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。

制造企业信息化评价研究

为了评测制造企业信息化的水平,指导企业彻底实施企业信息化,本文对制造企业信息化评价进行研究,设计了制造企业信息化评价体系和调查问卷,利用层次分析法确定制造企业信息化评价指标的权重,然后再用模糊综合评价法进行综合评价。用上述方法对甘肃省制造企业信息化进行评价,结果表明信息基础设施及经济效益方面相比其他指标来说更好,但在信息技术方面稍差。

考虑碳排放及时间满意度的高铁快运“站到门”配送优化模型及算法研究

在双碳背景下,针对高铁快运“站到门”配送阶段存在配送成本高、服务能力低、末端配送难的问题,结合高铁快运业务的特点,引入Sigmoid降指数,通过函数变换得到“站到门”配送时间满意度函数,以高铁快运不同产品类型的首重运价确定客户重要度,以服务满意度、运输经济成本、碳排放量为目标,构建高铁快运站到门配送多目标优化模型。针对鲸鱼优化算法(WOA)容易陷入局部最优解的缺陷,提出并设计快速非支配排序多目标鲸鱼优化算法(FNSMWOA),采用该算法对问题进行求解,并通过算例验证所提模型和算法的有效性。结果表明:快速非支配排序多目标鲸鱼优化算法在全局搜索能力和局部搜索能力上均取得较好的效果,实验得出帕累托解前沿解,并得到考虑不同优化目的的帕累托最优解方案,为高铁快运“站到门”配送优化提供一种新思路。

横风环境下高速列车运行安全性研究

为研究不同横风(风向角为90°)环境下列车安全运行的临界速度,对横风速度分别为5、10、15、20、25、30、35 m/s,以及列车速度分别为200、250、300、350、400 km/h的多个工况用MATLB软件进行气动特性的数值模拟,得到不同工况下的气动载荷值,并选取中国高速铁路无砟轨道不平顺谱进行数值模拟;建立基于SIMPACK的高速列车多体系统动力学模型,以轨道不平顺谱转化的时域不平顺样本作为轨道不平顺激励,将其与得到的气动载荷值作为外部激励输入,对高速列车在不同工况下的车辆模型进行仿真和分析,得到不同风速和车速下的列车安全运行指标。给出不同风速下列车安全运行的最高速度限值,并通过数值拟合方法得到不同风速和车速下的高速列车运行安全域。结果表明,随着风速或车速的增大,轮轴横向力首先超出限值,应特别注意此指标对列车运行安全性的影响;在横风风速或列车运行速度过高时,需要进行一定的速度限值或加以一定的控制来保证列车运行安全性。

应急物流保障能力评价模型研究

根据国家突发公共事件总体应急预案中的分类,对导致产生应急物流的4种突发公共事件所侧重的6种应急物流保障部门的相关物资储备进行了分析.提出了基于希尔伯特空间向量范数的应急物流保障能力评价模型.评价以建立保障能力指数为核心,应用层次分析法的分析结果作为权重算子,建立了希尔伯特指标空间,利用希尔伯特空间上单位球的弱紧性,建立了铁路军事运输保障能力评价模型.该模型具有良好的数据处理功能,包括定性数据和非定性数据,通过指数分析,对评价对象进行横向和纵向的比较;通过指标分析可得到各指标对于总指数的贡献率和总指数的可达性指标.通过一个算例,对应急物流保障能力进行了评价.尝试建立应急物流保障能力评价的方法.

仓储物流机器人技术现状与发展

仓储物流机器人一直是国内外学者研究的热点领域。为了深入分析国内外学者对仓储物流机器人的研究现状和趋势,针对近年来相关文献进行分析总结,首先,归纳出了3种常见的仓储物流机器人;其次,分析了仓储物流机器人室内导航相关技术;接着介绍了仓储物流机器人的任务分配和路径规划方法以及常见的避障方法的研究现状;最后,剖析了仓储物流机器人的研究趋势和方向,为仓储物流机器人未来研究提供了参考。

基于时变可靠度的列控中心预防维修周期研究

铁路列控中心设备预防维修周期及更换周期的合理确定可以提高设备的可靠性和铁路运营的安全性。在引入役龄回退因子和考虑维修费用的基础上,建立基于时变可靠度的列控中心预防维修周期模型。以铁路某列控中心设备为例进行预防维修周期和更换周期的优化仿真,以时变可靠度为约束,给出设备预防维修周期和维修费用的计算公式;以可靠度收益为优化目标,确定其最佳预防维修次数;以维修总费用为优化目标,给出最佳预防维修周期和计划更换周期。研究表明:列控中心设备的最佳预防维修次数为14次,最佳更换周期为2.4年,且该模型能有效保障设备高可靠运用、合理安排维修计划、缩减维修费用以实现盈利,可为制定最佳维修策略提供技术支持。

