追踪列车定时运行操纵仿真建模研究

探讨了静态限速、动态限速、停车精度、旅客舒适度及机车操纵规范等机车操纵实际约束,以列车到达晚点时间最小为目标,提出了基于追踪列车动态限速计算、跟踪目标速度和停车反馈控制的追踪列车定时运行控制方法.模拟结果表明,使用该算法模拟多列车运行过程,列车可克服途中晚点干扰,通过调整目标速度尽可能地恢复正点运行,且停车精度可以控制在100mm以内,为实现基于运行图的列车群运行仿真提供了依据.     

追踪列车定时运行操纵仿真建模研究

探讨了静态限速、动态限速、停车精度、旅客舒适度及机车操纵规范等机车操纵实际约束,以列车到达晚点时间最小为目标,提出了基于追踪列车动态限速计算、跟踪目标速度和停车反馈控制的追踪列车定时运行控制方法。模拟结果表明,使用该算法模拟多列车运行过程,列车可克服途中晚点干扰,通过调整目标速度尽可能地恢复正点运行,且停车精度可以控制在100mm以内,为实现基于运行图的列车群运行仿真提供了依据。     

电网优化节能降低用电成本

通过优化电网结构、调整运行参数、降低线路损耗来实施电网优化节能技术改造,同时加强油水井管理、实现节能降耗、围绕降低成本的目标来开展挖潜增效活动,是油田企业降低用电成本的有效途径     

铁水罐自动跟踪系统的开发及应用

自主开发的铁水罐跟踪系统基本原理是通过物联网射频识别RFID设备及其标签并通过移动4G网络实现对铁水罐、车架和火车机车的定位跟踪。调度人员通过该系统直接下发调度指令到运行机车,不仅实现了调度指令的自动下发及高效执行,还可以实时跟踪到铁水罐的使用情况以及机车的运行情况,优化了空罐的使用效率,提高了铁路运输的效率。     

基于直送的两阶段混合调度模型的模拟退火算法研究

研究基于直送的两阶段混合调度模型的模拟退火算法,其目标函数是最小化作业时间.首先,基于问题特征,提出求解该类问题的模拟退火算法;其次,通过数值实验对算法参数进行优化分析,从而给出模拟退火算法的较优参数组合;最后,数值测试进一步表明所给出的优化模拟退火算法的计算有效性.     

加强电网的无功电力调度

文章基于对粒子群优化算法的分析,分析了如何加强电网无功电力调度。粒子群优化算法是基于迭代的优化方式,有着调整参数少、容易实现的优势,可以在迭代次数较少的情况下获取到最优解,该种算法以其收敛快、精度高、容易实现的优势在各个领域中都得到了广泛的使用。     

基于温度修正J-A模型的交流继电器电磁热耦合仿真

温度是影响交流继电器稳定运行重要指标，对其进行温度分析具有重要意义。提出一种改进的温度修正J-A磁滞模型，并提出一种对该模型参数辨识的混合优化算法。通过混合优化算法辨识的参数得到磁滞曲线，并与实测磁滞曲线对比，验证了该算法在磁滞特性模拟研究中的有效性和实用性，并验证了改进的温度修正方法的可行性。运用推导的电磁热耦合控制方程建立不同工况下继电器仿真模型，发现材料温度特性对温升结果影响很大，故不可忽略。     

基于轻量化定位的地下停车场导航路径优化研究

为解决地下停车场GPS信号弱,现有导航定位系统成本高、误差大和效率低的问题,基于轻量化定位对地下环境的导航定位系统进行了优化,通过拓扑原理利用TOA算法与定向天线获取距离与角度信息对TOA算法进行改进,同时使用Dijkstra算法为导航定位系统进行固定路线路径规划。应用该系统优化方法能够更好地解决自行式地下停车场的导航定位问题,使定位成本和定位误差降低,提升了定位效率。     

基于实时化最佳点的编译优化算法

静态单一赋值(SSA)是优化编译中的一项关键技术,Lengauer-Tarjan是SSA实现过程中用来计算流图中必经节点的快速算法。该算法使用EVAL,需运行大量出口、入口程序,并且对EVAL做多次无效调用。为了解决这些问题,提出一种搜索实时化最佳点RTBP(Real-TimeBest-Point)算法。采用RTBP能够减少许多特殊点的实时最佳点搜索,节省了大量的运行时间和存储空间。在很多情况下,基于RTBP的Lengauer-Tarjan性能优于基于E-VAL的Lengauer-Tarjan。     

城市公交线路选择算法优化

为提高城市居民乘坐公交出行的意愿,解决出行路径选择问题。拟从居民乘坐公交车出行的换乘次数最少为前提,提出用广度优先迭代结合Dijkstra算法为居民出行提供最优的公交线路。首先用广度优先迭代找出连接起讫点之间所有的换乘次数最少的公交线路,再使用Dijkstra算法在换乘次数少的线路中找到行程时间最短的线路,使得乘客在整个乘坐公交出行过程中换乘次数最少、乘坐时间最少。采用python编程实现结果验证,与实际结果路线对比,所提供的线路接近于实际运营,证明了该算法的有效性并且运行速度较快。     

