An adaptive large-neighborhood search heuristic for a multi-period vehicle routing problem

This problem involves optimizing product collection and redistribution from production locations to a set of processing plants over a planning horizon. This horizon consists of several days, and the collection-redistribution is performed on a repeating daily basis. A single routing plan must be prepared for the whole horizon, taking into account the seasonal variations in the supply. We model the problem using a sequence of periods, each corresponding to a season. We propose an adaptive large-neighborhood search with several specifically designed operators and features. The results show the excellent performance of the algorithm in terms of solution quality and computational efficiency.     

价值网络视角下纯电动汽车的破坏性创新研究

随着全球化的迅速发展,各行各业的竞争越来越激烈,为寻求自身竞争力的提高,后发企业凭借新的价值网络进行破坏性创新,从而实现对原有企业的冲击或替代。通过市场所要求的性能改善轨线与纯电动汽车技术性能改善轨线的有无交点的方法对我国纯电动汽车开展破坏性创新进行分析,研究发现,虽然充电时间是制约纯电动汽车的最大障碍,但是由于纯电动汽车整个价值网络的支撑和燃油汽车市场的开始衰落,纯电动汽车的破坏性技术已经对燃油汽车市场形成初步的冲击。     

机动车尾气排放的危害及控制建议

2009年,我国首次成为世界汽车产销第一大国,机动车尾气排放造成的污染耳益严重,已成为我国大中城市空气污染的主要来源。文章介绍了机动车尾气污染的危害,并提出了针对性的控制措施。     

A汽车公司整车配送模式优化及实施

汽车整车物流的核心在于整车配送,合理的配送模式更有利于汽车企业的管理,更有利于提高公司整车配送质量、降低公司整车配送费用。文中先对A公司整车配送模式及存在问题进行分析,在此基础上提出公司整车配送模式优化、优化后的益处以及具体实施。     

《商用车驾驶室乘员保护》试验要求与方法研究

商用车驾驶室乘员保护作为商用车的一项重要安全性能要求越来越受到重视。本文主要介绍了我国正在制修订中的商用车驾驶室乘员保护标准,以及对欧洲现行法规及其修订案、美国法规和瑞典法规的试验要求及方法的对比分析,并对商用车驾驶室乘员保护标准的制订提出了一些参考建议。     

无人机测控信道衰落特性及其抑制方式

分析了无人机测控信道模型以及由小规模衰落带来的非频率选择性衰落、频率选择性 衰落与时间选择性衰落的产生机理及特性,并针对这3种衰落进行了抑制方法分析,指出O FDM、交织与编码以及空间分集是无人机测控中值得重点研究的抗衰落技术。     

一种基于微波雷达回波信号的车型分类方法

车辆类型识别方法是智能交通系统的关键技术之一。利用深度学习的高维特征泛化学习能力,将改进的LeNet-5卷积神经网络用于基于交通微波雷达的大小车型分类识别。首先,以雷达触发前的N帧信号为基础,对雷达的回波信号进行分析并构建数据集;然后,分析LeNet-5卷积神经网络的特点;最后提出一种改进的LeNet-5卷积神经网络。实验结果表明,与传统的支持向量机方法相比,所提方法能够智能学习大小车的雷达时频信号特征,大小车型识别准确率达到97%以上,可为交通场景下的车型识别研究提供新的技术途径。     

增程式电动汽车产业浅析

新能源汽车是未来汽车产业转型发展的重要方向。我国新能源汽车前期发展取得了突出的成绩,产销量位居世界首位。但目前产业发展正面临新形势,未来一段时期内将由“政策驱动”转向“政策+市场双驱动”。到2021年购置补贴完全退出后的后补贴时代,如何保障新能源汽车产业的健康、可持续发展,值得人们共同思考,开发什么类型的产品才能更好地满足消费者的需求,值得行业企业考虑。     

基于车辆数据的k近邻联合概率数据关联算法

在交通场景中采用一些预警措施能够有效地减少交通事故发生。例如,对车辆轨迹进行跟踪并预测车辆的驾驶行为,就是一个常用的预警方法。在对车辆进行跟踪的过程中,数据关联是很重要的部分,它可以对车辆的观测点和轨迹进行关联,从而更新车辆的轨迹,完成跟踪过程。在此背景下,提出了一种新的数据关联算法,即k近邻联合概率数据关联算法(k Nearest Neighbor-Joint Probability Data Association,kNN-JPDA)。实验结果表明,该算法能够较好地解决在交通场景下车辆数据的数据关联问题,在精度以及运行效率方面都有所提高。     

时变路网无能力约束车辆路径优化

讨论了一类时变路网下的无能力约束车辆配送路径优化问题,建立了基于时变路网的以配送总耗时最短为优化目标的无能力约束车辆配送路径优化模型。提出了基于实时Dijkstra算法的模型求解方法。数值算例表明考虑路网时变特性得到的优化配送方案将更加符合配送实际。