路锥投收自动控制系统的研制

针对高速公路交通事故现场快速隔离、警示和防护等日益增强的需求,提出一种新型路锥自动投收装置的系统设计方案.针对传统大型路锥投收装置费用高、结构复杂的弊端,利用虚拟样机技术开展紧凑型路锥自动铺设、回收一体化装置的机械结构的设计,包括路锥的叠置、拾取、传送、放置等机构.并利用Pro/E、ADMAS等仿真软件进行仿真测试.基于ARM提出嵌入式的系统总体设计方案:以uCOS-II操作系统为平台,以STM32系列单片机为CPU,完成控制器的软硬件设计,并采用"S"型加减速控制曲线策略实现电机的平滑控制.基于Android开发了操作方便、友好的人机交互接口,以"蓝牙"作为上下位机的通信桥梁,以RSA算法作为上下位机数据交互中的安全的保障.实车测试结果表明,该设计方案的路锥投放与回收成功率均达到95%,基本符合要求.但高、低速时路锥投放、回收的成功率差异较大(6%),此外,路锥的倒伏率达到5%,该单项指标基本不满足设计要求.     

针对主辅路的Vissim仿真模型参数标定方法

微观交通仿真模型的参数标定是保证仿真模型有效性的基础和前提。针对车辆在主路和辅路运行特征的差异,提出了1种针对主辅路的微观交通仿真模型参数标定方法。该方法以进口道的车均延误的偏差作为评价指标,以遗传算法作为求解工具,分别实现了微观交通仿真软件Vissim中主路和辅路驾驶行为参数的标定。同时,结合工程实例将该方法应用于北京市朝阳路与高碑店北路交叉口、南苑路与久敬庄路交叉口仿真模型的参数标定中。结果显示,采用该方法标定后的主路和辅路延误与实测延误的平均偏差分别为2.1s和2.5s ;采用主路和辅路统一标定的方法,主路和辅路延误与实测延误的平均偏差分别为7.1s和7.5s。结果表明,仿真模型参数能够有效地提高参数标定的仿真试验效率与仿真精度,验证了该方法将主路和辅路仿真模型参数分开标定的有效性。     

基于OD的高速公路断面交通流量推算方法

目前,对高速公路断面交通流量的采集主要依靠人工方式或交通流量检测设备,没有充分利用已有的OD数据资源.针对非拥挤的交通状态,根据现有的高速公路OD数据,综合考虑高速公路不同路段对于不同车型车辆的限速要求及车辆在白天或夜间的运行状况等因素,在空间和时间上同时对OD数据进行分析处理,提出了1种高速公路断面交通流量推算方法,得到高速公路指定时间段内的断面交通流量及车型,采用趋势图描述断面交通流量的分布规律,对比分析基于OD数据得到的断面交通流量与车检器检测得到断面交通流量,并通过实例验证该算法的可靠性与实用性.     

基于ADASYN-XGBoost的交通事故自动检测方法

基于数据驱动的交通事故自动检测对道路事故的及时救援与降低事故影响具有重要作用。为解决道路交通事故自动检测中的样本不均衡问题,研究了混合自适应过采样技术与极限梯度提升树算法的交通事故自动检测方法（ADASYN-XGBoost）。其中,为从不均衡的交通事故样本中有效挖掘数据的时空特征与事故发生之间的内在关联规律,构建了初始特征变量组合,引入自适应合成过采样方法（adaptive synthetic oversampling method,ADASYN）来平衡事故类与非事故类的样本数量,以增强训练数据的质量;其次,为提高检测效果,构建了基于XGBoost的交通事故检测模型,利用该模型对增强后的数据样本进行特征筛选;最后,为获取最佳参数组合,采用了贝叶斯优化算法对XGBoost进行参数的快速标定。本文使用波特兰高速公路数据集对ADASYN-XGBoost方法进行模型验证与实证研究。结果表明：与先进的基准模型相比,ADASYN-XGBoost的各项检测指标均最优,其F1分数达到94.47%且误检率低至8.95%。在模型训练样本数为2800,500（18%的初始样本量）,150（5%的初始样本量）时,ADASYN-XGBoost的F1分数分别为94.47%,88.89%,81.93%。在进一步的消融实验中,均衡正负样本后各基准模型的性能指标提高了2.68%~44.85%。本文提出的方法能够有效解决道路交通事故检测中的样本不均衡问题,同时也为道路交通安全预防与事故处理等提供了技术保障。     

