基于无人机的高层住宅最后“一百米”配送优化

针对城市高层住宅顾客对上门配送服务的需求，借助无人机停放平台，考虑包裹异质性以及无人机在不同配送阶段的精确能耗，构建以无人机飞行成本和能耗成本最小为目标，以无人机容量、电池组容量等为约束的高层住宅无人机上门配送模型，解决“垂直位置最后一百米配送”问题。基于此模型，设计带变邻域下降(VND)搜索的混合蚁群算法(HACO-VND)，引入4个算子进行变邻域下降搜索，为了提高算法的求解性能，提出两种局部搜索算子组合，根据顾客点数量使用不同的算子组合。实验结果表明，HACO-VND算法较CPLEX在求解精度与求解时间方面更优，特别是在大中型算例中表现出较佳性能。参数分析表明，高层住宅楼层数越多，无人机单次 飞行的能耗利用率越大，无人机容量与电池组容量共同对配送方案产生影响。为以后无人机送货上门服务方面的研究提供参考和思路。     

主起落架作用下的机场土面区承载力分析

为研究机场土面区在主起落架作用下的承载力,根据规范制备以黏性土为主的填料.使用便携式落锤弯沉仪经实验得出填料在不同密实度下与动态弹性模量之间的关系,根据函数曲线关系及相关研究结果,建模计算当填料处于3种不同密实度时,B737-800飞机在滑行和着陆两个阶段冲出跑道时的作用结果.计算表明:随着填料密实度值的增加,土面区的承载力也在增加;当密实度不足87％ 时,填料在荷载作用下易出现剪切破坏,导致主起落架陷入土面区;当密实度达到87％ 时,荷载作用产生的竖向变形最小,承载能力最大,土面区可承担主起落架作用.     

燃料电池氢喷射器控制技术研究

为满足燃料电池功率需求,实现氢气侧压力平滑控制,提出了一种氢喷射器控制方案。通过周期性控制喷嘴数和peak-hold时间占空比,并采用了调节量屏蔽方法,以提高压力输出调节能力。建立实验系统,写入软件进行控制实验,表明了该方法的可行性。     

基于随机森林结合前向序列选择算法的铁路隧道防水板检测数据关键影响因素识别北大核心

针对参数特征复杂度高的铁路产品,提出了一种基于随机森林(RF)结合前向序列选择(SFS)算法的铁路产品检验检测数据关键影响因素识别方法,以辅助基于经验的识别方法。创新使用RF-SFS算法,将其应用于铁路隧道防水板检验检测数据关键影响因素的识别研究。根据多年铁路隧道防水板检测数据,建立RF模型,获得了影响铁路隧道防水板检测结果的特征关键性评分序列。随后,结合SFS方法得出关键性评分序列的阈值,将排名前6位的影响因素识别为关键特征,模型的预测能力达到99.98%。为验证关键特征识别方法的有效性,对比分析3种模型在使用不同特征子集时的预测能力。当仅选用关键特征时,3种模型的预测能力均达到最佳,加入冗余特征后模型的预测能力逐渐降低。     

基于多维网络的增开列车条件下高速铁路列车运行图调整

研究增开列车条件下高速铁路列车运行图的调整问题,并综合考虑列车车站进路的影响。通过构建Time-Station-Track三维时空扩展网络,刻画列车对铁路时空资源的占用。将原多目标优化问题转化为求解列车占用网络弧段最小费用单目标问题,并构建基于Time-Station-Track网络的0-1整数规划模型。针对模型特点,设计拉格朗日松弛算法,将问题进一步分解为求解单列车网络最短路径子问题,由于问题被松弛后求得的解可能不可行。因此,提出基于列车优先序列的启发式策略对对偶解进行可行化。最后以宝兰客运专线为例,验证模型的正确性和算法的可行性。     

基于分段单孔反演的隧址区多断层地应力分布特征

目前，针对具有多个原位地应力测试钻孔的隧址区初始地应力场反演，往往一次性将全部实测值用以计算值的回归反分析，没有考虑到隧道纵向长度远超其他方向且钻孔分布较远的特点，单个钻孔表征的临近区域地应力分布特征或反演精度被其余钻孔实测值“拉低”，导致整体反演结果容易陷入局部优解。依托拉林铁路桑珠岭隧道、叙毕铁路斑竹林隧道、沿江高速火山隧道、木寨岭公路隧道等工程，采用多元线性回归法结合最小二乘法寻优准则，分析了隧址区仅有单个钻孔反演精度较高的原因，提出了对具有多个钻孔的隧址区分段并分别进行单钻孔回归反演的新方法。在此基础上，重点讨论了木寨岭公路隧道断层破碎带区域地应力分布特征。结果表明：分段单孔反演较多孔反演进一步提高了反演精度；地应力的分布在断层前后呈现出先急剧增大后急剧减小的特征；除自重应力与埋深存在一定关联外，两项水平主应力随断层间距或厚度的增大突变性加剧；断层之间间距、断层倾角、断层厚度均是影响地应力方向偏转大小的重要因素，断层之间间距或断层倾角越小、断层越厚，地应力方向偏转越显著。     

基于聚类站点客流公共特征的轨道交通车站精细分类

已有城市轨道交通车站分类多基于定性分析，不能满足精细化设计和运营的需要。本文提出一种基于聚类站点公共特征的站点精细分类方法。首先，将来源于AFC(Automatic Fare Collection)的进站客流量数据处理为时间序列数据，并基于K-Means++算法对各个站点的客流量进行聚类；其次，建立客流量聚类结果与土地利用特征多维参数的拟合方程，计算获得居住密集型、工作就业型以及区域中心型等5种大类站点的客流量公共特征。在此基础上，充分考虑属于同一大类站点不同站点的细分特性，使用5类客流量公共特征比重组合精细描述具体站点类型。 实例结果表明，使用本文提出的精细分类方法计算得到的每个站的客流量拟合值与真实客流值间的平均绝对百分比误差控制在14%以内，说明该分类方法具有可行性。     

基于列车运行仿真和SVR组合的地铁新线牵引能耗预测方法

新线牵引能耗预测可用以辅助线路的规划设计及列车选型,进而实现牵引节能.地铁新线牵引能耗受线路条件、列车属性等因素的综合影响,传统的仿真方法简化多种参数,而大数据预测方法忽略列车物理运动过程,均难以保证新线牵引能耗的预测效果.因此,提出一种将列车运行仿真与支持向量回归(SVR)相结合的组合预测方法预测地铁新线牵引能耗,并采用交叉验证方法及遗传算法对SVR参数进行寻优.研究结果表明:仿真与SVR相结合的组合预测方法优于单一预测方法,在95％的置信水平下,地铁新线牵引能耗预测精度可达90％.     

基于STAR-CCM+的螺旋桨水动力性能分析

文章运用公式将P4119螺旋桨二维坐标型值转换成三维坐标型值,导入Gambit2. 4软件建立几何模型。基于STAR-CCM+软件对该桨进行网格划分,设置边界条件和数值,仿真模拟不同进速系数下的转矩系数、推力系数、敞水效率和桨叶表面压力分布。经与试验值比较,误差均在10%以内,验证了计算结果的准确性,能够满足工程需要。