公交线网优化的算法研究

为缩短居民乘车出行时间以及减少公交运营投入,在公交线网优化过程中通常采用具有全局最优的遗传算法。针对基本遗传算法自身的一些缺点,提出了一种改进的遗传算法。该算法在公共交通路线优选过程中运用减少搜索空间、加入最佳保留策略和修正策略的方法,对基本遗传算法中的选择、交叉、变异算子及中止条件进行改进。改进遗传算法能够在保证种群多样性的同时加快收敛速度,较好地避免了基本遗传算法前期容易早熟和后期进化缓慢等现象。实例仿真计算表明,该算法具有比基本遗传算法更高的效率,是优化公交线网的一个有效途径。     

一种基于定点DSP的语音识别算法实现

介绍了一种基于定点DSP的特定人的孤立词语音识别系统,着重讨论了算法中参数快速提取的实现．该算法采用基于动态规划（DP）技术的动态时间弯折算法（DTW）,采用VAD两极端点检测方案以提高端点检测的精度,以Mel尺度倒谱系数为语音识别参数．首先讨论了标准浮点实现方法,然后结合算法特点和定点DSP的结构,采用了一种优化的快速定点实现方法．测试结果表明,定点算法时间比浮点算法大大降低,使系统的性能得到了提高．     

一种基于加权复杂网络的最优公交换乘算法

用space P方法对公共汽车交通网络(公交网络)进行建模,得到一个无权的复杂网络模型,并简单分析了其统计特性.利用广度优先搜索算法得到需换乘两公交站点间的所有最少次数换乘方案.在此基础上,引入了网络点权,即站点的经纬度,进而得到网络的边权,即站点间的直线距离,把公交网络进一步建模成一个加权的复杂网络模型.结合得到的最少换乘次数方案,最终得到一种在保证换乘次数最少的基础上站间总直线距离也最短的换乘方案,并用杭州的实际数据验证了此算法的有效性.     

考虑公交自行车的多层次公交协同调度研究

利用自行车实现公交线路之间换乘,可以有效扩大公交线路换乘范围. 实现不同层次公交线路间协同调度,可促进综合公交体系整体效益的发挥. 本文研究了考虑自行车换乘的、不同层次公交线路的协同调度问题,以乘客在线路间换乘的加权等待时间最小为优化目标,建立了相应的协同调度模型,基于遗传算法进行求解. 选取不同层次的实际公交线路,对所提协同调度模型进行仿真验证. 研究表明,所构建的协同调度模型及求解结果,能够有效缩短乘客在不同层次线路间换乘的等待时间.     

基于层次蝙蝠算法的应急车辆调度与交通疏散协同决策

城市路网多事故应急救援中，因交通拥堵造成应急车辆滞留现象时常发生，严重影响道路交通事故救援效率.提出通过交通疏散提高救援路径的可靠性，构建双层规划模型对应急车辆调度和交通疏散进行协同决策. 设计一种双层蝙蝠算法，上层算法在应急车辆需求、事故时间窗和可用车辆约束下求解响应时间最短的调度方案，下层算法在路段容量和疏散需求约束下求解多条最短路径的交通疏散策略，从中选取最短时间路径. 算例结果表明，本文模型通过缩短应急车辆在途时间有效提升了应急救援效率，算法具有优秀的寻优能力和运行速度.     

考虑客流空间分布的地铁列车节能时刻表优化方法

客流变化引起的列车质量变化是影响地铁列车能耗与节能运行的重要因素之一. 本文考虑地铁线路客流空间分布差异,研究耗散型再生制动能利用方式下的列车节能时刻表优化方法. 结合各区间载荷差异和列车运动方程,建立以净能耗最小为目标的时刻表优化模型,通过适度优化计划停站时间、区间运行时间和折返时间协同多列车牵引、巡航、惰行和制动过程的时空分布,设计二分法和粒子群算法对模型求解. 以北京地铁某线路进行实例研究,结果表明,优化模型能有效协同多列车的节能运行,考虑客流空间分布差异比假定列车载荷为常数能进一步提升节能效果.     

