基于Sarsa算法的城轨列车节能控制策略研究

针对城市轨道交通节能运行问题,提出一种基于Sarsa强化学习算法的城轨列车节能控制策略,实现了城轨列车在自动驾驶状态下,面对不同路况,执行减少能源消耗驾驶策略的同时兼顾准时性和舒适性。根据线路条件将列车状态进行离散化处理,将连续的驾驶过程分为若干个子区间进行分段求解。结合区间限速、初始状态、终末状态等限制条件,基于能耗及运行时间分别构造适当的奖励函数。同时,用当前状态下可达的最大速度与最小速度对可选速度集合进行限制,缩小探索空间,加快算法收敛。最后,通过对北京铁路亦庄线小红门站至肖村站的实例进行仿真。实验结果表明,与传统的动态规划方法相比,Sarsa算法在满足舒适性和准时性要求的情况下节能9.32%。相比于强化学习中的Q学习算法,在速度的选取过程中,超速次数也有明显下降。仿真结果证明Sarsa算法具有更好的节能效果和安全性。在算法参数不变的情况下,调整限速条件,与传统动态规划算法进行二次对比,依旧节能4.21%,验证了算法的鲁棒性。

重联编组条件下城轨车底运用方案优化研究

随着对城市轨道交通日常客流出行规律的不断挖掘,运输组织创新是解决客流与运力有效匹配问题、实现系统能耗节约及社会经济效益最大化的关键手段,而重联编组运营模式可有效提高客流与运力的匹配度。通过分析重联编组与固定编组条件下车底运用问题的差异性,构建基于“影子列车”的重联编组车次接续法,以车底与车次接续、车底一致性和重联编组作业等为约束条件,以车次接续总成本最小和车底使用时间标准差最小为目标函数,构建重联编组条件下城市轨道交通车底运用方案优化模型。通过引入非线性惯性权重更新方法和动态学习因子,设计多目标混沌粒子群优化(Multi-objective Chaos Particle Swarm Optimization,MOCPSO)算法。以某城市轨道交通线路的102个车次为例验证模型的有效性,并对车次接续时间上限、车底重联解编作业和车底存放情况进行讨论分析。研究结果表明:MOCPSO算法通过引入Logistic混沌优化策略可有效跳出局部最优;车次接续时间上限越大,需要投入的车底数量越多,不宜使车次接续时间过长;在车底运用过程中应尽可能地减少联挂解编作业的次数。该方法可为决策者提供一系列不同运营投入和车底运用均衡性下的车底运用Pareto非劣方案,有助于协调线路运能利用,同时降低了轨道交通的能耗。

海洋垃圾回收船舶路径多目标优化

海洋垃圾污染不仅会破坏海洋生态系统,而且对人类健康也会造成一定的威胁。派遣船舶对近海漂浮的海洋垃圾回收是减少海洋垃圾污染的一种有效方法。由于风和洋流的影响,海洋垃圾的位置是不断变化的。因此,对基于可移动时间窗的海洋垃圾回收船舶路径优化进行了研究,即对同一个垃圾点,设置多个时间跨度适当的时间窗,船舶可以选择在其中一个时间窗内执行收集任务。为了降低船舶回收成本和碳排放量,建立了船舶走行时间和碳排放量的多目标优化模型。并将改进的自适应大规模领域搜索算法作为领域搜索机制,嵌入速度优化,提出了一种基于分解策略的多目标优化算法对其进行求解,即MOEA/D ALNS算法。并通过一组数值实验验证了所提模型和算法的有效性。实验结果表明,与基于遗传算法的MOEA/D算法和NSGA II算法相比,MOEA/D ALNS算法在运行时间和结果上均有明显的优势。此外,对时间窗数量分析可得,随着可移动时间窗数量增多,船舶回收平均成本和碳排放量降低。

基于工况序列寻优的列车节能操纵策略优化

传统“三阶段”“四阶段”工况序列的列车操纵模式难以满足城市轨道交通复杂线路条件下的列车节能运行需求,本文提出一种基于工况序列寻优的列车节能操纵策略优化方法。将物理区间离散为多个等距离子区间,建立工况序列与子区间之间的映射关系,以区间总牵引能耗和运行时间最小化为目标构建列车节能操纵策略多目标优化模型。为提高模型求解效率,改进非支配排序遗传算法的交叉算子和距离算子,通过离散仿真求解列车节能操纵策略集。以福州地铁1号线的两个典型区间为对象进行案例分析,结果表明,相比传统操纵模式,优化后列车牵引能耗平均降低约19%。本文方法通过合理选择算法参数能够有效构建适应不同线路条件的运行工况序列,生成秒级运行时间划分下的列车节能操纵策略集。

