接触网除冰装置及其安装方法的研究

目前,如何对覆冰接触导线进行融冰、除冰以及降低冰灾损失是世界性的技术难题,通常的融冰措施分为热融冰、机械除冰及自然脱冰。该文总结了目前国内外接触网除冰技术的研究现状,介绍了接触导线覆冰的危害、覆冰的性质。根据铁道机车和接触网的特殊结构,本文提出采用机械除冰和热力除冰相结合的接触网除冰方法,详细阐述了除冰装置的结构原理和安装方法,并指出了接触网除冰技术的未来发展方向。     

蚂蚁算法及其应用

蚂蚁算法在很多领域中都得到了广泛的应用,如着色问题,最短路径问题,民航飞机排班,机械优化设计,组播路由调度,考试系统中试题评价,图像分割,任务分配等等。本文详细介绍了蚂蚁算法的基本原理,分析其局限性及改进方法,并给出其应用。     

辽宁地区冬季除冰盐的利害分析与对策

辽宁地区城市道路在冬季大多采取撒盐融雪化冰的办法。一些具体场所如城市立交桥、高速公路、机场等,采用冬季撒盐化冰雪的方法,以保证交通畅达。本文简要介绍我省除冰盐的使用情况和除冰盐对混凝土材料劣化机理的基础上,通过其对城市道路、交通设施、环境、车辆等危害,提出相对应的对策。结果表明虽然冬季使用除冰盐化雪除冰仍然会是我省目前采取的方法,但是从分析来看需要逐渐向绿色环保除冰方法过渡,逐渐扭转这一现象。     

蚁群算法及其在组合优化问题中的应用

介绍了一种求解复杂组合优化问题的新型的模拟进化算法——蚁群算法。阐述了该算法的基本原理、模型以及实现过程,并且介绍了蚁群算法在TSP问题、二次分配问题、车间作业调度问题、大规模集成电路综合布线以及车辆路径问题等组合优化问题中的应用思路。     

E类飞机慢车除冰关键性能技术研究

针对首都国际机场特有的E类飞机慢车除冰技术及装备,研究了其中的关键技术和性能,从安全辅助线的选择开始,分析了慢车除冰的相关性能,并对除冰车的技术参数进行测算。通过研究能够在某种程度上得到E类慢车除冰车的技术标准,同时能为国内其他大型机场慢车除冰提供一定的经验。     

基于ICAO附件16准则下我国机场飞机排放污染物的研究

随着航空运输业的飞速发展,由此所带来的环境影响,也正引起人们越来越多地重视。飞机对环境的影响有多方面,本文主要研究影响当地空气质量的低空排放污染物计算模型。基于国际民航组织(ICAO)规定的标准起飞着陆循环模型,采用发动机排放数据库,结合我国民航实际情况建立模型算法,并采用我国民航机队飞机/发动机配置信息,机场一周的航班计划表,列举计算几个机场一周的排放量,并针对我国目前的减排现状提出一些建议。     

云计算中的基于ACO-SOS的任务调度的研究

针对传统的蚁群算法在云计算中存在任务调度效率低的问题,本文将共生演算法引入到蚁群算法中,首先将蚁群算法分解为2个子群,并使用共生演算法中的共生,共栖和寄生虫机制避免了算法陷入局部最优,加速了算法获得最优解,在云计算调度仿真中,基于蚁群算法-共生演算法在虚拟机负载均衡、任务完成时间,任务完成成本等方面都有良好的表现,说明本文算法能够有效的提高云计算任务调度效率。     

受电弓融冰技术的研究方法综述

文章归纳了电力机车上受电弓的覆冰类型及其形成条件,针对受电弓覆冰问题,总结和归纳了受电弓的除冰方法。其次从经济投入、可靠性(对系统的影响)及操作难易度三个指标分析了各种除冰方法的优缺点。最后对各种除冰方法进行了总结,对以后受电弓的设计及运行维护都有重要的指导意义。     

DME系统在飞机导航中的应用

正DME系统是飞机无线电导航广泛使用的一种近程导航设备。本文从DME在飞机导航中的用途入手,系统的介绍了当它与其他近程导航和着陆设备如甚高频全向信标(VOR/DVOR)和仪表着陆系统(ILS)相配合构成航线或机场导航设备时,所构成的使用方案。测量距离系统是飞机无线电导航系统的重要组成部分,它在飞机无线导航中得到了广泛使用。DME测距仪采用的是询问—应答式测距法,其为全世界民航的通用测距引导设备,它既可用作航线导航设备。也可用作机场导航设备。     

LEGO智能除冰机器人的设计

介绍采用LEGO（乐高）组件搭建的除冰机器人其整体结构、动作原理以及发明创新点。并从系统控制方案及硬件组成、软件结构特点等方面对除冰机器人控制系统的设计进行了讨论。通过实验使用表明其可靠性高,性能良好,作业安全。     

基于多目标鱼群-蚁群算法的水资源优化配置

为了解决复杂的水资源优化配置问题和丰富智能优化方法在水资源优化配置中的应用,建立了以经济、社会、环境综合效益最大为目标的水资源优化配置模型和多目标鱼群-蚁群算法。经济效益以区域供水带来的直接经济效益最大为目标;社会效益以区域总缺水量最小为目标;生态环境效益以区域重要污染物排放量最小为目标;约束条件包括供水、需水、水环境和经济发展协调度等。多目标鱼群-蚁群算法融合了人工鱼群算法的快速跟踪变化和跳出局部极值优点以及蚁群算法的信息素正反馈优点,并将人工鱼群算法中的拥挤度概念引入到蚁群算法中,避免了蚁群算法初期可能早熟的问题。通过实验仿真,此算法具有较快的收敛速度和较高的寻优性能,能有效地找到优化解,从而为解决复杂的水资源优化配置问题提供了新的思路。     

