基于标杆的多车多品种货物装载优化算法

根据货物与货车体积质量比差异情况,结合组合理论,设计基于不同标杆的优化算法,充分利用车辆的载质量与容积,以提高装载效率。对于轻质货物,以货车的载质量为标杆,在充分利用货车容积的同时,尽可能地提高货车的载质量利用率;对于重质货物,以货车的容积为标杆;匀质货物的体积和质量相对货车都比较均衡,以货车的体积质量比为标杆,对货车的容积和载质量利用率同时优化。数值仿真结果表明标杆算法的效率普遍优于其他算法,标杆算法下体积利用率曲线和载质量利用率曲线及其趋势线比较平稳,算法的稳定性强,适合大规模多车多品种货物的装载。     

Dangerous driving behavior detection using video-extracted vehicle trajectory histograms

Dangerous driving behavior detection can be used in video surveillance systems to identify dangerous patterns, such as Abrupt Double Lane Change (ALC), Retrograde Driving (RD), and Illegal U-Turn (IT), for traffic design, traffic management, and law enforcement. The purpose of this study is to develop a detection method of dangerous driving behavior based on video surveillance. First, a novel method named trajectory histogram is proposed. A set of trajectory histograms (e.g., control points histogram and velocity histogram) is constructed to represent vehicle motion. Then, a frequently used feature selection method named Minimum Redundancy and Maximum Relevance (mRMR) is introduced to evaluate the most representative trajectory histograms for dangerous driving behavior detection. In addition, a hybrid algorithm, Particle Swarm Optimization-Support Vector Machine (PSO_SVM), is then developed to identify dangerous driving behavior. To validate the performance and effectiveness of the proposed method, several experiments are conducted. The results show that mRMR is better than other representative methods, namely Conditional Mutual Information Maximization (CMIM), Mutual Information Maximization (MIM), and ReliefF, for evaluating the most representative trajectory histograms. Based on the most representative trajectory histograms, the detection accuracy rate of dangerous driving behavior using PSO_SVM is superior to those of the most frequently used classifiers—Naïve Bayesian Classifier (NBC), k-Nearest Neighbor (kNN), and C4.5 decision tree. In addition, we find that the proposed method outperforms the two common approaches for dangerous driving behavior detection in video surveillance systems. Therefore, the proposed method can be widely applied to detect dangerous driving behavior in video surveillance systems.     

铁路驼峰解体作业潜在危险性的研究

本文阐述了驼峰解体作业潜在危险产生的机理，给出了危险度确定方法，在评价过程中，找出不安全因素，改善作业方式，减少人身伤亡事故的发生。     

电气化铁路对通信电缆电磁干扰影响的计算及防护

电气化铁路供电系统对通信电缆存在电磁干扰,结合工程实例,介绍直接供电方式接触网对通信电缆线路危险影响产生的原因、计算方法及防护措施。     

加速遗传算法在路堤边坡稳定性分析中的应用

根据加速遗传算法的思想和瑞典法基于圆弧滑动面的假定,提出一种用加速遗传算法搜索最危险滑动面及其对应的最小安全系数的方法。该方法是一种改进的遗传算法,它不仅能克服传统方法容易陷入局部极小值的缺点,而且较简单遗传算法具有更高的搜索效率,计算时间短,搜索的解更优,是一种全局优化算法。通过某高速公路工程实例对其进行了验证,结果令人满意。     

铁路危险货物办理站布局优化双层规划模型与算法

根据国家标准中规定的常见危险化学品在存储区的临界量,提出布局优化阶段的铁路危险货物办理站环境风险评估模型.在此基础上,根据铁路决策部门与危险货物运输客户之间的主从递阶决策关系,建立铁路危险货物办理站布局优化问题的双层规划模型.上层规划模型以一定区域内危险货物办理站环境风险最小化而运量最大化为目标,下层规划模型以客户运输费用最小化为目标.采用该模型可以合理确定危险货物办理站的地理位置及承办危险货物的类别.通过构造上、下层决策变量间的反应函数,设计模型的启发式求解算法.算例验证了模型及其算法的可行性和有效性.     

基于模糊综合评价模型的铁路危险货物运输路线选择方法研究

影响铁路危险货物安全运输路线选择的因素涉及管理、环境及设备等方面。基于模糊综合评价模型的铁路危险货物运输路线选择模型及算例分析可定量分析路线选择问题提供决策依据。     

治理假冒伪劣商品泛滥的适度控制分析

在一个国家内根据假冒伪劣商品是极其困难的，即使可能也是不经济的，为了符合经济平衡，应将其控制在能被消费者和企业接受的适度范围内。通过分析政府和企业打击假冒伪劣商品的适度控制问题，求出了企业“打假”费用的最佳投入区间，推导出了企业“打假”费用的投入与销售收入的函数关系式；同时，运用微观经济分析方法，定性地给出了政府“打假”费用投入的最佳规模。     

驾驶危险点的处理分析

驾驶危险点是行车过程中不可避免的情况,合理处理、安全通过驾驶危险点是安全行车的重要保证。对各种处理方式进行了分析,并进行了通过方法和步骤的分析,这对于实际驾驶有重要的指导意义。     

国际航行船舶载运危险品进港申报时限有关问题的探讨

目前，关于国际航行船舶载运危险品进港申报的时限存在争议。文中通过对我国有关法律法规的分析，得出国际航行船舶载运危险品进港中报的时限应为到港7日前（航程不足7日的，在驶离上一港前）的结论因此建议对此进一步明确规定，以规范危险品申报审批工作。