基于地铁-货车联运的物流配送路径优化

为应对配送车辆引起道路拥堵和环境污染问题,提出地铁与货车联合运输. 在不改变地铁运行方案的前提下,利用地铁非高峰时段开展货物配送;考虑地铁剩余运能、货车容量、最大行驶距离、客户服务时间窗等限制条件,以配送距离最短为优化目标,构建基于地铁-货车联运的物流配送路径优化模型. 通过地铁配送路径设计不规则二维矩阵编码结构,使用改进自适应遗传算法求解. 以某市地铁货物运输为例,验证模型和算法的实用性、有效性. 结果表明,地铁-货车联合配送距离短,在客户时间窗范围内送达比例高,有效提高客户满意度.     

时变交通下生鲜配送电动车辆路径优化方法

依据时变交通路网特点设计基于路段划分策略的行驶时间计算方法,综合考虑客户对生鲜产品最低新鲜度约束,车载限制和电动车电量约束,设计三约束决策因子方法.以配送总成本最小为目标,构建时变交通下电动车城市生鲜配送路径优化模型,根据模型特点设计自适应改进的蚁群算法.实验结果表明,本文方法能够根据客户生鲜新鲜度要求,客户属性和路网特性,合理安排发车时间,科学规划配送路径,有效避免交通拥堵;通过算法对比,本文模型和算法能够明显降低配送成本,提高企业经济效益.     

横风下高速列车动力学参数的多目标优化

为改善高速列车横风下运行的动力学性能, 提高运行平稳性和安全性, 以轮轴横向力和轮重减载率为优化目标, 对高速列车动力学模型的悬挂参数进行多目标优化设计; 建立高速列车多体动力学参数化模型, 依照大风限速标准, 加载列车在横风下以不同速度运行的气动力数据, 选取了止挡间隙、一系悬挂纵向和垂向刚度、二系悬挂纵向和垂向刚度、一系垂向减振器刚度、二系横向和垂向减振器刚度、抗蛇形减振器刚度及阻尼11个变量; 搭建高速列车动力学模型优化平台, 对高速列车多体动力学参数化模型的设计参数与轮轴横向力和轮重减载率的相关性进行分析, 得到列车各悬挂参数对轮轴横向力和轮重减载率的影响趋势; 基于相关性结果, 采用NCGA、AMGA和NSGA-Ⅱ遗传算法对高速列车的动力学参数进行优化设计。分析结果表明: 采用NSGA-Ⅱ算法的优化结果最为理想; 与轮轴横向力和轮重减载率相关性最大的参数为抗蛇形减振器刚度, 为反效应; 优化后列车的动力学性能得到明显的改善, 轮重减载率从原始的0.78整体优化到0.63以下, 且最小可以优化到0.49, 最高可降低37.2%;轮轴横向力从原始的16.8 kN整体优化到9.6 kN以下, 且最小可以优化到5.79 kN, 最高可降低65.5%;得到了优化目标的Pareto前沿最优解, 确定了列车各动力学参数设计变量的最优解集, 并对最优解集在其他列车速度和风速组合下的运行工况进行验证, 适用性较好。     

突发公共卫生事件下应急定制公交线路优化

考虑突发公共卫生事件下的疫情防控要求, 构建了一种应急定制公交线路优化方法; 对城市中已经封闭的小区和路段进行筛查, 并将这些小区和路段设置为应急定制公交禁行区域; 以所有应急定制公交总运行时长最短为目标, 以乘客上座率不超过安全阈值为约束, 同时考虑供需匹配, 构建了突发公共卫生事件下应急定制公交线路优化模型; 设计了遗传算法来求解该模型, 采用三段式混合编码方式进行染色体编码, 3段染色体分别由定制公交停车场编号、上车站点编号和下车站点编号组成, 运用贪婪策略解码染色体; 采用模拟案例验证了模型与算法的可行性, 并将优化结果与正常情况下基于相同客运任务的定制公交线路优化方案进行了对比。研究结果表明: 在完成相同客运任务的情况下, 应急定制公交线路所需车辆数比正常情况下多2辆, 车辆的总运行时长也比正常情况下增加6.997 h; 正常情况下的定制公交线路优化模型不能直接用于突发公共卫生事件场景, 针对应急场景构建的定制公交线路优化模型与算法能从众多备选方案中快速计算得到优化方案, 不仅能满足防疫要求, 还能满足人们的出行需求。