基于J2EE的铁路编组站车流仿真系统设计

由于铁路编组站车站调度员很难掌握自动编制阶段计划推流、配流的全过程,导致自动编制的阶段计划在车站无法被工作人员接受,最终导致计划无法很好地实施,针对这种情况,分析了问题存在的原因,并提出了建立一个可以仿真车流随计划动态变化、统计计划预执行情况、根据统计结果为站调提供决策支持的车流仿真系统.阐述了基于J2EE的铁路编组站车流仿真系统的设计思路,给出了针对此系统的J2EE软件集成方案和部分核心技术(Remote Service和Facade等)的具体实现.也给出了车流随阶段计划动态变化、对车流仿真结果进行统计、为站调提供调整计划策略的实现方法,最后给出了仿真结果.     

基于树枝形铁路专用线网络的小运转货物作业系统优化

针对树枝形铁路专用线小运转货物作业系统优化问题,首先剖析了铁路枢纽小运转货物作业机理,进而根据各车组到达编组站时分、车组目的装卸站位置、车组取送作业时间要求以及调机牵引定数等限制,以调机早到等待成本、调机晚到惩罚成本、铁路枢纽专用线调机和货车运营成本最小化为目标,构建问题模型.鉴于模型复杂,直接求解较为困难,故设计H ...     

基于单机作业的树枝形专用线非直达车流取送优化

针对铁路枢纽地方货物流的小运转作业系统,研究一类基于单机作业的树枝形铁路专用线非直达车流取送问题.考虑调机牵引定数、挂运列车出发时刻、先送后取作业顺序等实际限制,构建在站停留车小时费用和调机取送成本之和最小化为目标函数的数学模型.鉴于该模型复杂,直接求解较为困难,设计H H-IBA&GA融合求解策略.该求解策略首先根据...     

铁路技术站调机运用模型及算法

研究铁路车站作业计划编制过程中,如何编制调机运用计划的关键问题,通过分析运用调机时区集合上的偏序结构特点,可以知道使用调机问题的实质是偏序集合的全序分解问题。利用偏序集合的传递性构造调机的有向图－图,再将调机运用问题转化有向图的有向路分解问题,对于传递图构造它对应的偶图－无向偶图,将传递图的向路分解问题转化为其对应偶图的匹配问题,最后,利用偶图最大匹配问题的算法解决调机运用问题。     

基于资源流网络与时间缓冲集成优化的鲁棒性项目调度

针对工期不确定的资源受限项目调度问题,将鲁棒性资源分配和时间缓冲插入两种方法进行有效地结合,通过设计两阶段集成优化算法构建抗干扰能力较强的鲁棒性项目调度计划.第一阶段提出MEPC(minimizing expected penalty cost)资源流网络优化算法,通过对资源进行有效配置生成稳定的资源流网络.为进一步提升调度计划的鲁棒性,第二阶段通过固定第一阶段构建的资源流网络,设计EPC(expected penalty cost)缓冲优化算法,通过迭代方式在延期风险较大的活动前插入时间缓冲,实现项目期望惩罚成本最小化.最后通过大规模仿真实验从"解"鲁棒性"质"鲁棒性两方面来验证两阶段算法的有效性和可行性,结果表明通过将资源流网络与时间缓冲进行集成优化构建的调度计划不仅具有较好的完工性并且能更有效地应对项目执行过程中各种不确定性因素的干扰.     

提箱作业优化问题的嵌套启发式算法

针对集装箱堆场进口集装箱的提箱作业计划问题,建立了以作业总成本最小为目标的多阶段决策优化模型,构造了内外嵌套两层结构的优化算法,内层算法实现最短路径搜索子模型,外层算法实现倒箱策略优化子模型.对内外层优化算法,设计了基于启发式A*与GA算法分别组合的4种方案.实例分析表明:各算法组合方案具有相同的有效性,当问题规模较小时,A* A*较好,但问题规模增大时,GA GA较好.     