露天煤矿挖掘机模拟驾驶仿真系统的研发与应用

文章旨在开发一套综合露天煤矿挖掘机模拟驾驶系统,涵盖操控信号采集、虚拟驾驶环境创建、液压杆机构仿真以及土层挖掘等多个关键模块。通过对挖掘机操控、地形特征等方面的深入模拟,实现了对支撑区的准确模拟,同时,对可挖掘区进行动态调整,提高了挖掘过程的模拟表现力,为挖掘机培训提供了高效的虚拟环境,也可供相关工程技术人员参考。

面向冲突化解的双线交汇区段列车编队双层优化模型

针对虚拟编组列车在双线交汇区段上面临的冲突与通过效率问题,提出了多种速度组编协调策略。将列车汇入时间、次序、编队组合和速度序列决策集成在双层优化模型中,上层模型优化通过效率,下层模型提高编队质量;设计双层嵌套粒子群算法,将汇入时间作为双层模型的中间交互变量,使列车群能根据环境需求收敛于不同队形。仿真结果表明,加入协调速度优化可以提高组编过程效率,双层编队模型可以在确保编队结构稳定性和均衡性的同时提高既有线路通过率。

自适应多视图融合图神经网络地铁客流预测模型

针对传统方法对地铁车站的多视角空间交互建模不足的问题,本文提出自适应多视图融合图神经网络模型(Adaptive Multi-view Fusion Graph Neural Network Model, AMFGNN)进行地铁车站短时客流预测。在空间维度,模型包括了物理拓扑图、线路可达性图、空间距离图等多个局部视图,并使用图注意力网络(Graph Attention Networks, GAT)学习每个视图内车站间的动态空间交互;以单视图车站为中心节点,结合其他视图中该车站作为邻居节点构建融合视图,并使用GAT学习多视图间动态交互;在时间维度,使用门控循环单元神经网络学习车站客流的时变特征。以重庆市地铁网络为例,全网出站客流的预测实验结果表明:相较于基线中的物理虚拟结合图网络模型(PVCGN),AMFGNN的平均绝对误差和均方根误差分别降低3.06%和2.49%。多视图内节点间注意力分数可视化结果表明,基于GAT的多视图建模思路能够自适应地融合不同视图中提取到的车站空间信息。此外,AMFGNN模型性能影响因素分析结果表明,以物理拓扑、线路可达性等结构稳定的视图作为中心节点构建融合视图能够获得更准确、稳定的预测模型。

基于VMD-BP-GA模型的脆弱航段船舶短时交通流预测

【目的】针对繁忙航段船舶交通流易受外界环境扰动的难题,提出一种可用于识别船舶交通流脆弱性的预测模型,旨在通过脆弱性辨识,确定最薄弱的航段。【方法】首先采用变分模态分解(VMD)模型将船舶交通流参数序列分解为多个模态分量,然后结合反向传播神经网络(BP)和遗传算法(GA),通过构建约束模型并不断更新各个分量的中心和带宽,实现单个分量的预测,通过应用VMD-BP-GA模型对船舶交通流进行精准预测,并验证其合理性和有效性。【结果】在繁忙航段,本研究提出的VMD-BP-GA模型精准预测船舶交通流脆弱性的方法,相较于传统模型表现出更低的预测误差值,其中在航段流量预测方面,本研究模型的平均绝对误差(MAE)最低达到2.095%,均方根误差(RMSE)最低达到2.610%,平均百分比误差(MAPE)最低达到2.114%;在航段密度预测方面,本研究模型的MAE、RSME、MAPE最低分别为0.129%、0.162%、2.112%;并实现了时空两个维度的船舶交通流预测。【结论】本研究模型成功实现对船舶交通流脆弱性的识别和最薄弱航段的确定,具有高效的预测性能,能够精准并快速地预测船舶交通流,可为船舶通航安全保障提供了理论和实践指导。

城市轨道交通车辆减重节能技术

[目的]由于城市轨道交通(以下简称“城轨”)车辆新增的全自动驾驶技术、高冗余性技术等均在不同程度上增加了车载设备的数量,导致城轨车辆的质量越来越大,且由于城轨车辆的总体运量较大,导致其总体耗电量也维持在一个较高的水平。因此,需对城轨车辆的减重节能技术进行研究。[方法]分别介绍了车体、牵引系统及辅助电源系统、转向架及制动系统、空调系统及车门系统、车钩及贯通道、车辆内装及客室设备的减重措施;分别介绍了牵引系统及辅助电源系统、空调系统和照明系统的节能措施。[结果及结论]可采用的减重措施主要有:车体采用全铝结构;牵引系统采用永磁同步电动机;辅助电源系统采用高频辅助逆变器;充电机采用高频软开关设计;转向架采用轻量化设计;制动系统采用模块化设计;内装及客室设备采用新型材料。可采用的节能措施主要有:牵引系统采用永磁同步电动机;辅助电源系统采用高频拓扑结构;空调系统采用变频技术;照明系统采用OLED(有机发光二极管)光源。应用所介绍的减重及节能措施,基本能够达到车辆整体减重10%以上、节能10%以上的目标。

