基于遗传算法优化模糊控制器的船舶航向控制

针对模糊控制器中的量化因子、比例因子、积分系数、模糊规则之间互相耦合,人工整定困难的问题,提出了一种基于遗传优化的船舶航向模糊PID自动控制算法。仿真对比试验表明,经遗传优化后的船舶航向模糊PID控制性能得到了极大的提高,系统无超调,上升快,工作稳定,具有较强的鲁棒性。     

AIS与VTS的雷达／ARPA信息融合的研究与实现

分析了信息融合的必要性,并在信息融合基本原理的基础上,提出了信息融合的步骤,采用模糊数学中正态型隶属度函数算法实现AIS与VTS的雷达/ARPA信息融合,解决了不同设备处理同一信息的差异问题。     

基于蚁群算法和群决策理论的动态路径优化研究

文章针对城市交通信号控制中的动态路径优化问题,综合考虑相邻交叉口间距和路段交通饱和度两个参数的影响,提出了一种基于蚁群算法和群决策理论的动态路径优化算法模型,并通过仿真实验,对比分析了该算法模型的有效性。     

多工序加工单元的移动机器人调度优化

为合理分配动力电池生产线容量确定单元中移动机器人的任务,优化机器人调度路径,提高调度效率,在考虑设备加工工时、物理位置等约束下,以最小化调度任务时间为目标,建立多工序加工单元单轨约束下多移动机器人调度模型,设计遗传算法并采用MATLAB进行求解,给出不同机器人分配方案下的目标函数值和收敛情况。结果表明,采用所提出的调度方法对单轨多机器人服务范围进行规划能够减少调度时间、提高调度效率。     

Multi‐objective highway alignment optimization using a genetic algorithm

The available highway alignment optimization algorithms use the total cost as the objective function. This is a single objective optimization process. In this process, travel‐time, vehicle operation accident earthwork land acquisition and pavement construction costs are the basic components of the total cost. This single objective highway alignment optimization process has limited capability in handling the cost components separately. Moreover, this process cannot yield a set of alternative solutions from a single run. This paper presents a multi‐objective approach to overcome these shortcomings. Some of the cost components of highway alignments are conflicting in nature. Minimizing some of them will yield a straighter alignment; whereas, minimizing others would make the alignment circuitous. Therefore, the goal of the multiobjective optimization approach is to handle the trade‐off amongst the highway alignment design objectives and present a set of near optimal solutions. The highway alignment objectives, i.e., cost functions, are not continuous in nature. Hence, a special genetic algorithm based multi‐objective optimization algorithm is suggested The proposed methodology is demonstrated via a case study at the end.     

船舶六自由度转台电液伺服系统参数整定方法

针对船舶六自由度转台电液伺服系统的参数整定问题,提出一种基于多目标遗传算法和多属性决策的PID参数设计方法,综合考虑了系统超调量、稳定时间和ITAE指标,采用多目标遗传算法求出Pareto最优解。使用客观赋权的信息熵法对最优解的属性进行权值计算,然后采用逼近理想解的排序方法（TOP—SIS）进行多属性决策（MADM）研究。计算了转台电液伺服控制的数值算例,结果表明本文提出的联合方法通用性好,所设计的PID性能优异,适合工程实际应用。     

正交异性组合桥面构造优化

正交异性组合桥面由于其较好的抗疲劳性能和静力承载能力、相对较轻的自重近年来在实际工程中得到较多应用。正交异性组合桥面通常由正交异性钢板和混凝土层组成,在加入混凝土层后结构刚度发生较大变化,若正交异性板仍采用传统正交异性钢桥面的构造形式将会造成不必要的钢材用量和焊接量增加。采用遗传算法,以单位面积造价最小为目标,结合现有规范考虑了构造约束和承载能力约束两类约束条件,采用两种应力控制方案,对不同桥面板跨度和混凝土厚度的正交异性组合桥面的构造进行优化。同时解决了构造改变导致荷载分配改变对承载能力分析造成的影响。优化结果表明,桥面跨度4.5m时,与未优化组合桥面相比,优化方案用钢量可降低1.7%~10.1%,焊接量可降低16.5%~31.8%。     

基于Q学习算法的摘挂列车调车作业计划优化

针对摘挂列车编组调车作业计划编制问题,基于强化学习技术和Q学习算法,提出1种调车作业计划优化方法。在表格调车法的基础上,将调车作业计划分为下落和重组2个部分。通过动作、状态和奖励3要素构建调车作业问题的强化学习模型,以调车机车为智能体,以车组下落的股道编号为动作,以待编车列的下落情况为状态,形成车组挂车、摘车具体条件和车辆重组流程,并依据车组下落的连接状态和车辆重组后产生的总调车程设计奖励函数。改进Q学习算法求解模型,以最小化调车程为目标,建立待编车列与最优调车作业计划之间的映射关系,智能体学习充分后即可求解得到最优的调车作业计划。通过3组算例对比验证本方法效果,结果表明:相较于统筹对口法和排序二叉树法,本方法使用的股道数量更少、调车作业计划更优;相较于分支定界法,本方法可在更短时间内求解质量近似的调车作业计划。因而,本方法有助于提高车站调车作业计划编制的智能化决策水平。     

面向调移车辆数优化的摘挂列车调车作业计划编制方法

调车作业计划是规定车辆如何调移及其作业程序的具体行动计划。提出了在调车钩数最优前提下以减少调移车辆数为目标的摘挂列车调车作业计划编制方法,构建了摘挂列车调车作业计划编制0-1线性优化模型,并设计了基于消逆规则的启发式分支定界算法对模型进行求解。算例表明,所提出的方法能够求解出调车钩数不劣于统筹对口法且调移车辆数更少的调车作业计划,在给出的算例中总调移车辆数减少了约20%。所提出的方法能够对调移车辆数进行优化,对调车作业计划编制质量的进一步提高、调车过程能耗降低等方面有积极意义。     

基于广义费用函数的城际铁路分时定价策略研究

随着我国城市群的发展,区域内部各城市之间的客流需求不断增长,城际铁路作为城市间出行的主要方式,客流在高峰、低谷时段具有明显的不均衡性。为了更加平稳有序地提供高质量服务,充分发挥票价调节供需匹配关系的作用,对城际铁路分时定价策略进行研究,构建不同时刻、不同运输方式的旅客出行广义费用函数,建立双层规划模型,优化不同时段城际铁路票价,并结合Frank-Wolfe算法和带有惯性权重的粒子群算法,求解双层规划模型。最后,以京津城际铁路为例,验证了分时定价策略可以使客流分布更加均衡,并提高铁路运输部门收益。