铁路罐式集装箱空箱调配优化模型及遗传模拟退火算法

针对罐式集装箱运输的特殊性,考虑重箱流和空箱流调配的综合优化,以罐箱运输费用最小为目标,建立铁路罐式集装箱空箱调配优化多商品网络流模型,并构造了1种嵌入模拟退火操作的遗传算法对之进行求解。为了使模型与算法可得到更符合实际、操作性更强的结果,给出了3种空罐箱调配的策略,作为隐含条件加入到算法求解过程中。利用自适应遗传模拟退火算法对随机生成的实际规模问题算例进行求解,并与用通用代数建模系统软件GAMS的计算结果进行对比。结果表明,前者得出的结果与最优解差距不大,而且运算速度更快,更能满足解决实际问题的需要,为铁路罐箱调配优化提供了良好的决策支持模型和算法。     

潜艇大气环境多传感器信息融合技术研究

介绍多传感器信息融合技术的概念,分析了多传感器集成与信息融合的问题,介绍了贝叶斯准则、D-S证据理论、模糊理论和神经网络的4种方法与算法,论述了潜艇大气环境多传感器信息融合技术研究的优点及其必要性.     

基于自适应粒子群算法的隧道窑温度模糊控制策略

针对隧道窑燃烧过程中的大惯性、纯滞后、多变量、时变参数以及工作机理复杂等特征,利用清晰集构造模糊集法确定模糊控制器输入量和输出量的隶属函数,并基于自适应粒子群算法给出了隧道窑新的温度模糊控制策略。运用模糊控制系统对隧道窑温度进行仿真研究和实时控制,结果表明,该模糊控制器能够克服许多干扰因素,具有良好的控制效果。     

智能移动系统中大规模分布式车辆路径规划问题研究

本文针对智能交通和主动交通管理提出了一种适用于大规模交通分配和路径规划的分布式计算方法。讨论了通过信息传递接口(MPI)在多中央处理器(CPU)上并行计算实现的一系列研究需求和实现挑战;将基于时空事件的车辆路径规划模型应用于大规模的城市路网仿真;将原始车辆路径规划模型分解为一系列计算效率较高的子问题,大幅减少了仿真耗时和通信开销。通过将子问题分发到单独的分布式CPU上,使CPU可以同时执行其任务,并保证较好的负载平衡。重点分析了将所提出的方法应用于北京路网大规模路径规划,以及该方法在不同CPU核数下的计算效率。结果表明:所提出的并行计算方法可以显著减少计算耗时,并在512个计算节点上实现200倍以上的加速比。     

时变移动通信系统的二进制反馈功率控制算法

蜂窝系统功率控制算法，主要集中于固定信道情形，并且大多数算法都需要两个或多个比特功率控制命令．考虑信道增益是时变的蜂窝系统功率控制问题，提出了一个新的二进制反馈功率控制算法，此算法仅需要一个比特功率控制命令．在一定假设条件下，证明了每一用户的信干比收敛于一个由信干比的目标值与功率控制步长所决定的特定范围之内．仿真结果表明提出的算法是可行的，可以应用于实际的移动通信系统．     

基于双护盾TBM的导向系统研究

为满足隧道施工中双护盾硬岩隧道掘进机位姿的测量需求，研发一种能够提高其数据准确度的双护盾位置检测装置，包括感光靶、激光靶、激光发射器、全站仪、棱镜等硬件，并研究双护盾导向系统设计、测量算法的实现、激光位置检测装置误差修正算法。为验证整个算法的正确性以及软件的稳定性，进行CAD模拟和软硬件联合调试，并利用全站仪进行模拟测量。结果显示： 采用该算法计算的坐标与全站仪测量的真实坐标相比，误差在5 mm以内，可满足隧道掘进机施工测量的需要。     

基于语义的遗传算法在创新设计中的应用

通过分析目前国内在产品创新设计领域研究的现状与各种算法的优缺点,提出了一种利用基于语义的遗传算法在产品形态创新设计的一种新型的算法,并且阐述了该算法的应用方式与步骤.通过一个桌面设计的实例验证了算法的可行性与实用性.结果显示,该算法能生成具有一定创新性的产品形态,并验证利用该算法进行创新设计是非常容易的.     

基于改进全局优化算法的轮毂液压动力系统能量管理策略

现有针对轮毂液压混合动力系统的能量管理策略均为结合研究人员经验与发动机最优工作区域的简单控制，暂未见优化控制策略的应用，导致实际控制值与最优控制值的偏差较大，无法充分发挥该系统的节油能力。基于此，针对该系统提出了一种基于改进全局优化算法的能量管理策略，探寻该系统的理论最大节油量，进一步挖掘该系统的节能潜力。首先，该策略建立了基于车速-蓄能器荷电状态（SOC）自适应调节等效油耗因子的方法计算目标函数中的罚函数，从而提高系统的制动回收能力，避免计算结果陷入局部最优；随后，根据轮毂液压混合动力系统各模式工作点相对固定的特性，实现了控制变量降维；最后以实测数据进行了仿真测验。结果显示：比起传统的全局最优策略，该方法可以进一步实现3.36%的节油效果；同时，在实现节油的基础上，经过控制变量降维后计算时间减少了35%，而计算精度基本不受影响。     

城市区域物流无人机路径规划

针对城市区域物流无人机路径规划问题，采用栅格法进行环境建模，综合考虑无人机性能、任务性质和城市环境等影响要素，以航程、高度变化和危险度最小为目标函数，构建多约束物流无人机路径规划模型.改进A*(A-star)算法求解：为合理预估距离，采用欧氏距离与曼哈顿距离线性组合的方式设计启发函数；为提高搜索效率，引入双向搜索策略；为保证平稳飞行，采用B样条(B-spline)法进行路径优化.结果表明：模型可以实现多目标优化，具有有效性；算法与传统A*算法相比，规划时间少，规划路径航程短，高度变化少，飞行安全稳定.分析参数权重值得出：当3个子目标代价权重系数分别为0.4、0.1和0.5，2种距离权重系数分别为0.15和0.85时，规划路径最优.     

基于运输效益的城市公交发车频率

公交车发车频率的确定是公交运营调度的主要内容。受车站附近其他公交车的影响，乘客在各站点的可接受公交车容量和等车时间是不相等的；平均可接受公交车容量是乘客心理容量的平均值，如果车内乘客数量超过该容量，则采用容量向量来解释乘客上车过程。文中以运营利润最大化为目标函数，在车辆资源有限的情况下建立分析模型，应用遗传算法求解最大利润下的最优发车频率，并运用实例验证了所提出的方法。