量子遗传算法在公交车辆调度中的应用

针对公交车辆调度的运行环境以及其现状,考虑到信号灯周期对乘客等车时间的影响,同时为了保证公交公司与乘客的两者利益,建立了公交车辆优化调度模型。针对拒绝策略容易产生效率低的问题,采用惩罚策略设计出一种新的适应度函数。基于基本遗传算法存在早熟收敛和易陷入局部最优解等问题,本文采用量子遗传算法来解决组合问题。研究结果表明,该方法能够有效地解决公交车辆运营优化调度的组合问题。     

车辆路径问题的数学模型分析研究

本文首先对经典车辆路径问题(VR P)与旅行商问题的数学模型进行了简要的分析.其后对带时间窗的车辆路径问题进行了相应的描述,通过客户需求的服务时间窗在模型中进行惩罚函数的设置,并在模型中要考虑物流中心的客户时间窗、车辆运输费用和时间效应成本等因素的影响,进而来建立基于路况的带惩罚函数的VRPTW优化模型.     

全局人工鱼群算法求解水果运输调度问题

分析4种不同的水果运输调度问题（Fruits in Vehicle Routing Problem,FVRP）：带硬时间窗的具有需求关联的模型、带容量约束的车辆运输调度问题模型、车辆运输调度问题模型和旅行商问题模型,并构建了相应的数学模型,采用基本人工鱼群算法和全局人工鱼群算法对所建立的4种模型求解,实验证明,全局人工鱼群算法克服了精度低、后期收敛慢、复杂度较高等缺点,能有效地求解此类问题,进一步证明了问题模型的复杂程度影响算法寻优能力,问题模型越复杂,收敛更慢.同时,也体现出当问题模型较复杂时,全局人工鱼群算法的寻优质量和速度优于人工鱼群算法.     

基于模拟退火遗传算法的有时间窗军械物资运输车辆路径问题研究

本文将模拟退火算法与遗传算法相结合用于解决有时间窗军械物资运输车辆路径问题,避免了传统遗传算法常见的早熟收敛问题.实验结果证明,该算法可以有效求得有时间窗军械物资运输车辆路径问题的优化解,增强了算法的全局收敛性.     

基于移动终端的 GPS 监控系统设计与实现

现有车辆GPS监控系统功能局限于“车辆-监控中心”,乘客无法获知车辆的信息;并且车辆须额外安装GPS设备,系统部署成本高。提出了以移动终端（如手机、PDA、智能手表等）作为GPS定位设备与信息查询设备的监控系统。该系统以Android操作系统、GPS、百度地图API与GPRS通信等技术为核心,将功能扩展至“车辆-监控中心-乘客”,乘客可快捷查询车辆信息。文中以郑州铁院班车GPS监控系统为例,详细介绍了该系统的结构与功能。该系统不仅具有多目标定位跟踪、班车运行轨迹记录等常规功能,乘客还可通过智能手机查询车辆位置等信息。实验表明,该系统结构简单,部署成本低,性能良好,具有很大的实用价值与应用前景。     

公交线路发车间隔优化的双层规划模型与算法

针对发车间隔这一公交车辆调度中需要考虑的关键因素,提出了一种优化线路发车间隔的双层规划模型.该模型从公交公司和乘客两者利益出发,上层模型以最小化公交系统中因发车频率设置而产生的时间和经济总成本为目标;下层模型是公交客流分配模型,用来描述发车间隔优化后的客流分配情况.设计了一种混合遗传算法,即模拟退火遗传算法,来求解模型.最后,以常州市某几条线路为例,利用公交数据对模型和算法进行了检测.结果表明：所提出的线路发车间隔优化模型体现了公交供需关系是合理的,而且求解算法是有效的.     

基于准稳态方法的赛车行驶仿真

研究车辆赛道行驶仿真算法,建立扩展的5自由度车辆操控模型,运用准稳态方法实现赛车行驶动力学仿真。以上海国际赛车场为例,将计算得到的行驶时间与各年实际比赛结果进行对比,误差在-4%~7%之间,证明该方法具有足够精度,且研究了不同车辆参数对车辆赛道行驶时间的影响。     

三角模糊环境下城市出租车合乘需求预测

由于城市空间结构和地区经济发展的不均衡,城市出租客运市场的需求具有诸多不确定性,其供求关系很难达到平衡.基于可信性理论,选用测度三角模糊数来度量出租车实际需求量,并结合实际出租车保有量求得供应缺口.然后根据"一乘客一车"的比例,推算出现有出租车保有量和客运缺口各自对应的乘客人数,在考虑合乘的情况下,结合合乘人数的概率分布,确定合乘车辆数占保有量的比例,进而预测出合乘的需求量.最后通过算例,验证了该模型的可行性.     

