地铁乘务排班计划优化的最短路快速算法

乘务排班计划是城市轨道交通运营管理中的重要环节,为了解决目前乘务排班效率低下的问题,对乘务排班计划进行优化。在考虑便乘的情况下,以乘务排班计划总接续时间最小及总运营成本最小为目标建立地铁乘务排班计划编制的双目标优化模型。在满足相关约束条件的基础上,将乘务作业段按照早、白、夜班分成3组,以乘务作业段为顶点,乘务作业段之间的接续关系为弧构建早、白、夜班的网络图,并形成乘务作业段接续时间矩阵,将乘务排班转化为最短路问题。运用相关最短路算法进行求解,该算法采用动态优化逼近的方法,一条最短路径即为一个乘务任务。以成都地铁5号线为例进行乘务排班计划编制,对模型和算法进行测试。研究结果表明：在求得的乘务排班计划中,早班乘务任务个数为53个,任务时长为280 h 34 min 57 s;白班乘务任务个数为41个,任务时长为199 h 54 min 51 s;夜班乘务任务个数为49个,任务时长为215 h 25 min 37 s。总乘务任务个数为143个,总工作时长为695 h 55 min 25 s。与手工编制结果相比,降低了乘务排班计划的总成本及接续时间,提高了求解效率。     

天气对路段行程时间可靠性的影响分析

本文考虑出行时间的连续性和降雨程度不同建立了路段出行时间可靠性模型,并采用出租车GPS数据验证了该模型。拟合结果表明,兰州市不同降雨等级的城市道路出行时间分布具有相似性,且均符合对数正态分布。此外,研究表明,可以采用缓冲指数(BI)和缓冲指数变化率(BIVR)作为出行时间可靠性指标,判断不同降雨程度对出行时间变化的影响。整体而言,出租车在路段的行车时间可靠性会由于降雨的影响而增强,其增强效果会随着降雨量的增加而增强;城市次干路和支路受降雨天气的影响较主干路大;相比主干路,降雨对出租车在次干路和支路的路段行程时间可靠性略有降低。     

神华调度信息系统的车站级网络通信研究

研究神华调度信息系统的车站级网络需求,保障神华调度信息业务开展的同时,提高车站级网络性能。通过分析网络可靠性、可用性、安全性技术要求,提出神华调度信息车站级组网方案,可满足调度信息系统的业务需求,同时,车站级组网方案与公司级、中心级组网方案进行融合,构建神华调度信息系统整体有线网络,以确保神华调度系统业务的长期稳定运行。     

公路工程审计方法与实施要点研究

为进一步提高公路工程项目的经济效益,对审计理论与审计发展进行探讨,对公路工程审计的特点、内容与效用进行分析,总结现阶段常用的公路工程审计方法,并结合实际项目提出具体审计策略,以期为相关人士提供参考。     

高掺量厂拌热再生改性沥青混合料路用性能研究

为了进一步推动与落实高掺量RAP再生混合料的发展与应用,提出了一种添加再生剂再生老化沥青,同时添加复合改性剂或高黏改性剂提升再生沥青混合料性能的双改性技术路径。通过固定RAP掺量为50%,基于马歇尔试验确定试验配比,在此基础上添加髙黏改性剂或复合改性剂制备再生改性沥青混合料,并与只添加再生剂的再生混合料进行高温性能、低温性能和水稳定性对比。试验结果表明：相比于单独再生剂的改性,进行双改性的高掺量RAP厂拌热再生改性沥青混合料高温性能均有提高,复掺复合改性剂和髙黏剂分别提高了15%和3%;水稳定性基本保持稳定,无明显提高;低温性能通过双改性分别获得16%的提升并满足了路用技术要求。研究解决了高掺量RAP再生混合料低温性能无法满足新建道路对改性沥青沥青混合料要求的问题。     

全驱动自主水下机器人回收路径跟踪模糊滑模控制

为满足全驱动自主水下机器人(Autonomous Underwater Vehicle, AUV)的水下搜救、回收和海底地貌成像等实际任务的需求,对全驱动AUV路径跟踪控制应用方法进行研究。阐述“探海Ⅱ型”全驱动AUV回收系统的组成,建立该AUV的水平面和垂直面数学模型,设计一种模糊滑模路径跟踪控制器,并对其进行仿真和湖试试验。结果表明：该AUV运行可靠,能较好地完成回收路径跟踪任务,满足水下实际任务需求;研究的AUV路径跟踪控制器对全驱动型AUV及其他领域的路径跟踪控制具有借鉴意义。     

基于GERT网络的应急救援关键路段识别

为了及时识别出突发事件下城市道路的关键路段,以构建最短应急救援路径,本文提出了一套完整流程.首先,针对路网在应急条件下的贫信息环境特征,设计一种基于模糊综合评判的行程时间估算方法.然后,考虑救援人员的应急心理和经验选择行为,构建面向广义阻抗的GERT(Graph Evaluation and Review Technique)网络模型.最后,运用Dijkstra算法获得救援路径完成关键路段识别.以成都市某区域实际交通网络为算例进行验证,结果表明:基于2种模糊算子估算路段行程速度,其绝对误差为2.722 km/h,精度较高;与传统关键路段识别方法相比,GERT网络模型能更好地反映行程时间和路段拥挤度对路径选择行为的影响(拟合度80.95%),并将重要度识别技术从路网降低到路径层面,效果良好.