铁路编组站阶段计划编制的模型及其算法研究

以压缩车辆在编组站停留时间为目标，建立阶段计划车流推算模型，考虑列车解体顺序与列车出发计划的综合协调问题，并通过求解带分枝定界策略的网络流及有准备时间的带权最小误工工件数问题，解决了编组站因车流不足需停运出发列车运行线的问题.     

工业编组站MIS决策支持若干问题的数学模型

信息系统决策支持的关键是要解决管理过程的数学描述和最优化问题。本文运用运筹学、模糊数学等数学原理和方法，对工业编组站取送车顺序、空重车在各作业区的分配、车列解体顺序和解体钩计划的调车作业方案，从理论上进行数学描述，对这些决策支持问题提出了确定作业方案的优化模型。     

一种求解两机成组作业流水车间优化调度问题的遗传算法

当优化目标是总的流时间时,两机成组作业流水车间调度问题是NP难解的.本文提出了一种两机成组作业流水车间优化调度的遗传算法.该遗传算法分两层一层优化组内作业排序,一层优化组排序.仿真结果表明该方法的有效性.     

基于弹复性的交通网络应急恢复阶段策略优化

重大灾难的灾后恢复一般分为应急恢复阶段和全面恢复阶段,前者面临时间、资金、资源有限等多重困难.传统交通网络灾后恢复研究缺乏结合应急恢复阶段特点的针对性研究.为此,提出一种基于弹复性的交通网络应急恢复阶段策略优化模型.首先,提出两个弹复性度量指标,分别从网络性能恢复速度和累计损失两方面度量弹复性.然后,针对应急恢复阶段,同时考虑上层系统弹复性和下层用户行为的交互,建立交通网络恢复策略双层优化模型.结合并行机调度问题算法和用户均衡配流问题算法,设计一种特殊的交互式双层算法.最后,通过案例验证了模型有效性,表明模型和算法能根据资源、资金、恢复目标、决策者偏好等因素,有效求解大规模交通网络应急恢复阶段的最优恢复策略.     

一种求解协作配送成本分摊问题核仁解的近似迭代算法

协作配送问题是典型的组合优化合作博弈问题,也可称为协作车辆路径问题,其核心问题之一是确定公平合理的成本分摊方案.其中核仁解由于具有唯一性和公平性等特点,是成本分摊领域中公认的科学分摊方案.本文提出了一种近似求解协作配送问题核仁解的方法.首先分析证明了当顾客位置分布均匀,从理论上协作配送成本分摊问题会是凸博弈问题,然后,基于凸博弈的核仁解会等同于预内核解的理论,提出了一个能够求解凸博弈问题核仁解的迭代逼近算法(approximate iterative algorithm,AIA),分析了AIA算法的复杂度为O(n~42~n),为此又提出了AIA的有效提速策略,可将AIA的复杂度降低至多项式.最后,通过求解协作配送算例和实例,验证了本文AIA算法能够准确求解得到协作配送成本分摊问题的核仁解,提出的求解策略能有效的减少求解耗时,并且得到的最终结果与实际核仁解的平均偏差不到0.02%,更重要的是AIA能够用于求解所有凸博弈问题的核仁解.     

海铁联运中心站堆场箱位指派优化

海铁联运中心站堆场的箱位指派策略直接影响着中心站堆场的作业效率.本文研究中心站装卸作业过程中的箱位指派问题,以堆场压箱量最小为目标,建立动态箱位指派模型,优化集装箱在堆场的位置.基于指派问题自身的特点设计了启发式算法进行优化,将优化指派策略与堆场现有的最矮指派策略进行比较,通过对不同情况的算例进行求解,表明优化指派策略优于最矮指派策略.验证了模型的可行性和算法的有效性,并分析了作业箱规模、贝位大小、班列和集卡到达频率这三个影响因子对优化效果的影响,为中心站堆场提供决策支持.     

