考虑驾驶人风格的跟车预警规则研究

为研究驾驶人的跟车特性及探究可适用于不同风格驾驶人的跟车预警规则,为自动驾驶车辆开发可满足不同用户驾驶需求和驾乘体验的主动安全预警系统,选取50名被试驾驶人开展实车试验,采集驾驶人跟车行为表征参数并基于雷达数据确定跟车事件提取规则。选取平均跟车时距和平均制动时距为二维向量,使用基于K-means聚类结果的高斯混合模型将驾驶人聚类为3种风格类型(冒进型、平稳型、保守型)。通过分析3组驾驶人的跟车及制动数据,将不同类型驾驶人的制动时距分位数作为跟车预警阈值,结合实际预警数据及不同制动时距分位数对应的预警正确率,对现有跟车预警规则进行调整,以适应不同类型驾驶人的驾驶需求。研究结果表明:3组驾驶人的平均跟车时距和平均制动时距差异显著,冒进型驾驶人倾向于选择较小的跟车时距和制动时距,保守型驾驶人的跟车时距和制动时距则普遍较大;3组驾驶人的实际跟车预警次数为215次,驾驶人采取制动操作而系统未予以预警的次数为329次,系统整体预警正确率为21.9%,漏警率为87.5%,通过分析信息熵等判定当前预警规则并不合理;将每类驾驶人制动时距的10%分位数作为阈值时的预警效果较好,调整后的跟车预警规则能在一定程度上适应不同的驾驶人类型。     

多工序加工单元的移动机器人调度优化

为合理分配动力电池生产线容量确定单元中移动机器人的任务,优化机器人调度路径,提高调度效率,在考虑设备加工工时、物理位置等约束下,以最小化调度任务时间为目标,建立多工序加工单元单轨约束下多移动机器人调度模型,设计遗传算法并采用MATLAB进行求解,给出不同机器人分配方案下的目标函数值和收敛情况。结果表明,采用所提出的调度方法对单轨多机器人服务范围进行规划能够减少调度时间、提高调度效率。     

中压直流综合电力系统燃油经济性调度策略

由于研究对象、运行要求和调控手段存在差异,陆用电力系统和传统船用电力系统的燃油经济性策略无法直接应用到中压直流综合电力系统中。针对中压直流综合电力系统的能量优化调控需求,建立综合电力系统燃油经济性调度模型,提出基于分层优化方法的系统燃油经济性调度优化算法,实现对整流发电机组出力的优化。同时,提出适用于中压直流综合电力系统燃油经济性优化调度的方法,实现对发电机出力的优化调度,并通过仿真试验验证该方法的有效性。     

机场净空区范围确定方法

为了解决城乡建设和机场净空保护之间的矛盾,分析了气象条件、导航设备、起落航线和飞行技术对机场净空区范围的影响.应用飞行航线理论知识,综合考虑各种影响因素,对机场净空区的组成和范围进行了修改:增加升降带的规定,修改端净空区扩散率为15%,端净空区宽度由2 km增大为3 km,将二与三、四级机场的净空区范围分别减小到50%和60%.结果表明现行的机场净空规定既能保证飞行安全,又为城乡建设发展提供了更大的空间,是可行的.     

战场抢修多目标多分队调度优化研究

基于多目标的战场抢修分队调度优化问题一直以来是装备指挥管理部门关注的问题之一.通过约束转换,确立了采用遗传算法进行多目标优化调度的模型,并详细地说明了遗传操作方法的设计,实例验证了遗传算法在多目标多分队调度问题处理过程中的有效性.     

基于SQP优化和上限法的倾斜荷载下条形浅基础极限承载力计算

对均质地基岩土体上条形基础承受倾斜荷载的情况,根据线性破坏准则和相关联流动法则,利用极限分析中的机动法,构建了一个承受倾斜荷载作用的条形浅基础的二维机动许可破坏模式.根据外力功率与内部耗能相等原理获得极限承载力的目标表达式,并把其转化成了一个求含有非线性约束的极限承载力上限解最小值问题计算模型.应用MATLAB软件平台,对建立的计算模型采用序列二次规划法(SQP法)进行了承载力上限解优化求解.研究结果表明:极限上限分析结合优化理论SQP法适用于该问题的求解;荷载的倾斜程度对条形基础地基承载力影响较大;相同计算参数条件下,构造刚性块较少的简单的相容速度场也能够求得较为精确的数值,因而计算的速度和效率也将得到大幅提高;影响参数分析表明,计算参数取值对极限承载力量值具有非线性影响且权重存在差别,将结果与已有文献资料进行了分析比较,所得结果较前人研究成果有一定改进.     

公共自行车多层次分区调度方法研究

公共自行车发展的制约性问题在于调度滞后,服务水平无法满足用户需求.从时间分布和空间分布两方面分析了公共自行车高峰期潮汐需求规律及其与用地类型的关系.创新地提出以上层调度区域、调度小区和站点为主的多层次分区调度方法.在详细分析了各层次分区流程及相关参数的基础上,提出结合虚拟小区与有时间窗的多目标优化调度模型解决区间调度问题,并且建立了小区内调度的最优路径模型.形成区间灵活调度,区内路径固定的半确定调度体系.案例证明该方法具有较强的可操作性.该方法在保证高峰期及时调度,减少不必要的绕行和拥堵时间,提高调度效率,减少盲目性等方面具有重要意义.     

Experiment of boundedly rational route choice behavior and the model under satisficing rule

In this paper, we study the boundedly rational route choice behavior under the Simon’s satisficing rule. A laboratory experiment was carried out to verify the participants’ boundedly rational route choice behavior. By introducing the concept of aspiration level which is specific to each person, we develop a novel model of the problem in a parallel-link network and investigate the properties of the boundedly rational user equilibrium (BRUE) state. Conditions for ensuring the existence and uniqueness of the BRUE solution are derived. A solution method is proposed to find the unique BRUE state. Extensions to general networks are conducted. Numerical examples are presented to demonstrate the theoretical analyses.     

船舶调度闸外编排算法

为了提高船闸的通过能力,优化船舶进闸调度,分析了三峡船闸船舶的平均过闸间隔时间,提出了闸外编排的概念,分析了船舶在进闸调度中的操作流程,以安全性和进闸耗时为目标,建立了闸外编排的数学模型,设计了相应的启发式求解算法,将模型的目标和约束条件通过启发式方法生成船舶在闸外的排序法则。数值试验分析结果表明闸外编排数学模型切实可行,排序算法可以生成安全高效的进闸方案,闸外编排的实现考虑了船舶进闸时间和安全性原则,缩短了闸次间隔时间,提高了日开闸次数,有效地提高了通航设施的整体通过能力。     

Improving maritime inventory routing: application to a Brazilian petroleum case

The crude oil offloading and supply problem (COSP) is a type of operation maritime inventory routing (MIR) problem encountered by petroleum companies. In COSP, the company not only is responsible for the ship scheduling to carry the crude oil from production sites to discharge ports but also must maintain inventory levels at both ports (production and consumption) between safety operational bounds to avoid disruptions in its crude oil production and/or refining processes. We show how to improve significantly the decision-making process in a Brazilian petroleum company using a mixed-integer linear programming (MILP) model to represent COSP. Comparison tests with a current ship-scheduling method adopted in the company indicated that the use of the MILP model increased the transportation efficiency and reduced costs by 20% on average. In addition to the quantitative gains, the use of a MILP model to solve COSP has succeeded when encountering real-life events, such as variation in production or consumption rates, berth unavailability, and changes in the storage capacities at ports.