不可行集蚁群算法在铁路放射性物质载运中的应用

研究铁路货物运输中放射性物质的载运问题,目的是把安全运输与车辆的合理利用有机结合.以货物的客户要求期限与铁路运到期限之差的数学期望、铁路车辆的载重量利用率、装载货物的轻重搭配合理程度作为研究问题的3个目标;将装载货物运输指数限制、车辆标记载重限制、车辆载货容积限制、装载加固限制作为研究问题的约束条件,建立多目标规划模型.依据目标的重要性确定权向量,根据运输实际情况确定理想点,利用理想点法将多目标规划问题转化为单目标规划问题.运用基于不可行集的蚁群算法求得多目标规划问题的有效解.本文给出铁路放射性物质载运问题的计算实例,编程计算的结果证明蚁群算法具有较高的效率和可靠性.     

LDPC码量化译码仿真性能分析

主要分析LDPC码在具体实现过程中,改用最小和译码算法,并考虑硬件实现数据的量化级别、迭代过程中的限幅等因素,要求译码器在满足译码误码率的要求下,硬件的复杂度最低.     

基于自然驾驶数据的分心驾驶行为识别方法

大量证据表明，驾驶人分心是导致交通事故的主要原因之一。当前基于侵入式（如脑电波等）或半侵入式（如视频等）检测驾驶人分心的方法，不仅对驾驶任务造成一定干扰，且受多种环境因素的制约，误报率较高。基于此，只考虑非侵入式车辆运动特征，提出一种基于深度学习的驾驶人分心状态识别方法：首先，从自然驾驶数据集中获得大量的跟驰片段，采用态势感知方法，提取典型的分心驾驶片段，并建立仅包含车辆运动学特征的分心判别指标集；其次，利用梯度提升决策树-递归特征消除算法（GBDT-RFE）和随机森林-递归特征消除算法（RF-RFE）对特征进行重要度排序，得到重要度较高的分心监测指标；最后，采用长短时记忆神经网络（LSTM-NN）实现分心驾驶的分类识别，并与支持向量机和AdaBoost的模型结果进行对比。研究结果表明：LSTM-NN在判别分心或正常状态时F₁分别为89%、91%，高于SVM和AdaBoost对应二分类结果；进行多分类任务时，判别分心情景的平均F₁较SVM和AdaBoost分别提升了12%和7%，不同类别分心识别的误报率在15%以下，说明LSTM-NN能够有效学习分心序列的前后信息，有利于准确估计驾驶人的状态。研究结果可为车辆分心预警系统和驾驶风险倾向性评估提供方法基础。     

基于链接图法和遗传算法的航路规划

航迹规划对军用飞行器完成任务具有重要的意义。链接图的特点是简单明了，文章针对链接图法进行航路规划的不足，使用遗传算法进行再次优化，使该航路满足了性能要求。最后给出了仿真，反正结果表明该方法的可行性。     

基于TDOA的列车无线定位方法研究

针对目前铁路列车定位普遍存在的只能点式定位、精度不高、大量设立轨旁设备等问题,结合时差定位法(TDOA)定位精度高、抗多径能力强等特点,提出一种基于TDOA的三基站列车无线定位方法。建立列车位置与基站间距离的非线性方程并利用牛顿迭代法求解。仿真结果表明,该定位方法能满足列车定位的需求,牛顿迭代法对误差较大的定位点优化效果明显,较之经典的CHAN算法有更高的定位精度。此外,无线定位方法可提高运营效率、降低运行成本,是一种比较有效的列车定位方法,可为列车定位提供有益的参考。     

高速无人艇动目标避碰规划方法研究

提出基于蚁群算法(ACA)实现高速无人艇对运动目标避碰规划的方法,该方法把避碰、路径最短和航迹跟踪等约束条件映射为目标函数,使得路径搜索过程快速高效.计算机仿真表明:该方法使高速无人艇能够较好的实现对运动目标的避碰;由此说明此项研究具有一定的可行性和有效性.     

Research on confirmation of basic technological parameters of tension levellers based on neural network and genetic algorithm

Confirmation of basic technological parameters of tension levellers is the most important factor of leveling strip. Up to now, most factories have used experts' experience to decide these parameters, without any established rule to follow. For better quality of strip, a valid method is needed to decide technological parameters precisely and reasonably. In this paper, a method is used based on neural network and genetic algorithm. Neural network has a good ability to extract rules from work process of tension levellers. Then using neural network, which has learned from a lot of working samples, to be the evaluation of fitness, genetic algorithm could easily find the best or better technological parameters. At the end of this paper, examinations are given to show the effect of this method.     

基于多编组的列车满载率均衡化方法研究

针对多编组均衡发车导致的大小编组列车利用率不均的问题，本文构建了轨道交通多编组列车开行方案双层规划模型.上层模型以大小编组发车频率为决策变量，乘客出行费用和企业运营成本最小为目标；下层模型以列车编组和发车间隔为决策变量，大小编组列车间的满载率均衡程度最大为目标，并设计嵌套遗传算法求解.算例分析表明：当列车编组和发车频率一定时，大小编组列车均衡发车时平均满载率相差 50%，非均衡发车时两者仅相差 0.8%，这说明非均衡发车模式可以有效提高列车满载率均衡性；大小编组列车均衡发车时，列车编组辆数不宜相差过大，非均衡发车时可以通过调整发车间隔的方法提高列车满载率的时空均衡性.     

电动汽车永磁同步轮毂电机无位置传感器控制方法综述

在石油开采过度和环境污染等问题愈来愈严重的情况下,世界各国政府和汽车生产商加大了对电动汽车的研发力度。目前,轮毂电机驱动电动汽车作为一种比较新的电动汽车形式,正受到世界各国汽车生产商的青睐。为了提高电动汽车整车控制性能,往往是采用普通机械式传感器的方法来获取轮毂电机的转子位置信息,来对轮毂电机进行矢量控制,这种方法不利于汽车的轻量化且容易发生故障。为了实现轮毂电机的矢量控制,对永磁轮毂电机全速度范围无位置传感器控制方法进行了重点分析,并对电动汽车永磁同步轮毂电机无位置传感器控制技术发展进行了展望,认为信号注入法的改进、参数敏感问题及切换算法的改进是未来的研究方向和发展趋势。     

基于遗传算法的减摇鳍-被动水舱综合平衡系统最优控制器研究

综合减摇鳍与被动减摇水舱2种减摇装置的优缺点,采用一种优良的全航速下的减摇方案-减摇鳍-被动水舱联合综合减摇装置,在此基础上建立船舶-减摇鳍／水舱系统的数学模型。针对系统数学模型的复杂性,并考虑实际应用,采用遗传算法进行了PID控制器参数的寻优。同时,结合实船进行仿真,对仿真结果进行了分析。分析结果表明,基于遗传算法设计的综合系统控制器可以满足系统要求,为综合系统的实际应用提供理论依据。