采用回退法、迭算法优化牵引计算周期制动工况

当列车运行在长大下坡道上,通常采用空气制动的周期制动调整速度。为了满足两次空气制动间充风时间和列车空走时间的要求,常常会造成列车的出坡速度与下一坡段的限制速度速差不合理。针对长大下坡道上空气制动工况优化问题,采用工况初选策略自动计算到换坡点,然后进行进出坡检验。若列车的出坡速度不合理则采用不同的策略回退到回退基点,舍掉回退基点后的结果,将其前的结果作为计算的当前解,以此产生一个更优的新解,不断重复该过程直到出坡速度合理时停止迭代。最后得到的工况组合是优化的。     

城市轨道交通全自动运行列车跨控区回退安全防护设计方案

列车自动回退是城市轨道交通全自动运行系统新增功能之一,列车回退时应保证退行区域内行车安全。分析了全自动运行列车过冲站台时自动回退可能存在的危害。根据实际运营需求,对列车跨控区回退场景进行了分析,并结合相邻控区间多种通信状态,提出了基于控区间信息交互实时获取相邻控区回退授权,实现列车跨控区回退安全防护方案。     

考虑时变可靠度的接触网检修计划智能编制方法

针对接触网检修计划人工编制存在效率低、错误多等问题,从状态检修角度出发,利用威布尔分布描述接触网设备可靠度的时变特性,引入役龄回退因子考虑检修作业对接触网可靠度的影响,建立了基于时变可靠度区间的接触网检修计划编制模型,以接触网运行可靠度最大与检修作业路径成本最低为优化目标,利用启发式求解算法对优化模型进行求解.实际算例...     

基于改进蚁群算法的水下机器人路径规划算法

针对当前基本蚁群算法应用于水下机器人全局路径规划时存在路径搜索速度慢、容易陷入局部最优等问题,对其进行优化,提出一种改进蚁群算法。首先,改进算法引入A*算法作为新的初始路径搜索策略提高初始解的质量,加快算法收敛速度;针对特殊环境下算法容易陷入局部最优的问题做出优化,引入狼群分配策略进行蚂蚁回退。此外,对距离启发函数做出改进,综合考虑当前节点和下一节点以及下一节点和目标节点之间的距离,提高了算法搜索效率;提出一种信息素动态自适应更新策略,加快了算法前期搜寻效率,同时又扩大了算法后期搜寻范围。最后,以三次B样条法为基础引入路径平滑操作,去除规划路径结果中的冗余节点,减少了水下机器人移动过程中的能耗。仿真结果表明,和基本蚁群算法相比,改进算法不仅能取得更短、能耗更低的最优路径,收敛速度也更快。     

逆向物流中产品回退模型

近年来物流事业的迅速发展和战略地位的不断提高，企业已然开始投入更多的精力、财力在物流方面，并也开始对商业退货逆向物流的各项活动进行优化。本文建立了有关回退产品分拣配送的模型，并在Aimms平台上进行构建和求解。分拣配送问题的优化能够为公司节省运输费用、提高工作效率和质量管理水平。     

基于改进蚁群算法的多AGV泊车路径规划

针对智能停车库中自动导引小车(Automated Guided Vehicle,AGV)存取车的路径规划问题,提出一种基于改进蚁群算法的多AGV泊车路径规划方法.单AGV路径规划方面,在基本蚁群算法基础上引入蚂蚁回退策略来增强适应性,同时改进启发式信息和信息素更新策略提高算法的收敛速度和寻优能力.多AGV路径规划方面,提出改进冲突解决策略来解决多AGV之间的冲突,其中采用临时规避-重新寻路策略来解决相向冲突.针对某典型停车场抽象模型的仿真结果表明,改进蚁群算法寻路成功率更高,并具有较强的全局搜索能力和较快的收敛速度,改进冲突解决策略能合理避免冲突,可以满足多AGV存取车路径规划的要求.     

双液回退劈裂注浆在胡麻岭隧道富水粉细砂地层中的应用

胡麻岭隧道富水粉细砂地层开挖后自稳能力极差,掌子面不稳定,易坍塌,经常出现底板冒水、涌砂、涌水、沉降、初期支护变形等现象.采用常规注浆,注浆量大、工效低,效果不明显;采用化学注浆,造价又过高.大量工程实践表明,采用双液回退劈裂注浆方案,有效地改善了地层的稳定性,控制了围岩变形,且降低了施工成本.     

射频功放的非线性分析与线性化技术

分析了射频功率放大器的非线性特性，对常见的功率放火器线性化技术的原理和实现方法进行了系统的分析，比较了它们的优缺点，为选择射频功率放大器的线性化技术提供了重要的参考。     

短波功率放大器非线性失真的改进策略

分析短波功率放大器非线性失真的产生原因和影响,总结功率放大器中常用的线性化方法,比较其中的功率回退法和预失真法的优缺点.对数字基带预失真法的工作原理进行重点分析,并对其作为短波功率放大器线性化方案的可行性进行了探讨.