锚泊辅助动力定位研究与进展

  目的  为优化布锚夹角并满足锚泊线的强度要求,提出一种计算锚泊系统静回复力的方法。  方法  使用该方法,研究布锚夹角对平台静回复力、艏向变化及锚泊线受力均匀程度的影响。利用改进的遗传算法,优化布锚夹角,并从2个方面提高算法精度：一是通过对3种因素（静回复力大小、静回复力对扰动方向的敏感程度、锚泊线的受力均匀程度）的影响分析人为生成初始种群;二是结合自适应算法加强局部搜索能力。  结果  结果显示,改进后的遗传算法拥有更高的优化精度,把优化后的结果反馈给锚泊系统受力模型,可降低锚泊线对破坏强度的要求。  结论  所做研究可为锚泊系统布锚夹角及锚泊线材质的选择提供参考。     

道路网单向交通优化设计模型

为了提高道路网的通行能力和服务水平, 提出了单向交通组织的双层规划模型。上层模型的目标函数为最小总走行时间、最短绕行距离和最少交叉口冲突点数量, 用于求解单向交通的优化方案; 下层模型为用户均衡交通量分配模型, 用于计算上层模型给出的道路网中的路段交通流特征。提出路段组合、可行解判断等方法减少决策变量和解空间, 设计多目标遗传算法进行求解, 并以威海市数据进行实例分析。分析结果表明: 在实施单向交通组织后, 机动车流量与道路容量的平均比值由0.516 1下降至0.487 1, 平均值的方差从0.418 9下降至0.379 1, 机动车的平均出行时间由27.1min下降至25.4min, 单行引起的平均绕行时间仅有0.61min。可见, 提出的模型可应用于中等城市道路网的单向交通方案设计。     

基于IGA-PID的减摇水舱摇摆台控制仿真研究

减摇水舱设计完成后要安装在摇摆台上,通过摇摆台精确模拟在特定海况下船舶横摇运动从而对水舱性能进行检测,摇摆台动力装置为电液伺服系统,在模拟不同船型时,配重改变及系统本身零漂,零偏等干扰因素变化使得对其执行机构传统的PD控制参数整定难、适应性差从而模拟精度降低.文章对摇摆台进行数学建模及仿真模型搭建,设计了IGA-PID控制器,采用免疫遗传算法的PID控制,通过抗体间的促进与抑制反应,不依赖控制对象实现系统的自适应,从而对PID控制参数进行整定得到全局最优解.仿真结果表明,该控制算法的应用具有更好的控制效果和鲁棒性,满足水舱测试精度要求.     

航空收益管理中多航段舱位控制模型

为了优化多航段舱位控制, 提高航空客运收益, 将旅客始-终点流按票价由高到低排序, 定义旅客始-终点流为决策变量, 以各始-终点流需求为约束条件, 以航线期望总收益为目标函数, 建立了多航段舱位控制问题的随机规划模型, 设计了模型求解遗传算法。算例分析结果表明, 收益计算结果最大误差为0.34%, 结果稳定, 模型可行。     

多跑道降落飞机协同调度优化

为了制定安全、高效的空中交通管理战术决策, 研究了多跑道降落航班协同调度问题。基于协同决策理念, 综合考虑空管、航空公司和机场等因素, 提出一种协同航班调度策略, 给出了协同调度优化模型。模型在满足安全性和公平性约束条件下, 寻求总延误成本最小即功效性最大的调度方案。采用基尼系数建立公平性约束, 以处理功效性和公平性之间的关系, 并引入当量航班概念来定量分析公平性。针对多跑道航班调度问题的特点, 设计了遗传算法予以求解验证。仿真结果表明: 该算法总延误成本比先到先服务算法降低了72.6%, 最大延误时间减小了50.8%, 因此, 调度的功效性与公平性得到提高, 所提方法有效。     

遗传算法在冲击隔离系统优化设计的应用

利用智能遗传算法实现冲击隔离系统的最优化设计。通过遗传算法搜索出隔离系统中最佳的作用力使得此隔离系统的性能达到其极限，即在受到冲击时位移响应最小。计算结果表明这种算法在冲击隔离系统的最优化设计中具有较好的效果。     

城市生活垃圾收运路线优化模型及算法研究

针对城市垃圾收运的现状,以垃圾收运的约束条件建立了单目标的垃圾收运路线优化模型,进而提出了相应的遗传算法,最后通过案例验证表明遗传算法求解垃圾收运问题能得出良好的近似解并具有较高的收敛速度,由此说明遗传算法在求解收运路线问题上具有较高的效率和较强的可行性。     

基于遗传算法的城市区域交通信号控制系统仿真

城市交通信号控制是城市交通管理中的主要手段和途径。提出从系统最优原则出发制定交通管理策略的观点,建立城市区域系统最优模型,并基于MATLAB软件中的遗传算法给出求解。最后,通过两个典型交通路网模拟验证最优模型的适用性和合理性,并获得控制目标交叉口绿信比、延误数以及区域交通网络总的运行时间。     

铁路物流中心功能区布局方法分析

为有效地解决铁路物流中心功能区的布局问题,在对布局规划理论与实践研究分析的基础上,将系统布置规划（SLP）方法用数学方法加以改进,建立以物流中心内各功能区间的综合相互关系函数,此函数是以最大和总成本最优为目标的函数。在一定的约束条件下,运用遗传算法求解。最后,将此方法进行实例验证,得到相对优化的布局方案,具有一定的参考意义。