列车自动运行迭代学习控制算法的研究

针对列车自动运行系统,提出了新的迭代学习控制方案.为避免列车超速引发制动停车,在迭代初期设置低于计划速度曲线的期望轨迹,随着迭代次数增加,控制精度与稳定性逐渐提高,设置的期望轨迹将快速接近并保持为计划速度曲线,实现控制目标.在学习律中引入期望轨迹变化信息,实现变轨迹路径跟踪的迭代学习控制.仿真结果表明,该迭代学习控制方案能够实现变期望轨迹的跟踪,具有很快的学习速度与良好的控制性能,能够有效避免迭代初期列车速度波动导致超速紧急制动.     

求解不确定车辆数车辆调度问题的蚁群算法

为同时优化所用的车辆数和行驶总路径,基于问题特征,用人工蚂蚁模拟车辆,在1次循环中利用不同蚂蚁个体的相互协作建立1个完整的解方案,使参与服务的蚂蚁数隐含了所使用的车辆数,从而能够通过优化参与服务的蚂蚁数量确定所使用的车辆数。在算法中,通过构造与算法实施相适应的禁忌表、启发函数以及为了提高搜索效率而引入中心节点虚拟需求量等策略,设计了求解具有不确定车辆数的车辆调度问题的蚁群算法。通过给定的实例对算法进行了验证,结果表明算法是有效和可行的。     

电控液压全可变气门冲击回弹试验研究

为了实现HCCI模式到SI模式平稳转换,使发动机控制系统对进排气门的控制具有更大的柔性,开发了电控液压驱动全可变配气门。在开发的测试系统内,对样机进行了测试,新设计的电液驱动气门配气性能有了提高,存在的主要问题是气门打开后有回弹现象,气门冲击回弹大。针对气门冲击回弹影响因素,以系统的管路长度、压力作为参数变量,在不同转速下对电液气门进行了测试。分析了参数的灵敏度并确定了参数选择的范围,提出了新的解决方案,为进一步仿真优化气门定时和气门升程调整提供了基础。     

高速公路出口标志信息连续性研究

交通标志信息的连续性设置是驾驶员安全、高效、快速获得信息并采取行动的前提。研究如何设置合理的高速公路出口名称与收费站名称。通过对京承高速出口的调查,着重分析了高速公路出口信息如何连续。研究表明出口标志地点名是期望性最高的提示信息,对提高高速公路出口信息连续性具有参考价值。     

高速公路瓶颈路段可变限速控制方法研究

为缓解高速公路瓶颈区域产生的交通拥堵,降低交通波对上游交通流的影响,首先对瓶颈区域上游路段进行区间划分,然后在已有宏观交通流模型基础上,引入速度调解率系数,将其作为控制变量建立可变限速控制系统模型;并采用禁忌搜索算法对建立的模型进行求解.仿真结果表明,对高速公路瓶颈区域上游路段实施分区间可变限速联动控制,能有效地抵制瓶颈区域产生的交通波向上游快速传播,能够在一定时空范围内有效地缓解和消除交通拥堵.     

信息传播算法收敛的后门集

为了探讨WP(警示传播)算法的收敛性,给出了WP算法收敛的后门集.通过对此后门集中的变元赋 值,可将布尔公式简化成其因子图为树型结构的子公式,WP算法在子公式上收敛.最后,设计了一个求解该后 门集的随机算法,并分析了该算法的可行性.结果表明,所提出的求解该后门集的随机算法是有效的.      

浅谈高速公路标线施工设备

重点介绍了手推式热熔标线设备、自行式热熔设备的结构、工作原理以及施工流程,为交通标线施工设备的合理使用提供参考。     

�೵����ͨ��··���־�ڵ������о�

普通公路上设置路侧标志是提高公路交通安全最常用的措施. 由于多车道普通公路上大车率较高,内侧车道小车驾驶员视认标志容易受到外侧车道大车的遮挡,使路侧标志功能难以有效发挥. 本文在分析驾驶员视认标志特点的基础上,以我国最常见的双向4车道普通公路为研究对象,分析了内侧车道小车驾驶员受外侧车道大车遮挡问题,并以车流到达服从泊松分布为基础建立了路侧标志受大车遮挡的遮挡概率计算模型. 在此基础上,本文从重复设置、改变标志设置形式和位置三个角度提出了解决路侧标志遮挡问题的对策. 最后,通过一个实例分析,验证了本文研究结论的正确性和可行性.     

基于短期记忆的单义标志重复间距研究

交通标志的重复间距直接影响其实施效果,设置过于密集增加驾驶员的脑力负担,浪费社会资源. 设置过于稀疏,起不到预期的效果.本文从驾驶安全性和驾驶员短期记忆特性两个方面综合考虑公路单义标志的重复设置间距. 采用室内模拟舱实验的方法,选取42名驾驶员,对单义交通标志进行驾驶员短期记忆实验,根据实验结果建立驾驶员短期记忆衰减指数模型. 根据研究,在认读后的前35s内记忆衰减大于4%,记忆正确性超过50%;在35秒后衰减小于3%,记忆正确率下降为50%以下. 将此结果应用于公路单义标志的重复设置过程,根据驾驶员不同运行速度,定量给出公路单义标志的重复设置间距.     

������Լ����������-��ʽ�����������

针对无容量约束的单分配轴-辐式物流网络设计问题的特点,为其建立了单分配p-枢纽中位模型,并提出了一种基于蚁群算法的启发式求解算法. 该算法分两步实现：首先利用蚁群算法来确定网络中枢纽节点的位置,然后用另一种启发式算法将非枢纽节点分配给枢纽节点,同时,将一种基于6种邻域结构的变邻域搜索算法作为蚁群算法的局域搜索策略以提升算法的全局搜索能力,并加快收敛速度. 最后结合澳大利亚邮政数据进行了算例仿真实验,并对蚁群算法中参数的合理设置进行了测试分析,实验结果表明,该算法在求解此问题时有着良好的有效性和较快的求解效率.