考虑多目标的城市停车换乘选址优化模型及算法

停车换乘选址问题是城市交通网络设计研究的重点领域,已有研究的优化目标多集中在系统总费用方面,而对交通可持续发展方面考虑不足。为此,提出综合考虑多方面目标的停车换乘设施选址优化模型及其求解算法。首先,基于超网络理论,提出多方式城市交通系统的超网络模型并定义O-D (Origin-destination)间的超路径、有效超路径及子路径,结合出行者出行过程及交通网络拥挤特征,给出超路径费用的数学表达;其次,基于多方式交通网络随机均衡配流结果,构建交通总阻抗、污染物排放量以及交通系统公平性等系统优化指标的计算模型,并建立用以描述停车换乘设施选址问题的多目标优化模型;进而,以多目标系统优化模型为上层问题,以超网络下满足Logit分配的多方式交通网络配流模型为下层问题,构建描述城市多方式交通系统停车换乘设施选址问题的双层规划模型,并基于模型特征,结合“记录-搜索”思想设计非支配排序遗传算法进行求解;最后,基于Sioux Falls网络设计算例。研究结果表明：算法能够在有限的步骤内搜索到90%以上的Pareto最优解;平均而言,停车换乘措施使得交通总阻抗减小了0.31%,污染物排放量减少了7.32%...     

轻型汽油车改装柴油机后发动机悬置系统和冷却系统的优化设计

介绍在原有汽油车底盘的基础上改装柴油机后,发动机悬置系统和冷却系统的优化设计和匹配方法。建立了以发动机悬置系统能量解耦和固有频率为综合目标的优化模型,对悬置系统参数进行了优化。运用相似理论对风扇进行了优选和匹配。     

四连杆式独立悬架运动学分析与优化

四连杆式悬架是技术比较先进的悬架形式。可以从设计上保证车辆良好的直线行驶性能并最大程度减轻载荷的影响。建立了四连杆式悬架多刚体系统模型并对车轮定位参数等特性进行仿真,运用多目标函数的最优化方法对悬架的结构参数进行优化。并将优化前后的车轮定位参数运动学特性进行对比,说明进行悬架结构参数的优化对于提高悬架性能的重要作用。     

电压型三相H桥逆变器直流支撑电容容值优化

直流支撑电容是电压型逆变器的重要组成部分,其选型直接影响到逆变器的电气性能以及整机功率密度.针对三相H桥逆变器,提出了一种通过相间载波移相减小支撑电容谐波电流的方法.采用开关函数法和双重傅里叶级数分析了逆变器支撑电容电流的主要谐波成分,给出了优化电容容值的计算方法.通过仿真对比相间载波移相前后,保持直流母线波动幅值一致...     

基于改进粒子群算法的PMSM多参数辨识

针对标准粒子群优化算法对永磁同步电机多参数辨识精度低与收敛慢的问题,设计了一种自适应自治群组粒子群优化算法进行辨识,并在Matlab/Simulink中搭建参数辨识模型.仿真结果表明:改进后的算法对永磁同步电机多参数辨识的整体精度更高,收敛速度更快.     

基于功效系数法的城市公交线网优化模型

城市公共交通线网优化是城市客运交通规划的重要部分之一。对现有公交线网进行优化,可以更有效地利用现有资源,解决城市交通问题。通过对城市公交线网优化的主要内容、优化模式、优化目标以及约束条件的分析,同时兼顾乘客出行时间、线网平均满载率、公交线网密度和公交线网的布局,对整个城市交通系统的影响提出优化目标的函数表达式及相应约束条件的数学表达式,建立公交线网优化的多目标模型。通过对模型的分析,提出可用功效系数法对模型进行寻优和评价。     

正交异性组合桥面构造优化

正交异性组合桥面由于其较好的抗疲劳性能和静力承载能力、相对较轻的自重近年来在实际工程中得到较多应用。正交异性组合桥面通常由正交异性钢板和混凝土层组成,在加入混凝土层后结构刚度发生较大变化,若正交异性板仍采用传统正交异性钢桥面的构造形式将会造成不必要的钢材用量和焊接量增加。采用遗传算法,以单位面积造价最小为目标,结合现有规范考虑了构造约束和承载能力约束两类约束条件,采用两种应力控制方案,对不同桥面板跨度和混凝土厚度的正交异性组合桥面的构造进行优化。同时解决了构造改变导致荷载分配改变对承载能力分析造成的影响。优化结果表明,桥面跨度4.5m时,与未优化组合桥面相比,优化方案用钢量可降低1.7%~10.1%,焊接量可降低16.5%~31.8%。     

一种免疫算法的改进

针对一种免疫算法在求解多模态函数优化问题的不足,利用基于相似结构的小生境技术和近优淘汰算子对免疫算法加以改进.通过仿真实验,本文分析了交叉算子、变异算子及近优淘汰算子对算法的影响.仿真结果表明改进后的算法的性能有明显的提高.     

计算机集散控制系统在黄石港的应用

在介绍黄石港二、三号码头系统的基础上,提出了一种适用于散货码头的三级分布式集散控制系统体系结构,同时还介绍了系统的软件设计及实现、简易实用的联络和监视系统。系统的实际运行验证了设计的正确性。     

Large-scale evacuation network optimization: a bi-level control method with uncertain arterial demand

To improve the efficiency of large-scale evacuations, a network aggregation method and a bi-level optimization control method are proposed in this paper. The network aggregation method indicates the uncertain evacuation demand on the arterial sub-network and balances accuracy and efficiency by refining local road sub-networks. The bi-level optimization control method is developed to reconfigure the aggregated network from both supply and demand sides with contraflow and conflict elimination. The main purpose of this control method is to make the arterial sub-network to be served without congestion and interruption. Then, a corresponding bi-objective network flow model is presented in a static manner for an oversaturated network, and a Genetic Algorithm-based solution method is used to solve the evacuation problem. The numerical results from optimizing a city-scale evacuation network for a super typhoon justify the validity and usefulness of the network aggregation and optimization control methods.