基于BP神经网络的LT模型影响力最大化研究

影响力最大化问题的主要目标是挖掘社交网络中影响力排名前k个用户，使影响力发挥至最大效用。为了提高识别用户的准确率，提出一种基于BP神经网络的影响力最大化算法。该算法基于数据驱动方法利用BP神经网络优化预测模型，并使用改进的樽海鞘优化算法识别有效节点。在BA网络中的实验结果表明，该算法优于其他几种影响力优化算法。     

配电线路故障定位算法及系统实现

本文提出一种基于支路-节点的配电网线路故障定位矩阵算法,基于此算法形成配电线路故障定位系统。经过模拟现场试点运行,表明该系统便于监控人员在发生配电线路故障时,迅速判断出故障区段,节约维修时间,对配电网络的安全稳定运行起到有效的作用。     

模糊需求车辆路径问题及其优化算法研究

在实际物流配送问题中,客户需求量可能在制定物流配送路径计划问题时无法被准确获取,随着配送工作的进行,才能逐步获取客户的实际需求量,在需求未明的预优化阶段建立初始路径规划模型,在获知实际需求的实时调整阶段,制定调整策略进行调整。通过对当前模糊需求车辆路径问题相关文献的研究,文章不仅对常见的模糊需求车辆路径问题模型进行了系统的归纳,还对现有的寻优算法进行总结归纳,指出不足,拓展今后可能的研究方向。     

一种220kV线路改造后的参数测试方案

新建或改建的输电线路在启动试运行前,都必须进行线路参数测试,其结果作为计算系统短路电流、继电保护整定、推算潮流分布和选择合理运行方式等提供实际的依据。文章从测试条件、测试仪器及方法原理等方面,系统地阐述线路参数测试的方案,供同行交流探讨。     

随机时变下带时间窗的取送货车辆路径问题优化研究

针对城市交通路网存在时变性和随机性的特点,文章研究了随机时变下带时间窗的取送货车辆路径问题,提出了随机时变车辆行驶时间的鲁棒优化方法,考虑车载限制和客户服务时间窗的约束,以总行驶时间最小化为目标,建立混合整数规划模型,并提出两阶段的混合遗传模拟退火算法。使用三行染色体编码方式、多段多点交叉算子和修复算子的遗传算法获得较优解,使用模拟退火算法进行优化,获得高质量的解决方案。最后,基于PDPTW标准数据集和STDPDPTW测试算例对文章所提出的算法进行了大量的数值实验,充分验证了模型及算法的有效性。     

广州公交客流特征及优化对策分析

公交客流特征分析对于促进公交高效运营和优化公交线网规划至关重要,本文利用实际运营数据对广州公交客流特征进行分析,主要包括行程时间、出行换乘、非直线系数、运营均衡系数四个方面,结果显示:广州公交整体运行时间相对稳定;单次出行平均乘车次数在1.16～1.26之间;部分线路区段非直线系数较高,最高为2.74;公交运营不均衡性在站点、线路、早晚高峰均存在,最后针对线路非直线系数较高与运营不均衡情况,提出广州公交运营优化建议。     

小波奇异熵算法诊断电子互感器故障研究

目前针对电子互感器故障诊断算法大多以互感器采样数据分析为基础[1],而互感器采样数据与电网运行数据是紧密联系的,导致其算法无法区分电网故障与互感器故障。本文使用的故障诊断算法基于小波变换,使用多尺度模块综合处理的方法获取信号奇异点及其奇异时刻,然后采用小波奇异熵算法,利用电网各种异常状况下电气量信号与电子式互感器故障时电气量信号的区别来检测互感器的突变故障。结合这两种算法可以实时判断电子式互感器的运行状况。     

基于粒子群算法优化最小二乘支持向量机在基坑施工过程中周围环境沉降预测研究

随着城市化进程的加快,越来越多的深基坑的周围环境日趋复杂,近年来预测模型在基坑施工过程中周围环境的沉降预测应用日益广泛,在预测精度方面取得了较为有效的成果,但模型的预测精度取决于参数选择,传统的参数选择往往基于试算法,该方法无确定的参数选择目标且计算体量过大。因此,本文提出一种基于粒子群优化算法来确定LSSVM参数的方法,计算结果表明通过PSO算法选择LSSVM参数,进而提高模型的预测精度和计算速度是切实可行的。     

城市末端物流配送问题研究

基于VRP问题,对城市内部直接面对消费者的末端物流配送进行研究,建立了基于实时路网下的配送模型,并且根据配送时间最短的优化目标进行求解.提出了结合Dijkstra算法的优化遗传算法求解方法.     

大小交路套跑条件下网络化城市轨道交通行车优化模型研究

以网络化单线路为研究对象,基于大小交路嵌套模式,合理考虑线路断面客流量和车底使用量,建立以列车实载乘客量与标准载客量方差之和最小以及使用车底数最少为目标函数的多目标规划模型,采用模糊数学规划方法得出最优开行方案。在此基础上,进一步分析网络化城市轨道交通整体行车组织的最优化,并结合实例进行验证。