考虑订单可得时间和客户时间窗的电商末端配送路径问题

针对考虑订单可得时间和客户时间窗的电商末端配送路径问题，考虑配送特点（订单可得时间）、客户的时间需求（时间窗）和客户分布分散等特点，以最小化配送总里程为目标，构建了基础数学模型，并通过分析问题特征对模型改进，从而构建了改进数学模型。在此基础上，提出两种有效不等式，并设计了基于分离两种有效不等式的改进分支切割精确算法对模型进行求解。最后，通过测试多组算例，不仅对两种数学模型进行了比较，而且分析了不等式对算法性能的影响；通过与CPLEX默认的分支切割算法对比，验证了改进的分支切割算法的优越性。结果表明：对小规模的实际算例，采用改进的分支切割算法可以在极短的时间内得到最优解，具有很好的实用效果；对规模较大的算例，采用改进的分支切割算法得到的最优解可以对智能算法性能进行评价。     

基于GPS的物联网智能终端定位技术研究与应用

对基于GPS全球定位系统及其地面接收模块的终端节点定位技术进行了研究,并将其用于物联网智能终端定位系统的开发与应用。该技术实现对物联网终端节点所处位置实时定位,并且还提供各智能终端定位所需的统一基准时间,可用于实现物联网中任何两个智能终端节点之间任何时间、任何地点的连接。此外,它还可以应用于动态组建大范围无线传感器网络。     

同心双扭旋元件内外叶片数量对管内传热性能的影响

为探究同心双扭旋元件组合方式变化对换热管传热特性的影响规律，采用数值模拟方法对雷诺数Re=200~1 800范围内恒壁温条件下的管内传热进行了分析，并进行了实验验证。研究结果表明：在Re=200~1 800的范围内，含有4-4同心双扭旋元件换热管的努赛尔数Nu值最大，其次为3-3同心双扭旋元件，2-4与2-2同心双扭旋元件的Nu相差不大，最大仅相差5%；4-4同心双扭旋元件换热管的阻力系数f最大，其次为3-3同心双扭旋元件，2-4同心双扭旋元件的阻力系数略高于2-2同心双扭旋元件；2-2同心双扭旋元件换热管的综合传热性能评价因子（PEC）值最大，为1.50，且明显高于其他3种换热管，其余3种换热管的PEC值相差不大；4-4同心双扭旋元件换热管的场协同数F_c值最大，其余3种换热管的F_c值相差不大。     

基于ZigBee的车载交通灯监视系统设计

为解决驾驶员在城市道路十字路口遭遇前方大车遮挡、恶劣天气及眩光时,出现交通灯"盲视"现象而引发交通事故的问题,利用ZigBee灵活的组网功能,在城市道路的十字路口安装交通灯监视系统的主控端,在各个车辆上安装车载终端,形成基于ZigBee的车载交通灯监视系统。系统主控端承担网络管理和交通灯信息发送任务,车载终端负责交通灯信息数据接收、交通灯信息LCD显示和交通灯相位切换前语音提示驾驶员的任务,两者通过ZigBee进行无线通信,圆满地解决了驾驶员的"盲视"问题,极大地提升了十字路口的安全通行率。     

基于Kriging模型的多点加点准则和并行代理优化算法

针对并行仿真环境下复杂工程系统的优化设计问题,提出一种基于Kriging模型、多目标策略和聚类方法的并行代理优化算法.该算法的多点加点准则,以同时优化期望改进准则和可行性概率准则为目标,首先生成兼具目标响应改进和可行域边界刻画功能的备选试验点集;再利用聚类方法从备选点集中选取多个有代表性的新试验点.通过两个数值算例和一个工程算例,将所提并行优化算法与已有算法做比较,结果表明所提算法具有更高的优化精度、效率和稳健性.     

终端区空域规划运行评价指标体系

为了合理分配管制资源,保障高效运作终端区,通过对终端区空域规划运行效能进行量化分析,进而掌握其运行情况及发展形势。首先建立了基于8类关键性能领域的终端区空域规划运行评价指标体系。然后采用状态分类评估法构造综合评价函数,利用基于随机森林(random forest, RF)算法的可拓层次分析法(extension analytic hierarchy process, EAHP)分析计算指标权重,达到综合考虑指标影响、加强指标量化程度、减少研究过程主观性的目的。最后,以广州终端区和武汉进近为例,对八大关键性能指标进行实例分析,采用蒙特卡洛(Monte Carlo)模拟验证了指标计算结果的可靠性,提升了指标的认可度,验证了系统评价结果的准确性。     

自动化码头运输设备充电策略优化的仿真研究

随着自动化集装箱码头成为当今码头的发展趋势,AGV(automated guided vehicle) 作为自动化码头中使用最为广泛的水平运输工具,合理制定其充电策略至关重要。针对当前自动化集装箱码头中AGV充电策略的不足,提出一种以离线充电为主在线充电为辅的充电策略,并且针对在线充电站点位置选择问题提出一种利用热区图选择有效在线充电站点的快捷方法。在使用该种充电策略情况下,通过大量仿真实验得出在码头工作任务量不变的前提下可减少AGV数量配置的结果,说明自动化集装箱码头水平搬运效率得到提高,证明该充电策略具有有效性。     

Heston模型下考虑工资风险和保费退还条款的DC型养老金时间一致性投资策略

DC型养老金投资者通常可以将保费投资于金融市场中无风险资产、风险资产以及通胀指数化债券3种资产。在均值-方差准则下，为了充分考虑市场风险因素和保障参保人利益，将通胀风险、波动风险、工资风险以及保费退还条款引进投资模型中。利用博弈论思想和随机最优控制技术，通过求解一个扩展HJB方程组，得到了最优时间一致性投资策略和有效前沿的解析表达。最后，通过数值分析比较了有、无保费退还条款两种情形下的最优投资策略。此外，还分析了一些主要参数对最优投资策略和有效前沿的影响，并给出了经济意义上的解释。     

高准确度网络安全意识个体评估及群体指数构建方法

针对网络安全意识评估方法存在评估准确度不及、客观性不足、缺少对群体的网络安全意识评估方法等问题，提出了一种高准确度的网络安全意识个体量化评估和群体指数构建方法.该方法从多个维度采集个体的网络安全意识数据，利用混合回归模型将安全数据量化为安全得分；利用改进的标签传播算法进行聚类，通过设定监督信息而不依赖标签数据，得到个体的信息安全意识等级；利用多个个体的信息安全意识评估结果，使用基于Grubbs准则构建的指数计算公式，弱化群体中的异常点，量化群体内部共同意识，得到群体网络安全意识指数.实验结果表明，相对现有的评估方法，该方法的准确度和客观性显著提升，同时能够正确反映群体网络安全意识水平，为网络安全意识的全面提升和闭环促进提供了技术方法.      

基于逆向强化学习的装船时堆场翻箱智能决策

集装箱码头装船时堆场翻箱具有时序性与动态性，属于NP（non?deterministic polynomial）难问题。针对常见的顺岸式集装箱码头堆场，以最小化总翻箱次数为优化目标，考虑翻箱对装船连续性及效率的影响，基于马尔科夫决策过程构建装船时堆场翻箱模型，设计逆向强化学习算法。为验证算法的有效性，以随机决策为基准，将设计的逆向强化学习算法与码头常见规则决策、随机决策对比。结果表明，贝位堆存状态不佳时，常见的规则决策不一定优于随机决策；逆向强化学习算法可有效挖掘隐含专家经验，收敛至最小翻箱次数的概率更高，且不同堆存状态下均能更好地限制单次发箱的翻箱次数，可实现装船时堆场翻箱智能决策。