智能运输调度系统模型库构造与管理

根据最近的研究和未来展望 ,从系统设计的角度对 V RSP( Vehicle Routing and SchedulingProblem s)的模型按结构进行了分类 ,给出了模型类的知识表示 ;详细地讨论了 VRSP模型类的父类、子类、多项式派生子类、相似类、多项式派生超子类、等价类 ;研究了模型类的并、交、补运算 ,从而深刻地揭示了模型类之间的关系 .提出了 VRSP模型库及其管理系统一个框架设计 .本文的研究虽然是针对智能运输调度系统进行的 ,但其思想和方法对一般智能管理系统的设计具有普遍意义.     

GPS技术在露天运输系统中的应用

针对露天矿传统调度系统效率较低的实际情况,提出了采用卫星定位技术（GPS）、将计算机网络技术、无线数字通讯技术、电子技术、系统工程技术、优化理论、管理信息系统理论等多项现代高新技术理论结合到一起,对运行卡车进行实时优化调度的具体方法,利用GPS系统能够高精度确定出露天采掘、运输设备的位嚣,并能够计算出距离的特点,对运输设备进行优化配置,从而替代了传统的人工经验调度方法,提高了矿山生产效率和经济效益。     

修正的混沌粒子群算法求解经济负荷分配

为克服粒子群优化算法容易陷入局部最优、后期收敛慢等缺点,提出了一种修正的混沌粒子群优化算法.该算法通过修正粒子群迭代的行动策略,并引入遍历性较强的Tent混沌局部搜索机制,可以增强粒子的全局搜索能力,提高优化算法的全局寻优性能.将修正的混沌粒子群算法分别应用于6机组和15机组电力系统中求解经济负荷分配,在考虑系统网损和机组运行约束条件的情况下进行仿真实验.仿真结果表明:该算法用于求解高维、非凸、不连续等非线性复杂约束条件的电力系统经济负荷分配问题上,有着较快的收敛速度和较强的全局寻优能力.最后,通过与其它智能算法比较,验证了算法的有效性和优越性.     

求解环境经济调度问题的多目标差分粒子群优化算法

提出一种基于差分演化的改进多目标粒子群优化算法来求解电力系统环境经济调度问题。算法通过对Pareto最优解集的差分演化来增加Pareto最优解的多样性;通过循环拥挤距离来控制归档集中非劣解的分布,以提高对种群空间的均匀采样;采用一种新的多目标适应值轮盘赌法选择粒子的全局最优位置,使其更逼近Pareto最优前沿;自适应惯性权重和加速度因子的动态变化可增强算法的全局搜索能力。对电力系统环境经济负荷分配模型进行仿真,并与文献中的其他算法进行了比较。结果表明,改进的算法能够在保持Pareto最优解多样性的同时具有较好的收敛性能。     

电力系统在线安全经济分配新算法

本文提出电力系统在线安全经济分配(OSED)的一种新算法——常系数降维海森矩阵法(CRH).原始的 OSED 模型首先进行有功问题与无功问题的分解,然后采用非线性优化技术,建立求解有功问题的海森矩阵.假设系统各节点母线电压相角近似相等,变化的大规模海森矩阵将降维成为一个等效的小规模常系数矩阵,从而直接用于对电源变量迭代求解.一个特定的迭代过程随之导出,此迭代过程不仅对电源向量修正求解,并且同时对电压(相角和幅值)向量和拉格朗日乘子向量修正求解.算法的快速性及良好的收敛性能在算例中显示.     

电力系统经济调度递阶优化的灵敏度协调法

研究非线性大系统采用递阶优化算法时的协调级算法。对偶分解法已被认为是解决水火电力系统优化问题较有效的方法，但用于人协调级的算法是影响收敛速率的关键，为此提出了灵敏度协调法代替常用的次梯度法，并引入了下级子系统的输出功率对协调变量的灵敏度的概念，从而大大加快收敛速率。此法已用于一大型有抽水蓄能电站及机组最优组合的水火电力系统经济调度的软件包中，并被证明是有效的。     

基于协作能力约束的港口集卡调度优化策略

为提高集装箱船舶装卸过程中集卡和吊装设备同步作业效率,引入基于时间窗的冲突反馈机制。首先根据港口物流常规工作参数,结合港口物流成本计算方法,预先分配集装箱装卸任务,规划转移路线,然后在工作过程中实时监控集卡队列行驶位置,设计基于能力约束判断的资源协作模型,解决吊装作业溢出问题。为避免局部收敛,模型应用了改进的量子遗传进化算法进行求解。案例分析表明:资源协作能力约束下的集卡调度实施后,泊船停靠时间大大缩短,堆场通道堵塞现象大大减少。因此,通过协作能力约束分配港口物流资源可以在控制港口内部物流系统整体成本的基础上改善物流效率。     

基于多智能体的铁路双线调度指挥系统

通过对我国铁路调度指挥系统的分析,针对单双线区段具体情况,提出了建立适合各自的专用智能调度指挥系统的论点.结合已有技术,提出了依托DMIS建立多智能体调度集中系统的方案,并对该系统的结构、功能、工作方式进行了描述,重点对列车运行调整方案的自动生成及调整问题进行了详细的分析,建立了相应的模型,并利用人工智能技术设计了算法.最后,通过实际应用算例说明了模型求解算法的可行性.     

基于启发式遗传算法的公交车智能排班研究

采用基于启发式遗传算法进行公交车辆智能排班的研究,且对遗传算法的各个算子进行了专门化处理．该方法充分利用遗传算法的智能化特征,有效地改善了公交车辆的智能排班,提高车辆运营效率,避免了单一遗传算法的早熟问题,提高了遗传算法的收敛性和优化质量．     

混合多目标遗传算法在电力系统经济调度中的运用

针对电力系统经济调度问题的多目标特性,提出了一种混合多目标遗传算法．算法除了改进传统目标函数加权法使之更适于多目标优化问题之外,还利用模糊逻辑技术来自适应调整交叉概率、交叉点位置以及变异概率,使算法具有优良的收敛性能．