电动公交车线路和充电设施及策略规划方法研究

针对电动公交车充电设施配置不合理的现象,对电动公交车线路和充电设施及策略规划方法进行研究。综合考虑充电站及充电桩配置与公交线路运营特征设计参数两者的相互影响,以充电等待时间和运力为约束条件,建立社会福利最大化模型。基于两种不同的充电策略,讨论其对充电站内车辆排队充电等待时间的影响。以拉格朗日函数求解算法和遗传算法对模型进行求解,并以苏州市931路纯电动公交线路为算例对模型与算法进行了验证。研究结果表明,相比于遗传算法,基于拉格朗日函数的求解算法效率更高,求解结果更稳定。根据所构建模型设计的充电桩数量及线路运营特征参数,在满足充电等待时间约束的条件下可以实现社会福利最大。该研究所提出的模型可为电动公交车线路规划提供决策依据。     

拖挂式移动机器人的多约束避障轨迹规划

基于七次多项式曲线研究了拖挂式移动机器人多约束避障轨迹规划问题,建立了具有非完整约束特性拖挂式移动机器人的前向和后向运动学模型。在速度、加速度、急动度、曲率和曲率导数等多约束条件下,提出基于七次多项式曲线的避障轨迹规划方法。考虑平稳性、舒适性和交通效率等设计了优化目标函数,对七次多项式曲线参数进行优化。仿真结果表明,所提出的基于七次多项式曲线的避障轨迹规划方法,能够得到多约束条件下满足最优避障时间和最优避障距离的避障轨迹规划结果。     

考虑多约束的UCAV对地攻击轨迹规划

针对多约束条件下UCAV对地攻击轨迹规划问题,提出了一种基于Radau伪谱法(RPM)的求解策略。首先,分析并建立UCAV三自由度(3-DOF)质点模型,初始和终端位置、速度、姿态、飞行性能、敌方火力或探测威胁、禁飞区、地形等约束条件模型,构建考虑多约束的UCAV对地攻击轨迹规划模型;在分析RPM求解最优控制问题的基本原理及实现方式的基础上,采用RPM将轨迹规划的最优控制问题转化为非线性规划问题;最后,利用SNOPT软件包求解,并进行了数字仿真。仿真结果表明,该方法能以较高的精度和速度生成满足多种复杂约束要求、连续并且真实可行的最优轨迹。     

基于GIS的老工业园区改造规划

本文依据工业园区改造规划对GIS软件的客观要求,介绍了基于GIS的物流通达度模型、工业指向型模型、人口空间离散性模型,并基于以上模型去完成工业园区的改造规划,使得工业园区改造规划更加客观合理,提高了方案制定的科学化水平,详细说明了基于GIS的工业园区改造规划空间分析模型在实际中的应用[1]。区域与城市研究中满足了对区域规划的可视化分析要求,并且对该市城镇规划、生产力布局等方案的制定提供了支持。借助于GIS,充分有效的整合已有的交通基础设施资源、各类信息技术资源和人力资源优势,为一个工业城市提供更快、更好、多功能的综合服务。     

基于快速公交线路的常规公交线网优化

快速公交线路与常规公交线网优化是一个动态平衡的过程,当一条新的快速公交规划建成后,原有的旧的平衡就会被打破,需要重新梳理两者之间的关系,并对常规公交进行相应地调整。通过分析常规公交线网优化问题,设计了约束条件为常规公交线路的长度约束、快速公交车站点容纳量约束、常规公交线网与快速公交线路重复系数约束和非直线系数约束等,建立以系统总成本(包含出行者的出行时间成本及公交企业运营成本)最小为目标函数的常规公交线网优化模型,并应用遗传算法来求解该模型。构造了一个算例,其计算结果表明,该模型对常规公交线网优化的效果明显。     

考虑站场实时排班可行性的纯电动公交调度

近年来,中国纯电动公交车占比逐年提高,2019年已超过46.8％,北上广深等多个城市已实现100％.通过深入分析纯电动公交车行驶过程中的耗能组成,由此建立电能能耗成本函数;构建同时考虑乘客出行与公交企业运营成本的纯电动公交车调度排班模型;将公交场站车辆数作为约束条件引入模型,真实反映实际车辆运行情况;为严格做好疫情防控,将车辆满载率纳入模型约束以保证乘客安全距离;通过分析发现该模型属于NP-hard问题,提出利用遗传算法对其进行求解.利用广州市105路公交线路的运行和OD需求数据进行仿真验证,表明该模型和算法具有一定的有效性.     