交通区位优势与双循环枢纽链接优势测度及转化对策研究

枢纽城市作为连接全国综合交通网络的重要节点,发挥其辐射带动作用,积极融入双循环新发展格局是必然要求。以我国20个国际性枢纽城市为研究对象,构建交通区位优势与双循环枢纽链接优势评价体系,采用极值法对数据进行标准化后测算各城市的交通区位优势,运用熵权-TOPSIS法测算双循环枢纽链接优势,同时研究二者转化的因果关系以及耦合协调度。经计算,深圳、北京与上海3座城市在交通区位优势与双循环枢纽链接优势测算中均排名前3,且耦合协调度处于高水平耦合与优质协调,协调度处于中低水平的城市可从通道建设、枢纽能级以及枢纽经济入手,提升交通区位对经济发展的支撑作用,加快将自身交通区位优势转化为双循环枢纽链接优势。

基于旅客流量的机场广告位价值评估模型

机场广告收入作为机场非航空收入的重要组成部分,其定价问题对于机场运营管理十分重要。当前,我国大部分机场普遍采用基于历史价格惯性同时适当参考当年客流总量来微调广告价格的定价机制。该定价机制难以有效反映不同位置广告的真实价值。本文提出了一种基于旅客流量的定价机制,以评估机场航站楼内广告位的相对价值。采用数学模型,结合机场的物理布局以及航班和旅客数据来计算旅客流量的分布,并根据此对广告位的价值进行评估。同时,运用首都机场的样本数据进行了应用测算。研究结果表明,该模型的应用能够反映出同一媒体形式的机场广告位在不同空间和不同时间价值的差异,这为机场广告经营单位进一步采用差异化的动态定价策略以及灵活的广告投放策略提供了理论基础。

自主软件生态系统体系架构研究

工业软件应用于工业制造与控制的各类软件系统,是实现工业自动化与数字化的关键,其进步与发展水平反映了一个国家的工业化程度与竞争力。然而,国内自主软件发展缺乏完善的循环机制,开发技术很难跟上快速变化的市场需求,服务与人才支持也有所欠缺,难以形成健康稳定的生态系统。分析了国内外工业软件发展现状、现有工业软件生态系统建设存在的问题,提出了面向工业制造企业的自主软件生态系统体系架构,并以自主软件生态系统支撑平台为核心,从自主软件生态系统模型构建、自主软件生态系统应用模式两个方面展开研究,建设能够良性循环的自主软件生态系统,形成面向工业制造企业的自主软件生态体系。

面向智能仓储的Kiva机器人拣货策略优化算法

针对电商仓储中Kiva机器人拣选存在效率低下和订单分配不合理等问题,构建了以Kiva机器人拣货总行驶距离最小为目标的订单分配优化模型,设计基于差异聚类和邻域搜索的优化算法来求解模型。以电商实际订单数据为例,分析了不同规模算例下该算法的性能和稳定性。结果表明:针对不同规模算例,基于差异聚类和邻域搜索的优化算法相比与Gurobi和基于差异聚类的算法能够在更短的时间内获得更优的结果,并且算法的稳定性较好。通过本项研究,决策者们可以将订单合理分配至各拣货单,从而提高仓库拣货效率。

都市圈轨道交通多阶段交路一体化编制研究

在都市圈轨道交通线网不断织密和互联互通背景下,不同时期的线网结构会影响运行交路方案。考虑都市圈轨道交通网在不同阶段的变化情况,研究都市圈轨道交通多阶段运行交路一体化编制问题。首先,以各阶段交路车型编组与开行频率、直达与换乘客流配流情况为决策变量,以最小化乘客旅行时间与交路运行里程为目标,考虑客流需求、服务频率、通过能力、交路设置规则、交路多阶段延续性等约束,构建都市圈区域线网多阶段运行交路一体化编制模型。以某都市圈新建城际快轨为例进行实证研究,结果表明,本方法一体化编制的不同阶段交路方案具有良好的延续性和稳定性;相比各线路分别运行本线交路模式,能够减少乘客因换乘增加的时间,节时比达到18%~19%。

