关键词： 智能交通   最优策略   遗传算法   停车场车辆疏散   排队论  

摘要： 为优化突发事件下停车场车辆的疏散效率,以总疏散时间最短为目标,考虑允许汇入最小车头时距和动态非疏散交通流,通过停车区域划分计算车辆在场内的行驶时间,利用排队论M/M/1/1模型计算车辆出口的等待时间,基于BRP阻抗函数计算疏散车辆在混合交通环境下的路段行驶时间,并建立交叉口延误模型计算通行延误时间。在此基础上,构建以车辆从开始疏散至全部进入安全区域的总时间最小为目标的应急疏散优化模型。最后,采用考虑初始种群优化和父辈优化的十进制基因编译遗传算法对模型进行求解,得出停车场车辆疏散的最优策略。研究结果表明:对比未优化算法,优化算法经67次迭代趋于稳定,求解效率提升24.72%。此外,停车场不同出口与疏散路径上承担的疏散车辆数存在较大差异,如果使每条路径疏散相同数量的车辆,将影响车辆疏散效率,延长总疏散时间。构建的停车场车辆应急疏散模型及相应算法可为突发事件下制订车辆疏散策略,提高疏散效率提供参考。

关键词： 联合采购与配送   算术优化算法   正余弦算法   差分进化算法   遗传算法  

摘要： 针对算术优化算法(AOA)个体信息利用率较低和容易陷入局部最优的缺点,采用信息交换策略并结合正余弦(SCA)算法,设计了基于SCA的改进算术优化算法(EAOA),以提高AOA算法的寻优能力。采用标准测试函数测试EAOA的性能,结果表明EAOA比遗传算法、差分进化算法和标准AOA更有效。针对大规模联合采购与配送协同优化问题的求解,EAOA比遗传算法、差分进化算法和标准AOA得到的总成本更低。

关键词： 人工神经网络   蚁群算法   遗传算法   粒子群优化算法  

摘要： 在精细化区域高程系统构建过程中高程基准转化模型研究中,主要使用机器学习算法对传统曲面拟合方法进行替代,即使用非线性机器学习模型来实现GNSS高程系统的拟合工作。本文分别利用蚁群优化算法、遗传算法和粒子群优化算法对ANN模型进行优化,使用某矿区观测站实测的GNSS和水准数据对优化算法效果进行验证。实验结果表明:在观测区域较大和高程异常不规则的情况下,使用优化算法对ANN模型进行优化均取得较好效果。粒子群算法优化后的ANN模型更加适用于对小区域内GNSS高程曲面拟合上的应用,有效提升了高程拟合精度。

关键词： 车轮扁疤   小波时频图   量子遗传算法   故障诊断  

摘要： 针对地铁车轮扁疤在线诊断困难问题,提出了一种基于小波时频图、灰度投影法和量子遗传算法的智能在线车轮扁疤检测方法。首先对轮轨间的垂向振动信号进行小波时频分析,得到小波时频图,然后结合灰度投影法从时频图中提取车轮扁疤的特征;最后采用量子遗传算法对支持向量机进行优化以提高SVM的分类准确率。通过一个工程实例验证了该方法在识别车轮扁疤时的有效性。结果表明,该方法能够准确且快速地检测出对车轮扁疤,且所使用的分类模型的性能优于现有模型。

关键词： 高铁快运   运输组织模式   货物搭载   遗传算法  

摘要： 本文旨在为运力共享情境下的高铁快运提供货物搭载解决方案,实现高铁运力资源的充分利用.引入“路径”以刻画快运需求与快运服务车次的复杂关系,考虑车次载重、快运服务产品时限要求、站点工作能力等约束,构建运力共享模式下的高铁快运货物搭载决策模型.为求解大规模案例,以遗传算法为框架,基于快运服务产品、需求起讫点和车次优先级对搭载方案的影响,设计多装载规则遗传算法.以西成高铁为案例,利用Gurobi求解器证实模型正确.通过对比不同算法的求解表现,发现设计的3条装载规则合理,多装载规则遗传算法性能优越.敏感度分析结果表明,适当增加站点工作能力能够提高总利润;快运需求规模较小时,基于运力共享的快运组织模式比货运专列模式的适用性好.

