式实现汽车概念开发阶段对动力学特性导向下底盘参数及特性影响的评估与优化,为提高产品设计效率、缩短开发周期、降低开发成本提供技术支持。     

基于PSO算法的公路养护决策优化

目前,我国公路养护在决策中会出现养护资金分配不合理,资源未充分利用等不同程度的问题。针对路面养护,基于粒子群优化算法建立养护决策模型,可有效平衡原粒子位置和飞行速度对新粒子位置的影响度,并通过10组基准测试数据验证了PSO算法的寻优性能和收敛精度。研究结果表明:PSO算法可有效对不同路面条件下公路养护决策进行优化分析,保障养护效率。     

基于改进遗传算法的双向渐进结构优化方法研究

本文提出了一种基于改进遗传算法的软删除双向渐进结构优化法(G-BESO),以解决传统双向渐进结构优化法(BESO)中参数(如进化率)设置不当而导致无法获得最优拓扑构型的问题.首先确定单元权重系数与单元密度的递推关系式,形成一种考虑单元密度历史信息的材料插值模型,从而增强恢复误删高效单元的能力.然后引入遗传算法中的交叉和变异操作,启发式地更新结构状态以提高全局寻优能力.最后将该方法编写成可用于实际工程结构优化设计的程序.算例表明,提出的方法能稳定得到最优拓扑形状且计算效率更高,可为工程结构的拓扑优化设计提供一定参考.