高速铁路网列车运行图接续方案优化方法

我国高速铁路网中多列车之间在多车站进行接续时的关系灵活且复杂,为有效提升旅客中转服务质量,先构建列车运行图接续方案优化的整数规划模型,调整既有运行图中列车的停站方案和运行时刻,优化列车接续的时间、频率和方式;再根据问题特点,在线性化模型的基础上设计遗传算法,将列车停站和运行时刻的循环迭代决策纳入遗传算法框架,提高模型求解效率;最后依托“二横二纵”主干路网构建大规模计算案例,验证方法的有效性。结果表明:与实际列车接续方案相比,优化后列车之间的接续时间平均缩短11 min,接续频率总计提高1109次,共53组列车接续由异站改善为同站,74.94%的客流OD中转服务质量得到不同程度提升;客流OD中的换乘需求越多,中转服务质量提升幅度越大,列车接续服务资源对不同OD间客流需求的匹配度更好。该方法能够在较小幅度调整既有运行图的前提下,获得列车接续方案较大幅度的质量提升。

基于静态充电需求的城市公共充电桩选址决策模型

为科学发展新能源交通基础设施,对城市公共充电桩的建设选址优化展开研究.首先,考虑充电行为与停车行为的强关联性,提出静态充电需求的概念.其次,结合城市停车设施分布与安全间距要求,确定备选点位集合,并构建选址优化模型,在实现满足周边需求的同时,适应中心城区新能源汽车发展的总体规律,实现投建主体的收益最大化.再次,通过引入Voronoi图,平均划分备选点位之间服务范围的空间叠加,简化原模型的约束条件,并设计“两阶段”算法,降低原问题可行域维度,提升求解迭代效率.最后,以沈阳市三环内的城市核心区为实例进行分析.研究结果表明:基于静态充电需求的城市公共充电桩选址决策模型可通过优先在静态充电需求旺盛的区域布局城市公共充电桩,其在给定参数下,与传统的P-中心模型和集覆盖模型相比,充电收益可提升12.7%以上,充电服务覆盖范围更广,可以更好地保障新能源汽车发展,引导城市交通绿色化转型.

内燃机车燃油单耗分析系统的设计与实现

针对铁路行业燃油消耗量大、运营成本高等问题,设计并实现了内燃机车燃油单耗分析系统。文章分析内燃机车燃油单耗影响因素,借助数学建模思想,设计了内燃机车燃油单耗数学模型,实现了单耗分析数据管理、机车打温补充及燃油消耗分析与评价等功能。该系统已在某机务段试点应用,有效地提高了司机乘务员节能操纵水平,为后期电力机车资源消耗分析与管理积累了经验。

铁路机务运行揭示管控系统的设计与实现

为提高铁路机务运用部门的机务运行揭示作业管理水平,保证运行揭示编辑准确无误,提升机务运用安全规范化、精细化管控能力,设计了铁路机务运行揭示管控系统,实现了对机务运行揭示调度命令中关键要素的智能解析、人工编辑的列车运行监控装置(LKJ)临时数据辅助比对、LKJ临时数据模拟验证等功能。试用情况表明,该系统对保障机车安全运行,减轻机务运行揭示编辑人员及各级管理人员的工作压力,提升机务运行揭示编辑的准确性、揭示作业的安全性、揭示传输的及时性和有效性,具有参考意义。

基于机车运行轨迹的机车调度管理系统设计与应用

为解决机车调度员不能实时准确掌握机车运用情况的问题,设计研发一套基于机车运行轨迹的精细化机车调度管理系统。围绕机车交路、检修、整备等机车运用业务,通过对多源数据进行采集、校验,以及建立机车全生命周期的运行轨迹等技术,实现机车运行轨迹自动生成、周转图自动绘制、机车分布自动推算、超劳预警及机车运用自动统计等功能。应用表明,该系统提高了机车运用效率,为提升铁路运输生产力提供了技术支撑。

网联进口道考虑信号影响混合基本图研究

为研究含网联自动驾驶、自动驾驶和人工驾驶车辆的混合交通流在交叉口进口道受信号影响的混合基本图变化情况,构筑信号影响下的混合交通流跟驰模型,并进行混合基本图数值仿真。结果表明,同质交通流下CAV和AV能增加进口道最大通行能力,为12.47%和4.99%;信号信息能一定程度影响交叉口进口道通行能力;增加渗透率P能够提高混合交通流于交叉口进口道通行能力,当混合交通流为最佳密度时,渗透率为0.9、0.5,相较于0.1,进口道通行能力分别提高10.71%和6.52%。