基于遗传算法的切割路径优化

将遗传算法用于求解加工路径优化问题．针对加工路径优化目标，即零件加工轨迹应走过零件所有内外轮廓且路径最短，给出了非确定型的多项式数学模型，并根据优化目标将其简化为点与点之间的优化．用遗传算法对加工路径优化进行了遗传编码，并对75个零件排样进行了计算机仿真计算．仿真结果显示，最优值（37129mm）为初始值（43622mm）的85％，表明该算法可行。     

基于综合运输网络的客流分配优化模型与算法

以综合运输网络条件下的客流分配为研究对象,提出更适合表现旅客出行需求和各种运输方式相互竞争关系的运输细分方式,采用可量化表征综合运输网络当前客流状态的区间饱和度和径路饱和熵,并结合旅客出行广义费用函数,构造旅客出行阻抗函数,给出以综合运输网络中旅客出行总阻抗最小为目标的客流分配优化模型.基于k条最短路算法和混沌优化算法,在径路选择时考虑当前综合运输网络的旅客出行阻抗因素,设计客流分配迭代优化的动态求解算法.算例表明,利用给出的模型和算法能够得到可行和更为细分的综合运输网络客流分配方案.     

Finding time‐robust fuel‐efficient paths for a call‐taxi in a stochastic city road network

Intra‐city commuting is being revolutionized by call‐taxi services in many developing countries such as India. A customer requests a taxi via phone, and it arrives at the right time and at the right location for the pick‐up. This mode of intra‐city travel has become one of the most reliable and convenient modes of transportation for customers traveling for business and non‐business purposes. The increased number of vehicles on city roads and raising fuel costs has prompted a new type of transportation logistics problem of finding a fuel‐efficient and quickest path for a call‐taxi through a city road network, where the travel times are stochastic. The stochastic travel time of the road network is induced by obstacles such as the traffic signals and intersections. The delay and additional fuel consumption at each of these obstacles are calculated that are later imputed to the total travel time and fuel consumption of a path. A Monte‐Carlo simulation‐based approach is proposed to identify unique fuel‐efficient paths between two locations in a city road network where each obstacle has a delay distribution. A multi‐criteria score is then assigned to each unique path based on the probability that the path is fuel efficient, the average travel time of the path and the coefficient of variation of the travel times of the path. Copyright © 2016 John Wiley & Sons, Ltd.     

基于SEA的船舶螺旋桨横振传递路径分析及降噪研究

采用统计能量分析(Statistical Energy Analysis, SEA)对某船螺旋桨轴横振在到舱室中产生的噪声进行了仿真,在图论框架下将SEA系统等效为赋权有向图,求解中高频振动能量传到舱室的主要传递路径。使用偏离算法从赋权图中得到了500条传递权重最大的路径,从而确定螺旋桨振动传递到主机舱和集控室的主要路径。分析结果显示,螺旋桨横振激励主要通过二层甲板的与横舱壁的耦合传递到船首方向的舱室产生噪音,双层底和船壳对振动传递影响较小。在传递路径结构和耦合连接处采取的降噪措施可使集控室的噪声在各频段降低3 dB。     

大断面箱涵单端超长顶进监控量测技术的研究

首都国际机场区域内,毗邻机场主跑道、快滑道,进行箱涵断面尺寸为23．2m×8．55m,单端顶进长达232m的箱涵顶进施工,设计要求隧道箱涵顶进过程中引起的地表沉降值控制在25mm以内,跑道终期沉降小于40mm,鉴于本工程的特点,监控量测作为施工的先导成为本工程成功与否的关键。     

反舰导弹规避编队雷达威胁源的航路规划

针对舰群编队强大的反导探测能力,建立描述反舰导弹雷达威胁源的广义数字高程模型,讨论以提高生存力和突防能力为目标的航路规划对策。     

基于改进蚁群算法的山区无人机路径规划方法

对无人机在山区执行应急物资运输任务时的飞行路径规划问题进行研究.基于对无人机的性能分析与比选,探讨了路径规划的约束条件,提出了一种考虑路径安全度的改进蚁群算法.首先,基于高海拔山峰的位置构造泰森多边形,获取无人机在山区避障飞行条件下的路径可行解;其次,为避开山峰密集区域,建立路径安全度约束,缩小可行解范围;进而,利用蚁群算法搜索最短路径;最后,消除路径中不必要的障碍点以进一步缩短距离,并综合考虑无人机性能参数对拐角进行平滑处理,获得最终可用于实际飞行的最优安全路径.算例分析表明,改进的蚁群算法较传统算法收敛速度更快,且生成的路径更短.     

混合不确定条件下绿色多式联运路径优化

主要研究了当运输时间、中转时间、客户需求和中转集拼货运量四重混合不确定因素服从随机分布时的绿色多式联运路径优化问题,运用随机优化理论,以运输成本、碳排放成本和时间惩罚成本为目标,建立混合不确定条件下绿色多式联运路径优化模型.通过对各子目标函数权重进行赋值,得出考虑不同成本因素的多式联运路径优化方案.探讨时间、需求和网络服务能力对多式联运路径优化结果的灵敏度分析,发现各成本随时间变动而变化的规律和边际运输成本最小时的服务时间;当货运量形成规模效应后可降低边际运输成本;不同网络服务规模的运输路径优化结果,以及满足客户不确定需求的最小网络配置.     

着陆阶段航空器航迹检测与风险识别方法

进近着陆是整个飞行过程中最易发生危险的阶段.目前着陆阶段的风险识别 只能依靠塔台管制员的目视观察.在飞行员技术不熟练、起降频繁的通用航空飞行训练 中,目视观察很难准确掌握情况,也因此蕴含了巨大的安全风险.利用视频监视航空器着 陆行为,同时提出了一种适合复杂背景下小目标分割算法,从视频中提取航空器着陆航 迹;并以此为基础进一步识别降落过程中的运行风险.通过对多组不同角度的视频监视数 据验证,该算法可在复杂背景下实现航空器着陆航迹的跟踪、落地时刻的判断及危险滑 行航迹的准确识别,对于保障飞行安全具有重要的现实意义.     

多雷达多目标航迹跟踪法

提出了一种改进的模糊极小极大(Fuzzy Min-Max,FMM)神经网络算法,并结合无师训练FMM神经网络的聚类,给出了一种基于FMM神经网络的多雷达多目标航迹跟踪方法.仿真实验结果表明,这种方法能够有效地完成多雷达多目标的数据融合,并较好地实现了多雷达多目标的航迹相关.