超磁致伸缩激振器的性能指标与测试技术研究

以工程应用为导向,该文阐述了超磁致伸缩激振器的性能指标和测试技术,有效利用超磁致伸缩材料的倍频效应,可以降低驱动磁场频率在200 Hz以下,同时简化驱动线圈结构。静态力常数是综合反映超磁致伸缩激振器静态性能的重要指标,阶跃响应和幅频特性是反映超磁致伸缩激振器动态性能的主要指标,在满足最大激振力要求的前提下,激振器的设计应以提高动态性能为出发点。试验表明,输出位移和激振力符合设计要求,可做为制定技术标准的参考依据,系统模型和测试技术具有工程应用价值。

配送中心功能区规模确定方法研究

针对时空消耗法在解决配送中心内部功能区规模时存在的不足,提出了改进的时空消耗法模型结构图,并分别建立了进货区、仓储区、流通加工区和出库区规模确定的数学模型,并将模型应用于一个具体的配送中心规划中,取得了较好的效果。

结合FJSP问题的跨层穿梭车仓储系统作业调度研究

为提高跨层穿梭车仓储系统的作业效率,通过分析系统内设备的服务时间,创新性地将柔性作业车间调度问题(FJSP)模型应用于解决跨层穿梭车仓储系统作业调度问题中,将穿梭车仓储系统中的出入库作业转化为FJSP中待加工的工件,同时考虑设备预先移动及并行情况,建立结合FJSP的跨层穿梭车仓储系统作业调度模型,并借助一种改进的灰狼算法,与传统的基于复合作业的调度模型进行对比。结果表明,所提出的结合FJSP问题的跨层穿梭车仓储作业调度出入库时间更短,模型通用性更高,能够有效地提高穿梭车仓储系统的作业效率。

基于模糊神经网络的列车垂向悬挂控制器研究

目前列车悬挂控制器参数大多基于专家经验知识提出,人为主观因素强,悬挂系统不能很好地根据实际情况自适应调整。为抑制列车振动提高其运行平稳性,结合模糊神经网络的自学习能力和自整定功能,设计基于Takagi-Sugeno模型的模糊神经网络控制器,将控制器模型与悬挂模型结合实现悬挂系统自适应调整。以德国轨道谱为轮对外部激励,仿真生成加速度时域曲线与功率谱密度曲线,分析结果表明:相比于被动悬挂系统与模糊天棚控制系统,运用模糊神经网络控制可明显抑制车体垂向振动,提高运行平稳性,对控制器设计具有参考价值。

考虑需求不确定的多级应急物流设施选址研究

为了对急物流设施选址问题进行合理的研究,建立了包含配送中心、配送点和需求点的多级应急物流网络。基于应急物资需求特点,使用三角模糊数表示应急物资需求的不确定性,同时考虑应急救援成本和应急救援时间两个目标,建立了应急物流设施选址模型。采用去模糊化方法将三角模糊数转化为确定数,利用成本和时间的单目标的最优结果将多目标转化为相对值,再对时间和成本目标进行加权处理,既消除了不同目标之间的单位及数量级差异,还可以进行动态调整。设计了遗传算法对模型进行求解,通过实际算例表明了模型和算法可以有效地解决应急物流设施选址问题。

计算机视觉技术的位姿估计处理方法

针对计算机视觉中传统ICP算法(Iterative Closest Point)位姿估计的噪音问题,提出一种融合ICP算法和EPnP算法(Efficient Perspective-n-Point)的位姿估计。首先通过分析比较ICP算法、EPnE算法的优缺点,然后针对ICP算法对点云特征点未知情况下的失真问题,将EPnE算法对噪音处理的优势引入ICP算法中,提出了ICP和EPnE融合算法,结果表明上述算法在未知深度下对点云的识别更为准确,验证了上述算法的有效性,为机器视觉技术在人工智能产业的应用提供参考。

国内应急物流研究综述

应急物流是在重大突发事件发生时保障应急物资的筹集、储存、运输和分配的重要活动,可以有效地降低突发事件的伤害,阻止灾害的进一步扩散。文章围绕应急物流体系、应急设施选址、应急物资配送三个方面整理分析了近几年国内学者的研究现状,对国内应急物流近几年的整体研究进展进行了较为充分的说明,并且总结出了研究的成绩和不足,对后续研究者进一步研究有一定指导作用,最后对我国应急物流未来的研究方向进行了展望。

高速列车半主动悬挂系统模糊自适应PID控制研究

针对传统PID控制在高速列车智能控制方面对环境干扰等因素过于敏感,结合模糊控制方法,提出基于模糊自适应PID控制的高速列车悬挂系统智能控制算法,搭建了17自由度半主动悬挂横向动力学模型,建立以阻尼系数作为控制器输出变量的模糊自适应PID控制策略,在MATLAB/Simulink模块中搭建列车悬架仿真模型。仿真结果表明:基于模糊自适应PID控制的半主动悬挂减振效果要明显好于传统PID控制算法下的悬挂系统,车辆行驶平稳性和乘客乘坐舒适度都有了显著提高。