基于蚁群算法和蛙跳算法的云计算资源调度算法

针对云计算下的资源分配不足的问题,本文引入蚁群算法和蛙跳算法进行融合,首先提出云计算条件下的资源分配模型,其次,针对蚁群算法的信息素更新慢和算法局部收敛速度快的缺点,引入反馈因子,降低了信息素更新所带来的易产生最优解影响,在蛙跳算法中引入交叉算子和变异算子,增加算法的寻优的能力,最后对两种算法融合下的本文算法进行仿真,Cloud Sim平台表明融合后的算法提高系统处理任务的效率以及云计算资源中的合理调度。     

机场调度算法的性能分析与研究

针对空中交通堵塞造成的资源浪费问题,提出了几种机场流量管理中地面调度算法。结合机场流量的实际状况,通过理论分析与仿真相结合,对比研究了几种调度算法的性能,并获得了一组有参考意义的数据,对机场实际调度策略具有较高的价值。     

基于GT的云计算海量作业调度优化

在一般的云计算作业调度算法中普遍存在因为执行作业增多而导致的执行速度较慢的问题。本文以此入手提出了以蚁群算法位基础的改进后的GT算法。改进后的算法首先初始化各个参数,之后借助于GT算法来寻求初始信息素,并把它变为蚁群算法的启发式信息。接着采用蚁群算法进行构造个体解和求解目标函数值的操作,最后进行任务调度工作。仿真试验结果表明,本文提出的基于蚁群算法的改进GT算法在云计算海量作业调度优化中,表现出了比标准GT算法更快的响应速度、更低的负载和更快的执行速度。     

云计算中的基于ACA-GA的资源调度的研究

如何更好地进行资源调度一直都是云计算的研究方向,本文针对蚁群算法存在收敛速度慢,容易陷入局部最优的缺点,将遗传算法融合到蚁群算法中得到混合算法(ACA-GA),在蚁群算法的初始解的过程中采用遗传算法的选择、交叉、变异等操作得到有效的初始解;其次,对蚁群算法中的路径选择设定感觉阀值用来调节个体选择最优路径的概率;最后针对挥发因子的改进使得信息素的更新的效率得到提高。本文算法通过经典测试函数证明算法的性能有了明显的提高。Cloudsim平台说明本文算法在云计算的资源调度中降低了消耗的时间和花费成本,具有一定的推广价值。     

虹桥机场航班智能调度问题

机场航班智能调度已经逐渐纳入评价机场的重要条件之一,目前机场调度规则大多还是人工决策模式。本文针对曾发生严重A类穿越事件的上海虹桥机场航班调度建立了跑道服务智能调度模型,提高了飞机调度安全和提高准点率和起降效率,与人工管理相比,极大地提高了机场的安全性能和利用率。本文建立了基于遗传算法和元胞自动机模型的目标规划模型,首先建立基本的安全等待模型,将机场抽象为有向节点图,滑行道抽象为队列结构,规定滑行道上只有节点处能停放飞机,借用元胞自动机的方法,模拟了飞机在滑行道上的运动情况。为了能较真实地模拟实际飞机的运动情况,得到更有价值的模拟数据,我们设定了一组描述飞机单向滑行和排队等待的的状态变换规则。我们重点考虑了飞机运动的起始条件,终止条件,前进条件,排队等待条件,变道条件和穿越跑道条件等,以期保障飞机起降时绝对的安全性。其次,我们建立了运行效率较高的安全等待模型,设定了准点率和起降效率的具体形式,我们用计划与起飞时间的残差和和准点的飞机与总的飞机的比值共同描述飞机的准点率,用飞机在滑行道上的等待时间描述起降效率。     

基于Hadoop云平台的集群作业调度算法的研究

云平台中的作业调度算法一直以来都是研究的热点方向,本文首先描述了Hadoop平台,其次提出了将蚁群算法和差分算法引入到作业调度算法中,通过对信息素的改进,任务搜索,信息素更新操作等措施提高的蚁群算法的性能,将算法运用到作业调度算法,通过仿真实验说明本文的算法与基本蚁群算法相比,在作业任务计算总代价,任务完成时间,经济成本平均值方面都有明显的提高,同时降低了负载均衡,提高了资源利用率。     

改进蚁群算法在车间作业调度问题中的应用

Job Shop问题是与实际生产相关的多约束组合优化问题,具有约束较多,计算量大的特点,一直以来是研究的热点。应用改进型蚁群算法解决车间作业调度问题。在原有标准蚁群算法的基础上采用了新的信息素更新规则,提高了算法的效率和可用性。实验结果表明算法对解决小规模Job Shop问题有很好的性能。     

云计算环境下基于遗传蚁群算法的任务调度

研究了云计算环境下的任务调度问题,通过构造云计算环境下的任务调度模型,提出了一种混合调度算法,该算法是蚁群算法与遗传算法的有机融合。其中的遗传算法采用间接编码方式,结合由遗传算法衍生出的优化解,对蚁群信息素的分布进行初始化处理,使遗传算法的快速搜索能力得到充分利用,并通过克服蚁群算法的起始信息素不足问题,加快了求解速度。云计算环境下的仿真实验结果表明,该混合算法是一种行之有效的任务调度算法。     

蚁群算法在煤炭配送路径中的应用

针对多配送中心煤炭车辆调度问题的复杂性,建立该问题的数学模型并提出合理假设和约束条件,以缩短配送路径降低配送成本为目标构造该问题的目标函数。文章结合实例应用蚁群算法对煤炭配送路径进行优化降低运输成本,通过实验验证了蚁群算法在煤炭配送路径优化问题的有效性。