多方法协作优化算法协作策略研究

为充分发挥多方法协作优化的优势,研究了多方法协作优化算法的协作策略特性。比较了采用并联、串联、串并联和嵌入协作策略的多方法协作优化方法的不同优化特性,得出协作策略选择的一般准则。以典型全局优化测试问题进行了分析验证。研究表明,多方法协作比单独优化方法更具优势;合理选择协作策略,可以进一步提高多方法协作优化方法的优化特性。     

基于改进PSO算法的复杂产品协同优化分配研究

研究网络制造环境中复杂产品关键部件生产任务的协同优化分配问题。以总费用最小为目标,对复杂产品关键部件的生产任务在联盟企业的优化分配进行了研究,提出了该问题的非线性数学规划模型。开发针对该问题的粒子群算法(PSO),该算法提出适用于"关键部件-联盟企业"关系的离散粒子编码方法。采用基于可行性规则的方法处理约束问题,避免了罚函数的选择,较好地改进了算法的搜索速度和收敛性能。以某企业重型燃机的协同制造为实例,进行仿真研究,仿真结果证明了模型与算法的有效性。     

铁路编组站到发线运用的排序模型和算法

研究在铁路编组站计算机辅助调度过程中 ,如何编制到发线运用计划的关键问题 .通过分析列车占用到发线的特性 ,建立到发线运用问题的排序模型 .通过分析列车占用到发线时间区间集合的特点 ,运用构造方法给出到发线运用问题的实用算法.     

面向多无人机协同对地攻击的双层任务规划方法

无人机(unmanned aerial vehicles, UAVs)的任务规划包含任务分配、执行顺序确定以及航迹优化等。为了达到任务规划的全局最优,需要全盘梳理任务的各个方面,提出高效的优化策略。综合考虑任务规划过程中任务分配、执行顺序确定以及航迹优化等方面的需求和相互间影响,首先从优化框架出发, 设计了双层互耦的任务规划求解策略, 而后将任务规划模型分为上层任务分配和下层任务序列优化, 并对每一层的优化方法和优化步骤进行了详细设计。在任务分配问题中, 基于模拟退火算法, 提出了可跳出局部最优的模拟退火-撒点(simulated-annealing-shooting, SAS)算法, 并详细探讨了算法参数的设计原则。最后通过仿真分析, 验证了所提出的规划框架和SAS优化算法的有效性。     

城市区域多物流无人机协同任务分配

针对城市区域多无人机协同物流任务分配问题, 综合考虑不同无人机性能、物流时效性、飞行可靠性等影响因素, 以经济成本、时间损失和安全风险最小为目标函数, 构建多无人机协同物流任务分配模型。因问题规模大、求解复杂度高, 设计改进的量子粒子群算法进行求解。首先，为增强粒子遍历性和多样性, 采用均匀化级联Logistic映射进行粒子初始化; 其次，为避免算法陷入局部最优解, 引入基于高斯分布的粒子变异方式; 最后，为提高算法运行效率, 运用自适应惯性权重方法对粒子赋值。仿真实验结果表明，所构建的模型能够实现任务分配多目标优化, 贴近城市区域无人机物流配送实际; 所提算法与传统量子粒子群算法和遗传算法相比, 任务分配代价分别下降了5.9%和6.3%;并进一步对参数权重设置进行分析, 当3个子目标函数权重系数分别为0.225、0.275和0.500, 种群规模为150时, 算法规划的结果最优。     

基于粒子群优化算法的USV集群协同避碰方法

针对无人水面艇(unmanned surface vessel, USV)集群在路径规划中的协同避碰问题,提出了基于滚动优化策略结合粒子群优化算法的USV集群协同避碰方法。首先,通过已有雷达、光电等传感器参数指标建立综合视域模型;其次,采取基于正切函数的惯性权重调整结合线性调整学习因子的方法来提高粒子群优化算法的全局搜索能力,同时,在适应度函数中加入转艏角控制来提高路径的平滑性;最后,利用改进后的粒子群优化算法规划出每个综合视域内的路径。仿真实验结果表明,该优化算法能实现USV集群的实时避碰,并快速为USV集群规划出平滑、安全的全局最优无避碰路径。