铁路客运站最高聚集人数模拟计算研究

旅客最高聚集人数是研究铁路客运站站舍能力与规模的核心。分析了传统的铁路客运站最高聚集人数计算方法的优点和不足，建立了铁路客运站最高聚集人数的模拟模型，实现了相应的模拟系统。最后以某车站为算例进行了仿真计算。模拟模型包含客流模拟模型和计算模拟模型两个子模型。客流模拟模型以对数正态分布为基础，根据列车旅客发送量来模拟旅客到达车站的时间分布。计算模拟模型用来模拟旅客的聚集过程，从而找到车站最高聚集人数和该值的出现时间。研究结果表明，系统是对实际情况模拟，它的应用能够提高效率，避免大量调查工作，节省支出。     

品种选择、货架分配与库存控制的联合决策模型

以某零售超市销售的一类产品为研究对象,假定产品的需求会受到时间、陈列库存水平和促销3种因素影响,以品种选择、货架空间分配与库存控制策略为决策变量,将3种策略的联合决策模型构建为一个非线性整数规划模型,并给出了模型求解的启发式算法.最后,构建了一个算例,运算结果表明,通过该模型的应用比该零售超市原有策略下的周利润上升了115%,说明该模型有较好的可行性和实用性,同时运算结果也给出了一些有益的管理启示.     

基于复杂网络的城市轨道交通网络中心性研究

城市轨道交通车站在网络中承担着乘客集散和连通区间的重要作用,如何有效评估其在客流网络中的影响力是研究网络结构优化和降低运营风险的重点。基于复杂网络理论,以车站为研究对象,通过建立网络客流分配模型,结合轨道交通智能卡数据提出城市轨道交通网络车站客流的集聚程度指标和3个客流中心性指标。将研究方法应用于北京市地铁网络,识别出了北京地铁的重点车站并且系统性分析了北京地铁早高峰客流现状,为地铁网络运营提出意见。     

基于改进迁移学习的高速铁路短期客流时间序列预测方法

高速铁路短期客流的预测能为客票分配、开行方案制定、车站客运组织等运营层面组织工作服务,以提高运力资源配置效率和运输服务水平。针对该预测工作往往缺乏有效样本、难于处理时间序列的非稳态性等难点,本文提出一种基于改进迁移学习的高速铁路短期客流预测方法。该迁移学习算法是在经典提升(Boost)算法基础上,结合时间序列特征所提出的。首先,通过时间序列的初筛机制得到源域时间序列与目标域时间序列的距离,并获取与目标域时间序列更相似的源域时间序列。然后,通过将整体时间序列分解为线性时间序列和非线性时间序列,采用季节性差分自回归移动平均模型进行线性拟合后,获取非线性时间序列作为初始源数据集合。最后,通过对训练样本和随机森林回归模型的权重调整实现多样本的迁移,能有效降低负迁移,提升算法稳定性。并以某铁路局客票数据为例进行高速铁路客运量预测及验证,结果表明改进迁移学习都能有效提升预测精度,证明该方法能高效地运用于实际的高速铁路短期客流预测中,有利于提升运力资源配置效率和高速铁路运输服务水平。     

相控红外末制导高速目标检测技术

目标高速检测是红外末制导系统实时跟踪打击的基础 ,小型化的玫瑰线扫描是该类系统的优选扫描制式。研究了扫描参数最优控制准则与模型和快速高效的玫瑰线扫描图像目标检测方法 ,提出高速高效高分辨率成像方程和玫瑰扫描的相位参数控制法 ,得出该准则下的最优相位控制序列 ,以及在最优相位序列控制下成像空间的覆盖率 ,成像空间分辨率与工作区特性 ,并据此提出了分区目标检测技术。最后给出了仿真结果     

基于dSPACE的矩阵变换器电流控制策略实现

基于dSPACE实时仿真平台，对以输出电流为控制目标的基本滞环控制、间接电流预测控制及直接电流预测控制（27种状态）策略进行了实验验证，对比空间矢量调制策略，它们都有输入电流谐波含量大的缺点。该文以改善矩阵变换器的输入电流质量为出发点，得到了一种新的电流控制方法。新方法与基本的电流预测控制相比，输入电流的谐波有大的减少，改善了矩阵变换器的输入性能。通过dSPACE硬件实时仿真平台对新控制策略进行了实验研究，实验结果验证了该控制策略的正确性。     

低密度客流条件下柔性路径巴士实时调度的干扰管理模型

针对低密度客流条件下路径可变巴士行进过程中出现的乘客实时请求服务这一问题,引入干扰管理方法,从乘客扰动、路径偏移以及运营成本3方面综合度量系统扰动,构建了低密度客流条件下路径可变巴士响应需求的实时调度干扰管理模型,并设计嵌入等待策略的两阶段算法对模型求解,最后用数值实验验证了该模型和策略的有效性.实验结果表明:将干扰管理思想运用到这一客运系统的实时调度中,能够有效地针对低密度客流条件下乘客出行的特征,实现以扰动最小为目标的实时高效调度,从而达到既能满足乘客方便快捷的出行需求,又能满足运营者降低成本的目的,并提供一种能够解决低密度客流条件下巴士调度的有效手段.     

