南昌铁路局货物周转量的预测分析及其发展策略

对南昌铁路局货物周转量进行了定性和定量的预测分析,分析结果表明,南昌铁路局货物周转量将呈上升趋势,但是,在对原始数据进行分析,发现南昌局货运管内周转量有所下降,表明铁路竞争力不足,还存在许多与市场不适应的问题,针对这些问题文中提出了相应的解决办法。     

GM(1,1)灰色模型在目标跟踪中的分析和改进

分析GM(1,1)灰色模型应用于目标跟踪的性能,指出其为受限的变加速模型,提出了速度模型的概念,并指出模型精度的受限的原因,给出相应的改进方法,最后通过仿真说明了该方法的有效性.     

蜂窝移动通信系统中信道借用指配策略的优化

分析了蜂窝移动通信系统信道指配策略中的一个重要策略－信用策略,包括最早出现的简单借用策略,到后来在此基础上发展而来的带信道序号的借用策略（ＢＣＯ）和带方向锁定的借用策略（ＢＤＣＬ）。在原指配策略的基础上,增加了共道信道中的被锁定信道在信道表中的位置和处理,澄清了原策略中在这一点上的模糊不清。同时,通过两个方面的措施优化了ＢＣＯ和ＢＤＣＬ算法,仿真结果表明优化的算法可以显著降低原算法的复杂性。     

浅析公路工程投标报价及策略

阐述了公路工程投标报价的重要作用,明确的提出了报价的策略,对于指导工程投标,获取工程项目,占领市场,立于不败之地,有非常重要的指导作用。     

城市轨道交通兼容性车载系统阶梯形目标速度的平滑跟踪控制研究

[目的]针对城市轨道交通兼容性车载系统中目标速度消息周期大于车载控制周期以及消息间隔不固定的特殊现象,提出了一种双周期速度跟踪算法来实现阶梯形目标速度的平滑跟踪目的。[方法]根据目标速度序列特点,引入了巡航状态和估计状态等2个控车状态,对列车站前减速过程进行识别。分别对消息周期和车载控制周期时刻的目标速度进行相应处理：当收到目标速度的消息周期时,基于卡尔曼滤波算法计算参考速度、参考加速度的估计值;当未收到目标速度的车载控制周期时,基于上述估计结果推算出车载控制使用的参考速度。考虑到目标速度消息滞后以及列车响应延时的特性,设计了拟平行参考速度跟踪控制策略。以上海轨道交通2号线为例,对参考加速度估计效果和不同运营等级场景下的控车效果进行了分析。[结果及结论]案例表明,上述算法可以克服目标速度消息周期长且间隔不固定所带来的控车工况频繁切换问题,避免了兼容性车载系统阶梯形目标速度曲线跟踪过程中控制命令饱和以及速度曲线凹坑现象,实现了列车在站前减速过程中的平稳控制,提高了乘客舒适度,减少了列车制动损耗,节约了牵引能耗。     

基于改进反步滑模控制算法的拖轮自主靠泊控制

[目的]针对拖轮的自主靠泊控制问题,研究基于虚拟船领导的目标跟踪控制策略在拖轮自主靠泊中的应用。[方法]首先,将拖轮的自主靠泊过程转变为虚拟拖轮和实际拖轮的目标跟踪控制过程;然后,设计靠泊系统的运动学模型,考虑靠泊场景中的特殊环境干扰,使用反步法和滑模控制法（SMC）设计全回转尾推进拖轮的自主靠泊控制器,提供了3种不同的滑模面设计并使用李雅普诺夫函数进行稳定性验证;最后,采用仿真实验的方式,通过靠泊轨迹、速度误差和距离误差来对控制的效果进行验证。[结果]仿真实验结果表明,设计的拖轮自主靠泊控制策略以及控制器在拖轮自主靠泊场景中具有较好的效果,面对系统的不确定干扰有较好的表现。[结论]该控制策略以及靠泊控制器的适用性以及鲁棒性较好,以全新的角度实现了拖轮自主靠泊控制,为后续拖轮的靠泊控制研究提供了新的方向。     

福州市轨道交通用地综合开发策略分析——以福州地铁3号线为例

福州轨道交通发展迅猛,已累计通车里程近140 km。为平衡建设运营资金,发挥城市轨道交通优势,福州地铁集团在用地控制综合开发上进行了尝试,但由于轨道交通与沿线发展不协调、开发不高效、规划与实施不符等问题,限制了已有线路的用地开发效果。为提升轨道交通用地控制与开发效果,通过分析现有轨道交通用地开发存在的问题,借鉴国内外城市轨道沿线土地利用的成功经验,以规划中的地铁3号线为例,提出轨道交通沿线土地控制和开发策略。     

济南市轨道交通客流时空分布特征分析

充分掌握轨道交通客流时空分布特征,能够精准优化运营组织,提高轨道交通客运量。本文以济南市轨道交通一期线网为例,基于轨道交通刷卡数据对客流出行时间和空间分布特征进行分析,研究发现当前轨道交通存在线网覆盖不足、线网客流空间分布不均衡以及线路客流方向不均衡等问题,并对问题影响因素剖析,为轨道交通优化策略提供支撑,助推交通行业实现“碳达峰、碳中和”。     

考虑乘客理性疏忽的网约车订单取消惩罚策略

分析乘客的订单取消行为并制定合理的惩罚策略是网约车公司运营优化的重要问题。本文基于理性疏忽理论,研究网约车和出租车共存的市场中,乘客的订单取消行为和公司对乘客取消订单的惩罚策略。不同于现有完美信息或者完全无信息的假设,本文考虑乘客自主选择信息策略并基于获取的信息做出决策,建立了双层优化模型。上层分别以公司利益和网约车市场的社会福利最大化为优化目标,确定取消订单的惩罚金额。下层构建了基于理性疏忽理论的用户决策模型,并比较了固定费用、分段和基于时间三种惩罚策略的特点。通过粒子群优化算法和逐次平均法相结合的方法求解该模型。研究表明,随着信息获取成本的降低,单个出行者的出行成本最多降低8%,做出正确决策的概率最多增加40%。同时随着信息获取成本的增加,最优的公司收益和社会福利分别减少了16.8%和5.1%。在公司收益和社会福利最优的目标下三种惩罚策略几乎无差别,但在公司收益最大化时,惩罚金额显著高于在社会福利最优时的水平,且订单取消率更低。研究结果为网约车公司制定惩罚策略提供了参考性思路和实践价值。