成像卫星密集任务合成方法及其调度算法

当一般卫星面临问题规模较大且任务比较密集时,传统的调度模型会出现任务排斥,造成观测效率及观测收益都较低的现象.针对该问题,提出了基于任务合成机制的多星调度算法.首先,考虑任务之间的约束条件,建立基于均值漂移的卫星任务合成算法;然后,考虑卫星资源的固存约束、能量约束,以及观测任务之间的观测时间、观测角度等约束条件,建立了基于均值漂移的多星任务合成调度问题模型;最后,结合任务合成算法及问题特点,用改进的蚁群求解算法进行求解,并设计了Insert搜索算子来提高算法的探索能力.仿真实验验证了该任务合成方法及求解算法的效率.     

基于ArcGIS的公交换乘功能研究及实现

针对沈阳市的公交运行线路、公交站点和城市道路进行分析研究之后,结合ArcGIS软件的特点,研发出公交换乘系统。系统实现地图放大、缩小、漫游等GIS软件所具备的基本功能。乘客能够对现有的公交站点、公交线路,地名进行查询,并可以对查询信息进行定位。乘客输入任意出行起点、终点,系统可在相应的约束条件下,查找搜索出最优公交出行路径和换乘方案。     

四足步行机器人动力学模型及脚力分配的研究

推导了四足步行机器人的动力学模型,在此基础上利用平方规划方法研究开发四足步行机器人脚力分配的新算法．这种方法既考虑电机模型,分析了四足步行机器人的关节驱动约束条件,又结合摩擦等约束分析及转换,建立了机器人多约束方程,利用平方规划提高解的质量,并缩减解的规模．最后通过实例验证了该算法的优越性。     

应急避难场所的选址决策支持系统

针对城市避难场所选址和避难人员分配问题,开发了基于GIS和多目标规划模型的决策支持系统。通过图层叠加,筛选出城市风险区之外的绿地、公园等空间作为避难场所备选点。通过GIS的网络分析功能,提取城市道路网络的拓扑,计算节点之间的最短路径。建立城市避难场所选址优化的多目标规划模型,优化城市所需的避难场所个数、选址和服务区域。以中国某市的数据为例,该模型和系统已应用于避难场所规划中。结果表明:该模型能适用于实际城市应急避难场所的选址决策参考。     

有流量附加约束动态交通网络平衡的变分不等式表示

为了研究有流量附加约束的动态交通网络平衡问题,将附加约束等价地当作路径的新增阻抗,得到了基于有流量附加约束条件下的Wardrop用户平衡的变分不等式表示,并提供了计算这种平衡配流的另一种方法。该方法由于考虑了路径容量约束,使得这种变分不等式表示更接近现实中有路径流量限制的情形。     

基于GIS的面向对象人口空间数据库设计

在"乌鲁木齐市城市远景规划修编项目"实施过程中,利用地理信息系统的强大数据管理和空间分析功能,有效地整合现有的规划图纸资料和街道统计数据,建立基于GIS的面向对象人口空间数据库,实现空间数据和属性数据的统一存储和管理.在此基础上进行人口规模、密度和分布变化规律的空间分析和研究,为未来乌鲁木齐市城市远景规划和发展建设提供数据支持和决策依据.     

基于GIS的城市公共绿地景观可达性评价方法

城市公共绿地景观对居民的服务能力是衡量一个城市现代化发展水平、和谐的人地关系的一个重要参考，可达性是一个量化的评价指标，能够综合多种因素对这种服务能力做出评价，为城市规划、园林规划提供借鉴。提出的一个基于网格划分的城市公共绿地景观可达性计算方法，利用每个网格的道路密度来近似模拟交通成本的阻力，在可到达性计算中综合了考虑人口分布、公共绿地景观服务力、交通成本等因素，来研究城市公共绿地景观可达性的卒间分布特点，该方法具有较好的实用性和可计算性。最后，利用Arclnf09这一GIS工具，以广州市为例进行了实例研究。     

