基于移动闭塞时空占用带模型的高速列车追踪运行优化

针对移动闭塞系统下高速列车站间追踪优化问题,根据固定闭塞系统的闭塞时间阶梯模型,建立移动闭塞的时空占用带优化模型.首先将列车站间运行过程进行分解,获取影响列车区间运行过程8个阶段的4个关键速度(出站咽喉速度、站间巡航速度、惰行末速度、进站咽喉速度).然后根据列车车站发车追踪间隔、列车区间追踪间隔和列车车站到达追踪间隔三...     

基于微分进化算法的经济圈公路网双层优化模型

在界定经济圈内涵的基础上,利用微分进化算法对经济圈公路网优化问题进行了研究。在探讨经济圈公路网优化目标、优化原则和优化意义的基础上,以经济圈交通效率、运营成本、能源消耗、环境保护和出行时间等为优化目标函数,建立了经济圈公路网优化的双层模型,并采用微分进化算法求解。经济圈公路网双层优化模型是利用生成的初始路径点集,经过提炼处理来提高经济圈公路网交通效率,并得到最佳优化路网,相对于传统的优化模型更能结合经济圈交通系统与经济特性,结论更加符合经济圈实际情况。研究结果表明：优化模型不仅能够满足经济圈交通需求,而且能够满足经济圈交通系统的环境保护目标、促进经济圈交通系统可持续发展。     

海狮进化Toyota HIACE 2.7

在林林总总的商用车中,有一种是混合型选手,它不但作商务用车载人也能运送货物,这就是俗称“面包车”的轻型商用车。近年来商用车轿车化是流行的设计,丰田海狮这款中国人再熟悉不过的面包车,又是怎样完成自身进化的呢？[编者按]     

基于IDEPSO-SS的多工况转向架构架可靠性分析

基于子集模拟(Subset Simulation,SS)方法求解结构失效概率,再采用改进差分进化粒子群算法(IDEPSO)优化每层样本个数和初始条件概率,以获得单工况下结构最优失效概率,并结合几何分析确定联合失效概率,计算多工况下结构失效概率,确定最优失效次序.以某型转向架构架为研究对象,先采用SS方法建立构架各工况下...     

基于隔离小生境的公路选线走廊带优化方法

针对现有基于GIS的公路选线研究成果无法取代人工设计的问题,提出了一种基于隔离小生境的公路选线走廊带智能优化方法.首先,提出基于GIS数据的公路走廊带定义,建立走廊带数学模型,考虑选线阶段的环境和经济因素,建立走廊带优化模型.其次,基于隔离小生境理念,提出两阶段的走廊带优化方法:第一阶段,将走廊带的内部路线视为一个隔离...     

基于改进多目标差分进化算法的城轨列车速度曲线优化

城轨列车速度曲线研究对于优化列车运行过程具有重要的作用。为得到更好的城轨列车速度曲线优化效果，本文针对列车运行准时性、运行能耗和舒适度3个目标，提出一种基于改进多目标差分进化算法的速度曲线优化方法。首先，建立城轨列车运行过程的多目标优化模型；然后，通过采用精英镜像初始化策略、引入参数自适应和多变异策略，提升多目标差分进化（MODE）算法的性能，并通过与其他6种对比算法在ZDT系列测试函数上所得的反世代距离评价指标（IGD）值进行比较，验证了所提算法的优越性；最后，结合南昌地铁一号线某区间真实线路数据进行仿真。结果表明，改进的MODE算法（IMODE）相较于对比算法在综合性能方面具有一定优势，同时在列车节能优化问题中具有较强的实用性。     

人机合作多蚁群协同进化算法的潜艇管路布局

本文针对潜艇多管路布局空间结构，运用协同进化的思想，结合人机合作思想，提出了基于人机合作的多蚁群协同进化算法的潜艇管路智能布局方法；该算法潜艇的每一条管路对应一个蚁群，一方面采用基于顺序蚁群优化算法的布局，一方面采用人机合作的多蚁群协同进化方法对选取的系统模型进行布局优化以使多管路布局达到最优；该算法既不必考虑布局顺序，又避免了增加管路布局数量时组合爆炸现象的发生，从整体优化管路布局；在测试模型上的验证结果验证了该算法的可行性和有效性。     

基于MEA-BP神经网络的自锚式悬索桥施工阶段吊索索力预测分析

为减小自锚式悬索桥在施工过程中吊索索力偏差对桥梁线形的影响程度，提高有限元模型的计算效率，提出一种基于思维进化(MEA)算法优化BP神经网络的吊索索力预测方法，以实现对桥梁各施工阶段的高精度逼近与吊索索力的快速反馈。在考虑施工过程中材料参数、荷载参数和环境温度等因素的不确定性基础上，结合有限元模型得到神经网络训练样本集。通过MEA算法实现BP神经网络权值与阈值的寻优，从而提高BP神经网络的预测精度。以某空间索面自锚式悬索桥为工程背景，建立该座桥梁的MEA-BP神经网络预测模型。结果表明，MEA-BP神经网络较传统BP神经网络具有更强的泛化能力与预测精度，MEA-BP神经网络的预测值与现场实测值的误差在10%以内，MEA-BP神经网络模型在索力预测方面具有较好的适用性。     

基于差分进化算法的钢轨轮廓迭代旋转配准方法

钢轨断面轮廓检测需要对采样轮廓进行配准处理，传统的配准方法往往采用拟合轨腰、轨颚、圆心等特征部位点，并结合仿射变换实现。然而，这些轮廓配准方法过于依赖某些特定特征点，一旦个别特征点出现干扰或异常时，则无法实现正常配准，导致系统整体鲁棒性下降。提出一种基于差分进化算法的钢轨轮廓迭代旋转配准方法，可以提高配准的鲁棒性和整体精度。研究发现，在钢轨轨颚的内拐线段处利用Ramer多边形逼近算法可以定位到轨头内侧直线；以轨侧中点、轨颚间断点和轨腰间断点3处特定部位作为基准，再通过比对采样轮廓与标准轮廓在同一坐标的相对位置确定旋转方向；利用差分进化算法进行旋转迭代，从而实现钢轨轮廓的精确配准。实验结果表明：与其他现有方法相比，该方法在采样数据伴随有重度噪声，甚至数据缺失的情况下，依然能够满足较高的配准精度，极大地提高了检测系统的鲁棒性，具有较强的工程应用价值。     

基于协同差分进化算法的船舶分支管路布局优化设计

分支管路是船舶管路系统中最常见和最重要的管路形式。基于协同进化算法和差分进化算法，提出了一种船舶分支管路的新型优化设计方法，并通过3组仿真算例验证了所提优化方法的有效性和实用性。与现有的船舶分支管路设计方法相比，所提优化方法不依赖于网格空间，节省了预处理计算时间和内存；此外，所提优化方法能够对分支管路的每条分支进行并行优化设计，具有较强的全局搜索能力。研究内容对船舶管路智能化设计具有一定意义。