不确定条件下基于塔木德分配的铁路应急资源调度策略

针对铁路救援的诸多不确定性,采用塔木德财产分配法对模糊需求的各事故点之间进行资源调度。根据铁路救援的特点,提出参与救援的出救点-需求点对数是影响铁路救援成本和效率的重要因素。考虑到铁路救援能力的限制,在可出救点同一时间只能对有限个需求点实施救援的约束条件下,构建基于应急时间满意度最大、参与救援的出救点-需求点对数满意度的多目标数学规划模型,利用MATLAB2014B的遗传算法函数求解,并通过实例分析和比较,验证了模型与方法的有效性。     

数据不完备下基于特征识别的公交客流短时预测

识别公交客流特征是提高短时预测质量的关键。但由于设备故障、数据收集受限等原因,客流数据属性往往是不完备的,这给特征识别和客流预测带来了挑战。文中以缺少乘客属性数据的长沙市104路公交卡数据为样本,利用卡号与出行时间的关联性识别乘客出行频次,以此作为区分出行特征的变量,将客流总集划分为不同的特征子集,依据子集规模、方差确定变量最佳取值,推断客流特征。与直接预测客流总集相比,文中为每类子集建立季节性差分自回归滑动平均(SARIMA)模型分别进行预测,整合后得出的样本外平均绝对误差改善了36.11%,依据乘客出行特征建立的预测模型拟合度为0.95,可有效识别公交客流特征。     

考虑动态多时段借还车需求的城市自行车租赁系统规划模型

建立了一个自行车租赁系统规划模型。该模型考虑一天中动态的自行车借还车需求及租赁分区自行车和空闲停车位数量的动态变化，通过优化各租赁分区的自行车停车桩(或对共享单车为停车位)数量，以及运营时段初始各小区分配的自行车数量，在保证所有的自行车借还车需求均能得到满足的基础上，最小化总的投资建设成本。模型为一个大型整数线性规划问题，通过LINGO软件中内置的分支定界算法，可快速求得全局最优解。通过算例对该模型进行了验证。     

风区路堤台阶式边坡优化设计

基于三维定常不可压缩雷诺时均N-S方程和κ-ε双方程湍流模型,对在20m/s风速下10m高路堤上以300km/h车速运行的三车编组高速列车气动性能进行了模拟,并对路堤边坡结构形式进行了设计与优化.数值算法经验证与试验规律基本一致,幅值相差不超过10%.结果表明:路堤两侧设计成台阶对于改善列车气动性能效果显著.位于路堤不同线路上列车气动力和力矩随边坡台阶高度变化规律基本一致;各节车对应的相对最优台阶高度以及其所受气动力及力矩随台阶高度变化规律存在明显差异;台阶高度在3~5m间的边坡设计对改善路堤上运行的列车气动性能具有明显效果.边坡两侧顶部设计成台阶有效改善了列车气动性能;路堤边坡底部设计成高度相对较大的台阶对路堤上运行的列车气动性能有一定改善.     

时变需求下部分欠拨待补的易损耗品最优批量库存模型

为使传统库存问题中缺货的假设与企业实际情况相符,重新定义需求率与部分欠拨待补率为时间的函数,并考虑因缺货而引发的机会成本,建立了时变需求的易损耗品库存模型.在模型构建过程中证明了最小化总成本的最优解也能将总利润最大化,且最优补货策略具有单调的特殊性质.此外,考虑最初补货周期中的各项成本关系给出了提高模型求解效率的简单启发算法,并通过算例验证了模型和算法的有效性.     

系统随机共振的最佳耦合矩阵

非线性单稳态系统如果具有一定的能量阀值和非对称性,就可以在噪声的干扰下发生随机共振,产生一些系统原来没有的现象.如果耦合系数不同,产生的现象就会有所变化.对耦合后的系统求功率谱,可以了解系统的能量变化以及最大值,利用遗传算法可以进行最优耦合矩阵的搜索,从而能够找到所需要的最佳耦合矩阵.     

城市交通微循环网络设计优化模型

定义了交通微循环概念.建立了交通微循环网络设计双层优化模型,上层问题为在满足路段饱和度约束及最大改造能力约束的条件下使得交通微循环对环境影响最小、交通效率最高及投资最省;下层问题采用用户均衡交通分配来描述驾驶员的路径选择行为.运用功效系数法构造了多目标规划的评价函数,并通过遗传算法建立了模型的求解算法.算例表明,通过求解双层规划模型可同时确定交通微循环网络构成及各条道路改造后的通行能力.     

基于小波分析法与神经网络法的非平稳风速信号短期预测优化算法

为提高传统神经网络对非平稳风速的预测精度,提出一种基于小波分析法与神经网络法混合建模的优化算法。该优化方法引入小波分析法对实测非平稳风速信号进行分解,将非平稳性原始风速序列转化为多层较平稳分解风速序列,再利用BP神经网络对各分解层风速序列建立预测模型,最终加权各层预测结果获得风速超前多步预测结果。仿真结果表明:该优化算法实现了风速的高精度短期多步预测,将传统神经网络法对应超前步数的平均绝对相对误差分别提高了55.56%,32.43%和34.58%,其超前1步、3步和5步预测的风速平均相对误差分别为0.48%,1.50%和2.97%。优化网络具备信号分解与自学习能力。     

基于出行时间预算的多模式多类用户城市交通均衡分析

在道路交通与轨道交通组成的多模式城市交通网络中,考虑路径出行时间的不确定性,对用户的交通模式与路径的选择行为进行分析,建立基于出行时问预算的多模式多类用户均衡交通分配模型,设计基于路径配流的求解算法.研究结果表明:该算法适用于路径费用不具备可加性的交通均衡模型的求解;交通需求、路网降级及用户所需的可靠度水平对交通模式及路径选择均具有显著影响;随着交通需求水平的提高或路网降级加剧,用户选择轨道交通出行的份额增加,且可靠度需求较高的用户选择轨道交通的份额增幅更高.     

基于随机分析的公交站点乘客等车时间

分析了公交站点乘客等车过程的随机特性,在公共汽车和秉客均随机到站的条件下,确定了描述乘客在公交站点等车过程中关键状态的一系列随机变量,用图示的方法予以说明.从两个角度研究了公交站点乘客的累积等车时间,并根据随机过程理论推导出其均值的计算公式.结果表明有效控制顺次相邻两公共汽车离开公交站点的间隔时间并尽可能减少其波动可以缩短公交站点乘客的累积等车时间.