枢纽站列车接续优化模型研究

列车在枢纽站的合理接续关系到旅客换乘质量,更对铁路运输企业的收益具有重要影响。针对枢纽站列车接续的到发时刻优化问题,在分析列车的接续关系和旅客换乘方式的基础上,以换乘旅客的无效换乘等待时间最小为目标,考虑列车间隔时间、合理到发时间、换乘时间等约束,构建枢纽站列车接续的到发时刻优化模型。最后利用CPLEX求解器对算例进行求解,换乘旅客的无效换乘等待时间较优化前减少了16.8%。结果表明,建立的列车接续优化模型能够有效减少旅客换乘的无效换乘等待时间,提升列车接续质量。

基于IBES-XGBoost的高速铁路沿线风速预测模型

为保证高速铁路沿线风灾预警信息具有较高时效性,需要进行高速铁路沿线超短期风速的提前多步预测。针对众多预测模型在预测中可能存在较大误差的问题,采用Tent混沌映射和BFGS拟牛顿法对秃鹰搜索算法进行改进,并用改进的秃鹰搜索算法(IBES)对XGBoost的初始参数进行优化。在构建IBES-XGBoost模型时,加入风速以外的其他气象特征,以提高预测精度。实验结果表明:(1)改进的秃鹰算法相比其他智能优化算法有更好的寻优能力,与其他模型相比IBES-XGBoost在超短期风速的提前多步预测上有着较高的精度和较好的拟合效果。(2)Tent混沌映射和BFGS拟牛顿法对秃鹰算法有着较好的改进效果。(3)IBES-XGBoost能为高速铁路规范下的大风预警提供可靠的提前多步预测结果。

高速列车车轮两阶段退化建模及可靠性分析

针对高速列车车轮在退化过程中呈现两阶段特征的问题,提出一种基于两阶段非线性Wiener过程的高速列车车轮退化建模及可靠性分析方法。采用CUSUM(CUmulative SUM)算法实现车轮退化过程变点判别,在此基础上,利用马尔可夫链蒙特卡罗方法估计模型未知参数。针对车轮两阶段退化过程较为复杂、可靠度解析形式难以求解的问题,通过蒙特卡罗模拟方法求解得到车轮可靠度函数曲线和可靠寿命。最后以某机车同转向架车轮单个镟修周期内的实测数据为例,验证了模型的有效性。结果表明:受运营环境影响,同转向架不同侧车轮退化过程出现变点的位置不同;相较于未考虑阶段性特征的退化模型,所提模型可靠性评估结果更符合现场实际;通过不断获取车轮退化数据,可采用所提模型计算并更新车轮可靠寿命值,为车轮镟修周期的进一步优化提供了理论指导。

基于客户满意度的低碳冷链多式联运路径优化

目的实现生鲜产品的高效配送,尽可能提高客户满意度。方法分析多式联运和冷链物流的特点,选择最优物流路径。在路径选择模型的建立中,结合客户对生鲜产品的质量及到货时间的满意程度,引入顾客满意度参数。同时响应国家“碳中和”政策的号召,在模型构建中考虑了低碳策略,以总成本最小、客户满意度最大为目标函数。以15个枢纽城市及公路、铁路、水路3种方式的冷链运输为例,将目前较新的帝企鹅算法与传统的启发式算法(遗传算法、粒子群算法)进行对比,并针对转运时间进行灵敏度分析。结果最优联运路线对应的客户满意度为0.96,转运时间的增加导致总成本上升、客户满意度下降和最优路径发生变化。结论帝企鹅算法在求解多式联运问题上具有较好的收敛速度和收敛精度,为多式联运承运人的决策提供了依据。转运时间的波动导致适应度函数发生变化,因此在兼顾客户满意度的前提下,选择合适的运输方式和路径,减少非必要的转运。

横风下基于滚动GAPSO算法的列车速度曲线优化

针对普通环境下高速列车目标速度曲线优化算法不适用于横风环境的问题,提出一种横风环境下基于滚动GAPSO(遗传粒子群)算法的列车速度曲线优化方法。首先,考虑横风风速阻力作用改进列车动力学模型,并建立列车运行多目标优化模型;其次,基于GAPSO算法寻优巡航构建列车在起始阶段的最优目标速度曲线,引入滚动优化框架实时调整目标速度曲线,并在横风限速区按照改进快行策略运行;最后,在列车进站前采用GAPSO算法寻优惰行点生成目标速度曲线。仿真实验结果表明:GAPSO算法较GA算法和PSO算法具有搜索能力强、收敛速度快的优点;滚动GAPSO算法能在不同横风环境下实时生成优化后的目标速度曲线,并与改进快行策略和RH-PSO算法相比,具有较优的节能性和准时性。横风下基于滚动GAPSO算法的列车目标速度曲线优化可为横风环境下列车节能、准时运行提供一种可行的解决方案。