无人水面艇航向航速协同控制方法

针对无人水面艇(USV)在未知干扰环境下的自主运动控制问题,研究基于模糊自适应算法的USV航向、航速协同控制方法。设计以航向角偏差量和直线距离偏差量为输入量,以及以舵角偏转控制量和油门开度控制量为输出量的模糊控制算法,并通过以航向角偏差率为输入量及以控制周期为输出量的自适应控制,使系统响应外部环境的变化。以抵达目标点的时间和舵角变化次数的加权最小值作为优化目标函数,分析论域、控制周期等参数对控制效果的影响。优化分析的结果表明:此方法在不同海面风、浪、流随机干扰的条件下,均能使无人艇抵达目标点,实现点对点的自主航行。     

基于改进TRL校准算法的二极管参数测量

加载二极管的频率选择表面和能量选择表面（以下统称“自激励表面”）具有自适应的防护特征,能够防护强电磁攻击。二极管本身参数的测量是自激励表面设计中重要的环节,准确测得二极管特征参数对于设计出满足需求的防护表面至关重要。介绍传统去嵌入法,针对传统去嵌入法存在校准件制作精度要求高、相位延时有范围的缺点,改进了用于二极管参数测量的去嵌入算法;测量几种不同PIN型号的二极管,通过对比PIN参数手册与测试结果,验证了测试方法的有效性。

     

基于免疫遗传算法的铁路列车运行调整研究

列车运行调整是铁路调度部门的重点研究对象,而自动调整是衡量铁路调度指挥自动化水平的核心。因此,以偏离运行图最小为优化目标,考虑了区间运行时分、追踪间隔时间、车站停车时分、越行约束等6个约束条件,建立了列车运行调整模型;在算法方面,针对遗传算法的缺陷,如收敛速度较慢,易于早熟收敛,提出了1种效果较好的免疫遗传算法,并对编码方案、适应度函数、抗体浓度、变异算子等进行设计改进。仿真结果表明该算法与遗传算法相比,在收敛速度,最优值以及试验成功率方面都具有更为优越的特性,可为调度人员提供1个较好的调整方案。     

遗传粒子群优化算法在船舶动力定位控制中的应用

针对船舶动力定位系统精确定点控制的问题,结合遗传算法（GA）独特的选择交叉变异功能和粒子群优化算法（PSO）较好的记忆功能等优点,提出了遗传粒子群（GAPSO）算法,并应用到最优控制性能指标加权矩阵的权重系数选择中。通过1艘海工多用途动力定位船舶定点控制仿真实验,使船舶纵荡和横荡的位置及艏摇角都逐渐保持在期望值,且所有输出值都收敛有界,结果与传统最优控制相比,遗传粒子群算法在最优控制中更具有效性及较好的寻优性能,有益于船舶工程的应用。     

改进节约蚁群算法求解物流配送车辆路径问题

针对节约蚁群算法在求解车辆路径问题易陷入局部极值的不足,提出一种基于连接表扰动策略和吸引力因子局部搜索的改进节约蚁群算法.该算法在陷入局部最优后,引入连接表扰动策略以帮助算法跳出局部最优,该策略在每只蚂蚁进行解构建之前,随机禁忌若干条吸引力因子较大的边以增加算法的勘探能力;同时采用吸引力因子局部搜索优化每只蚂蚁的解,该局部搜索利用吸引力因子引导局部搜索.实验结果表明,改进节约蚁群算法求解车辆路径问题时优于原有节约蚁群算法以及多种已有算法.     

带时间窗VRP问题的多智能体进化算法

基于实用性和合理性的角度, 研究了单个配送中心带时间窗的车辆路径问题。以行驶时间最短和客户等待时间最小为目标函数, 以服务时间窗与车辆载质量为约束条件, 建立了双目标优化模型, 采用基于整数编码的多智能体进化算法求解模型, 并将计算结果与利用遗传算法求得的结果进行对比。计算结果表明: 当客户需求点的数量为13, 需求点的服务时间为5min, 车辆最大载质量为3t, 初始智能体个数为49, 最大进化代数为200次时, 经过30次计算后, 采用遗传算法的最差值为121.8min, 最优值为110.3min, 采用提出多智能体进化算法的最差值为113.6min, 最优目标值为103.6min。可见, 采用多智能体进化算法能够获得更高质量的最优解, 而且经过多次反复试验, 最终解的变化不大。