基于遗传算法的多星调度方法

多星调度是一类约束条件众多且复杂的调度问题,除了要考虑时间窗、过渡时间等约束外,还需要考虑任务的时效性约束和能量消耗约束。为此,文章建立了相应的数学模型,并设计了基于圈次进行交叉、变异的遗传算法;通过STK生成测试数据,并与蚁群算法结果对比,说明该方法能有效解决多星调度问题。     

一种基于约束条件的服务能力匹配方法

结合产生式系统中冲突消解和约束满足问题的方法,提出了一种新的基于约束条件的服务能力匹配方法。该方法把服务的约束条件分成两大类,一类是状态关系条件,一类是数值关系条件,根据这两类约束条件分别提出了相应的语义匹配方法,给出了实现原型的软件系统结构和例子,说明了该方法的有效性。     

城市轨道交通接驳公交线路优化设计

城市轨道交通和常规地面公交之间的有效接驳是提高城市公共交通系统运行效率的重要环节。本文详细分析了接驳公交出行中乘客出行时间成本和公交车辆运营成本,以城市轨道交通接驳公交系统总成本最小为目标,考虑公交线路布局约束、乘客流量守恒约束,以及公交能力约束等,构建了城市轨道交通双边接驳公交线路优化模型,对接驳公交线路布局以及开行频率进行优化。根据模型特点,设计了人工蜂群算法。为了提高算法的计算效率和稳定性,采用了多种邻域搜索策略,且对算法的相关参数进行了校正。数值算例表明,人工蜂群算法可以很好地优化城市轨道交通接驳公交线路的布局,且在求解质量、计算效率和稳定性等方面都优于遗传算法。     

基于语义与模板的Web服务混合合成

为提高Web服务合成的动态性及降低合成的复杂度，提出了一个基于语义与模板的混合合成框架，并详细分析了基于该框架的抽象服务流程和具体服务流程构建过程。在宏观上，采用工作流及语义模板实现服务合成，并基于服务模板和过程约束设计流程，创建复杂流程以表示现实世界的需求及实现对粗粒度服务合成流程的控制；在微观上，对工作流抽象活动节点实现动态服务合成规划，以减少人工干预，提高服务合成的动态性和自动性。通过宏观、微观间的有机结合，该框架可有效降低服务合成的复杂度，提高合成的可靠性及效率。     

基于随机规划的现代医院选址方法

针对医院选址问题中就医人数随机性的特点,提出了基于随机规划的现代医院选址方法.考虑医院附近不同人口分布点的每月就医人次数、交通状况、病人对不同级别医院的偏好因素,建立随机整数规划模型,以最小化地区内人口与医疗资源间的权重距离总和为优化目标,并采用蒙特卡罗方法模拟每月就医人次数这一随机参数.实验结果证明,该方法具有良好的收敛性,其选址决策相比于确定性模型选址方法明显优化.     

基于QP转化的约束非方系统模型预测控制

针对带约束非方系统的控制问题,设计了一种基于标准二次规划(QP)转化方法的快速模型预测控制算法。首先利用非方传递函数矩阵对Diophantine方程进行求解,结合系统的单位阶跃响应矩阵重构系统的预测模型;然后,考虑系统的约束条件,包括输入输出变量、控制增量约束,通过引入松弛变量及等式转化,将模型预测控制MPC过程中的最小化目标函数问题转化为带有不等式约束的标准QP问题,实现最优控制律在迭代过程中的一步求解,从而解决传统控制方法中计算量大、不能够直接应用于在线控制的问题。将本文所提出的方法应用于经典的Kalman非方系统的控制。得到仿真结果表明,该预测控制方法在系统的抗噪声扰动、设定值跟踪等方面均有着较好的性能,同时能满足系统的约束条件,并得到满意的控制效果。     

基于多Agent技术的低可观测飞行器任务规划求解方法

为了提高低可观测飞行器任务规划系统的规划效率，应用分布式人工智能多Agent智能体技术，建立了飞行器任务规划系统求解方法。在描述任务规划目标函数和约束条件基础上，对系统组成、Agent类型定义、分层考虑及Agent之间的协商通信进行了系统研究。使用这种方法可将复杂问题分解为较简单的问题进行分步式求解，具有缩短规划时间、减少规划费用、提高规划质量等优点。