基于客流双向平衡的轨道车站地区用地综合开发模型与算法

在分析轨道车站地区用地综合开发的特点及含义的基础上,针对目前国内轨道车站地区开发存在单一性问题而引起车站到发客流不均衡的状况,提出基于客流双向平衡的轨道车站地区用地综合开发模式,并构建了优化模型,给出求解方法,最后以长沙大河西轨道5号线塔山路站为例进行模型的检验与应用。     

部分可观条件下空对地打击中的动态资源分配

针对静态分配模型的不足,基于部分可观的马尔可夫决策过程建立对单个目标的多阶段决策模型,以反映任务执行效果及反馈信息中的不确定性,进而提出对多个目标的动态资源分配模型。在离线优化阶段中,通过对偶分解法将其分解为一系列较易求解的子问题,并基于次梯度算法调整资源价格,以协调子问题所构造策略中资源的使用量。在实时决策中,根据所得策略及实际执行情况指定对目标的具体行动方案,确保约束条件得以满足。仿真结果表明了方法的有效性。     

有限任务间隔时间内的装备选择性维修决策研究

在序贯任务过程中,在有限任务间隔时间约束条件下,以提高装备的任务可靠度为目标,建立了复杂串并联系统任务可靠度模型,以最小维修、预防更换和事后更换为可选维修策略,建立了总维修时间约束条件下以任务可靠度最大化为目标的选择性维修决策模型。采用遗传算法建立了选择性维修决策优化求解算法,解决了求解空间爆炸问题。案例分析表明,装备选择性维修决策模型及基于遗传算法的优化求解方法是有效的。     

基于强化学习的多机器人系统的环围编队控制

针对机器人对未知目标的编队跟踪问题,建立机器人运动控制模型,提出了基于强化学习的目标跟踪与环围控制策略。在强化学习策略驱动下,机器人探索发现目标点位置并展开跟踪,使用环围编队运动模型对机器人跟踪策略进行实时优化,实现对逃逸目标点的动态跟踪与环围控制。搭建了多机器人运动测试环境,实验表明结合强化学习的方法能够缩短多机器人编队调节时间,验证了多机器人环围编队控制策略的有效性。     

矿业经济、资源、环境协调发展控制研究

从维护资源存量不变的角度出发，运用矿业生产的投入产出关系和现代控制理论，建立生产发展与资源、环境相协调的控制论模型，在矿业发展满足国民经济建设需要的前提下，以资源(广义)恢复量补偿资源消耗量从而保持资源存量不变为目标．对矿业生产实行闭环控制，并通过模型求解，给出最优投资控制策略。     

多级供应链服务时间窗下物流资源整合优化

为降低多级供应链物流成本,优化供应链物流响应周期,研究了带软时间窗约束的多级供应链物流服务资源整合问题。通过满意度函数对供应链物流周期优化结果进行评价,以最大化供应链总体满意度和最小化服务集成商物流本为目标,建立了多目标优化模型。针对该模型,设计N SGA-II算法予以求解。算例分析表明:与供应链物流运作独立决策模型相比,该模型可以实现各级供应链物流运作的有效协同,不仅能减少物流配送延迟时间,还有助于降低物流运作成本。     

陆地车辆的磁流变半主动悬架模糊集成控制

分析了陆地车辆的磁流变半主动悬架系统的组成及其系统动力学模型。以平顺性、行驶稳定性与运动姿态控制为目标，讨论了半主动悬架的控制机理。提出了一种基于频率过滤、模糊控制和姿态误差增益控制的半主动悬架集成控制策略。设计的控制系统由外环和内环组成，外环系统设计机械系统的反馈理想阻尼力，内环系统实时计算电流驱动器的控制信号。磁流变减振器根据控制电流信号实时地产生阻尼力实现车辆控制目标。仿真结果表明，所设计的系统控制策略是有效的，同时也表明通过主动改变减振器阻尼力可以实现陆地车辆的性能控制。     