关键词： ICP-OES   赤泥   酸溶法   石墨消解   内标法   稀土元素  

摘要： 采用硝酸-盐酸-氢氟酸-高氯酸对赤泥进行石墨消解,利用ICP-OES同时测定赤泥中的16种稀土元素,建立一套高效准确的稀土元素定量分析方法。使用基体匹配和内标法(Re)消除基体效应和补偿校正;研究共存元素对实验的影响。采用ICP-OES与ICP-MS两种方法分别测定几内亚赤泥中的16种稀土元素,两种方法测定结果基本一致。测定方法检出限、加标回收和精密度,在选定的条件下,方法检出限为0.00059 mg/L~0.06092 mg/L,加标回收率为95.2%~107.4%,相对标准偏差(RSD,n=8)为0.12%~3.57%,本方法的检出限低、线性范围宽、准确度高、操作简便快捷。

关键词： 交通运输工程   车辆跟驰模型   驾驶人环境感知   车辆安全势场   遗传算法  

摘要： 安全势场能够描述车辆驾驶过程中周围安全风险的空间分布。针对既有模型重点关注车辆自身运动状态而忽视驾驶人环境感知信息的问题,围绕车辆安全势场模型改进以及其在跟驰模型中的应用展开研究。引入相对状态影响因子和道路交通状态影响因子对既有模型进行改进,强化车辆间相对速度和所处道路交通状态对行车安全性的影响;利用车型系数对实际空间的距离进行修正,研究多车型混合环境下车型差异对行车安全性的影响;利用感知安全势场将前车运动状态与后车跟驰行为建立联系,得到基于感知安全势场的车辆跟驰模型;采用遗传算法对本文所建模型和智能驾驶人跟驰模型、安全势场跟驰模型进行标定。结果表明,上述3个模型在测试集上的均方根误差分别为6.124、8.515、7.248,证明该模型误差最小,能够更为精确地描述车辆跟驰行为。研究成果能为行车安全风险评估和车辆驾驶行为决策提供理论依据。

关键词： 波浪能   最优阻尼系数   输出功率   遗传算法  

摘要： 在充分考虑海浪环境中各物理因素的基础上,对垂荡运动状态的波浪能发电装置的浮子和振子进行受力分析并构建二阶微分方程模型。使用四阶龙格-库塔方法进行微分方程组的数值求解,得到浮子和振子各时刻下的运动状态。并且利用功率关系式建立与阻尼系数相关的最大输出功率优化模型,使用遗传算法求解最优阻尼系数及最大输出功率。

关键词： 非线性误差   数显千分表   BP神经网络   麻雀搜索算法   遗传算法  

摘要： 利用数显千分表进行精密测量时,零部件的生产、装配及使用磨损、挤压、碰撞等带来的固有误差与弹性误差严重降低了测量精度。针对此问题,利用遗传算法(genetic algorithm,GA)寻优速度快、精度高、并行搜索能力的优势及麻雀搜索算法(sparrow search algorithm,SSA)的全局寻优性能,优化反向传播(back propagation,BP)神经网络的初始权值、阈值及网络结构等,提出了基于数显千分表测量数据非线性误差补偿的SSA-GA-BP神经网络模型。将其与传统BP神经网络、遗传算法优化的GA-BP神经网络进行比较分析。结果表明:所提出SSA-GA-BP神经网络可使数显千分表的非线性误差由没有补偿前的最大误差5.504μm降低至0.883μm,残差平方和、相对误差和R相关系数具有一定的优越性。

关键词： 应急物资配送   路径规划   遗传算法   地震  

摘要： 针对地震灾后应急物资配送的路线规划问题,在充分考虑地震灾害建筑物倒塌而导致路径中断的情况下,构建了震灾后的应急物资配送路径规划模型,该模型以最短距离为目标,同时考虑了因建筑物倒塌导致路径中断的风险,使模型更加符合地震应急救援的场景需求;为提高模型求解能力,引入丝滑度函数和建筑物倒塌函数构造了改进遗传算法,并选取案例验证模型的可行性。结果表明,该模型在规划最短路径的同时可以有效避开中断的路段,因此所提出的模型可以为应急物资配送决策提供科学依据。