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.     

利用激光点云的城市无人驾驶路径规划算法

为了解决随机采样算法受感知环境不确定性影响下的弱鲁棒性以及弱可靠性问题，采用一种基于激光空间势场的渐优随机采样算法框架来设计符合无人驾驶需要的规划算法。针对感知环境的不确定性，首先基于势场原理与激光障碍物点云构建一个融入了斥力场的规划空间，解决激光障碍物提取中的过分割等问题。其次，利用规划空间来处理随机采样算法中的采样策略、最优母节点选取策略、修剪策略以及最终路径选择策略。再次，在算法中加入了Anytime策略来提高优化解的利用率，使得算法的计算效率满足无人驾驶实时性的要求。同时，为了保证无人驾驶中规划路径的鲁棒性与可靠性，创建了一个综合5重因素的代价函数来选择最优路径，并根据不同的无人驾驶场景来调整相对应的参数；最后在城市测试道路上进行了实地测试。结果表明：设计的算法框架能够适应最高时速40 km·h^-1的城区驾驶环境，并能完成跟驰、换道、融入以及静动态障碍物的避障决策。在与SST算法的对比试验中，所提出的算法在各个试验中的轨迹、方向盘转角以及速度的平滑性都优于SST算法，其轨迹与障碍物的距离也优于SST算法。     

An improved Dial's algorithm for logit-based traffic assignment within a directed acyclic network

Abstract

Dial's algorithm is one of the most effective and popular procedures for a logit-type stochastic traffic assignment, as it does not require path enumeration over a network. However, a fundamental problem associated with the algorithm is its simple definition of ‘efficient paths’, which sometimes produces unrealistic flow patterns. In this paper, an improved algorithm based on the route extension coefficient is proposed in order to circumvent this problem, in which ‘efficient paths’ simultaneously consider link travel cost and minimum travel cost. Path enumeration is still not required and a similar computing efficiency with the original algorithm is guaranteed. A limitation of the algorithm is that it can only be applied to a directed acyclic network because a topological sorting algorithm is used to decide the order of the sequential calculation. A numerical example based on the Beijing subway network illustrates the effectiveness of the proposed algorithm. It is found that it is able to exclude most unrealistic paths, but include all reasonable paths when compared with path enumeration and the original Dial's algorithm.     

接触网可靠性研究方法浅析

介绍了国内外接触网可靠性研究的现状,分析了接触网的主要故障、接触网强度可靠性分析的计算模型和可靠性计算方法,对接触网可靠性研究存在的难点及其进一步研究的方向提出了几点建议。     

混沌遗传算法在船舶电力系统供电恢复中的应用研究

实现船舶电力系统的快速供电恢复是一个复杂的多目标非线性组合优化问题.根据系统的特点,采用混沌自适应遗传算法,使用混沌优化产生初始群体,以保证初始种群含有较丰富的模式,从而增加搜索快速收敛于全局最优解的可能,然后通过采用精英保留的选择机制和自适应交叉、变异概率,有效地加快了算法的收敛速度.船舶电力系统典型故障恢复算例表明,该算法改善了遗传算法的性能,提高了算法的收敛速度及精度,避免了不成熟收敛,较好地实现了船舶电力系统的多目标故障恢复.     

混凝土拱涵的优化设计

针对常规混凝土拱涵材料用量大的问题，介绍了新颖的拱涵结构形式，应用遗传算法对拱涵的轴线进行了优化设计，得到受力合理的拱轴线坐标，拱圈各截面弯矩均比较小，使涵洞结构简单，施工方便，达到节省材料、加快施工速度、降低工程造价的目的。     

改进的亚像素级快速角点检测算法

针对采用手工选择特征点能够保证特征点的均匀分布,但是自动化程度低而且耗时的问题,提出一种自动获取亚像素角点的新算法.该方法采用一种由粗到精的多层次检测策略,先采用SUSAN算法对角点粗定位,在此基础上用Forstner算子对角点精确定位.实验证明：文中的算法不仅保证SUSAN算法的灵活性和Forstner算子的亚像素级精度,而且速度快,并且对噪声具有鲁棒性.特征点的选择过程无须人工干预,完全自动化.算法克服了手工选择特征点耗时及自动化程度低的问题,而且能提取某些特殊性质的角点,具有自动自适应检测性能和较强的实用性.     

基于均值聚类的体绘制中传递函数的自动产生

采用均值聚类的算法为三维数据场直接体绘制的传递函数中的各类分界自动产生关键点。该方法为传递函数关键点的初选提供了合理的依据和参考，将器官组织的灰度自动分为C类，传递函数的关键点取在边界点处，并使分界点处的透明度为较大值，这样使器官组织的分割自动达到较好状态。实验显示，通过自动产生的传递函数比手动选择的传递函数提供了表达更清晰组织的重构的显示效果。     

基于人工神经网络的快艇总振动预报

快艇因其重量轻、航速高，因而振动比较难控制，且一旦船体结构基本确定之后，要改善其总振动状况将更加困难。由于目前的规范计算法和有限元法需进行大量计算，费时费力，这对快艇设计的初期阶段很不利，因而在已有的设计经验的基础上，建立了快艇总振动预报的人工神经网络模型，为快艇设计的初期阶段提供参考。样本检验表明，该网络能较好地预报快艇的总振动。     

粒子群优化算法在舰船维修费用分配中的应用

将舰船维修费用按照维修计划结构进行分解，通过回归分析方法，建立舰船维修总体效益与各项费用比例之间的分配优化模型，利用粒子群优化算法对模型最优化求解，计算实例具有较好的效果。