考虑拥堵传播的轨道交通车站站台承载人数研究

掌握拥堵传播条件下的轨道交通车站承载人数变化规律,是提高城市轨道交通系统安全保障能力的基础。从人、站、车多子系统角度出发,结合客流、站台及列车多属性特征,建立基于系统动力学的城市轨道交通车站承载人数计算模型。设计多组别灵敏度仿真分析实验,从多角度分析站台承载人数影响因素。结果表明,拥堵传播与正常条件下车站承载人数变化情况具有较大差别,列车发车间隔、乘客进站速率和去向比例对车站人数变化情况影响较大,列车到站间隔影响相对有限。研究结果可以为特定客流特征车站制定客流组织策略提供科学依据。     

城市轨道交通车站客流仿真中的事件驱动模型

利用多智能体(Multi-agent)仿真技术对轨道交通车站设计方案、客流组织方案进行评估是一种科学有效的方法.在对"客流事件"、"服务流程"及"乘客流"进行定义的基础上,利用三种"元事件"以组合的方式构建了七种"客流事件",从而实现了一种能够描述客流在车站内的复杂行为的统一模型.大量仿真实验表明,此模型不但能够显著降低建立仿真项目的工作量,并且更加真实地反映了乘客在车站内的行为习惯.此外,模型还具有良好的可扩展性,易推广到其它场景,如大型体育比赛(奥运会、世界杯)、大型展览会(世博会)等条件下的观众疏散、交通组织等领域.     

双层地铁换乘站性能化火灾烟气虚拟仿真分析

地铁换乘车站建筑形式特殊,其火灾烟气特性与普通地下建筑有着较大差异.针对某地铁换乘站的防火问题,采用CFD大涡模拟场模型进行地铁换乘车站火灾烟气特性的模拟分析,对不同危险场景下换乘站内的烟气扩散和运动规律进行了分析研究,验证原有排烟设计的有效性.通过分析发现传统的分区排烟模式不能很好的控制烟气的蔓延,针对这种情况,应用性能化防火设计的原理对车站的防排烟系统进行了改造设计,提高了地铁车站防排烟系统的整体能力,达到了对火灾烟气进行控制和保证人员安全疏散目的,并采用先进的虚拟现实技术,结合CFD数值模型构建了集成的火灾数值虚拟仿真平台,进行该车站的防排烟系统改造设计进行了模拟与分析,获得了具有高度真实感的地铁换乘站火灾烟气蔓延过程.此外,通过研究发现,除传统排烟风速和排烟量等指标对烟气控制有较大影响外,不同排烟方案和整个排烟系统的运行模式对烟气扩散和人员安全疏散也有重要的影响.     

不确定性机器人实时智能补偿控制

在神经网络在线学习控制中 ,实时性和控制精度是非常重要的两大指标。提出的一类具有多维存储结构的CMAC网络 ,提高了网络的泛化能力和学习速度。利用这一网络 ,针对不确定性机器人系统 ,考虑其标称模型 ,提出了一种新的实时智能补偿控制策略 ,并利用Lyapunov方法得出了系统全局渐近稳定的充分条件和网络学习律。在该控制策略中 ,系统的控制输入由两部分组成 :基于标称模型的计算力矩及补偿输入 ,其中补偿输入为系统标称惯性矩阵与神经网络输出的乘积。最后给出了仿真实例来说明该控制策略的有效性     

混合动力客车自适应能量容错管理的研究

将容错控制理论应用于复合式混合动力客车控制策略开发中,提出了一种自适应能量容错管理的方法.该能量容错管理综合考虑了安全性能、行驶性能及能量分配方面的要求.通过基于模型的方法对故障进行诊断,分析其影响.利用等效燃油最小消耗(ECMS)思想,建立参数自适应客错控制策略,实现故障和无故障下对系统性能的实时优化.对系统的容错性提出了一种基于功率误差的等价燃油消耗评价指标.仿真和试验结果表明该控制策略是实时可行的.     

基于归纳法的同构资源目标分配算法

针对传统目标分配算法不能求解大规模资源目标分配的组合规划难题,提出了一种基于数学归纳法的资源目标分配算法。建立了资源相同条件下的目标分配数学模型。通过逐步增加资源和资源预分配的方法,不断从每次迭代的预分配方案中选择最优的分配方案,极大地降低了分配问题的搜索解空间和计算复杂度。以无人机协同区域搜索为典型应用案例,分别设计了对比实验和性能实验。仿真实验结果表明,该算法可以保证得到目标分配问题的全局最优解,并且在大规模资源分配中具有很好的实时性。