实战环境下导弹装备保障方案优化研究

为解决实战条件下导弹装备的保障方案优化问题,将运输调度、设施选址和路径规划结合起来,对实战条件下多供应点到多需求点的装备并行配送问题进行了研究,用TOPSIS方法对装备配送线路的运输时间、运输里程、安全系数、运载能力、运输成本等因素进行综合评价,并对每个方案的综合效益值进行排序,建立了导弹装备调配保障两级配送网络模型,得到了每个需求点的最优配送路径和最优数量分配。研究结果对于部队导弹装备及其他设备物资的优化保障具有理论价值和指导意义。     

兼顾公交与社会车辆的干线交通信号控制模型(英文)

考虑公交与社会车辆在干线的行驶参数差异性,以最大带宽的思想为基础,提出了一种兼顾社会车辆与公交车的干线交通信号协调模型.该模型利用预设定的公共周期时长、绿灯/红灯时长和已知的公交在站台停留时间分布、路段长度、车辆速度等参数,通过求解混合整数线性规划及优化相位差,得到社会车辆与公交车都有绿波的信号控制参数.最后,以合肥市望江路为例,用VISSIM仿真软件对模型进行仿真测试和评价.结果表明,在公交需求较大的干线上,新模型比传统的干线协调控制方法在人均延误和停车次数上分别减少了15.2%和13.2%.     

基于路径增强SSD的遗失物体检测模型

在日常出行中,乘客经常会将一些重要物品遗落在出租车后座上,而司机往往因为忽视使乘客出现损失。为对车内遗失物体进行检测,提出一种改进的SSD目标检测模型。在主干网络部分引入路径增强的特征金字塔网络（FPN）,称为PA-SSD。将PA-SSD应用于常见遗失物品检测实验,结果表明,该算法检测速度为12fps,在验证集上的mAP为98.6%。基于PA-SSD的检测模型能高效且准确地识别乘客遗失物体,方便通知领取,减少乘客不必要的损失。     

基于LOGIT模型的客运运输企业定价分析

将LOGIT模型应用于客运运输企业,采用实地调研数据,以广西钦州市-南宁市为例进行了计算,结果表明模型与实际情况的误差在可控范围,模型取得了良好的效果,基于此,又将模型推广到钦州市-北海市、钦州市-防城港市、钦州市-玉林市,最终表明,LOGIT模型可以较准确地计算乘客选择直达快班和普通班车概率,对估算某一条线路未来乘客选乘的概率具有重要应用价值。     

车辆路径优化文献综述

车辆调度问题（VRP,Vehicle Routing Problem）是现代物流系统研究中的一项重要内容.选取合适的运输路线,可以加快对客户需求的响应速度,提高服务质量,降低服务商的运营成本.本文就车辆路径问题的模型和求解方法对前人的研究成果进行回顾与梳理.     

共享车位服务网络动态停放调度算法与仿真研究

城市停车难问题越来越严重。将可共享停车位资源合理调度,有利用缓解城市交通问题。研究了一种优化调度算法,以提升共享车位动态调度效率,缩短车辆与车位匹配停放后的周转作业时间,使车位空闲间隔时间更小。以每个停车请求的目的地区域中心点作为标记点,将周边可用于服务的车位网点建立停车服务网络,并据此建立多车位网点停放调度服务模型。基于102组实例数据,运用系统仿真技术,将模型优化运算出的调度方案与不经过模型优化的调度方案进行对比分析,验证了模型的可靠性和适配性。     

无信号交叉口车辆通行控制研究

为了克服传统信号灯控制模式下交叉口物理空间使用效率不高的问题,提出一种基于时间自动机的无信号灯交叉路口交通管理模型.将交叉口划分为互不相交的物理空间路权资源,采用时间自动机模型描述每辆到达车辆通过交叉口的动态过程,并在此基础上将交叉口内所有车辆的时间自动模型耦合在一起生成系统模型,在考虑安全性的前提下设计最大化交叉口通...     

随机环境下资源分配与运输问题的机会约束规划模型研究

针对现实生产、生活环境中包含大量不确定性因素的特点,运用不确定数学理论探讨随机环境下资源分配与运输的优化问题.模型以可信性理论为基础,综合考虑用户需求量、供方供给量为不确定的随机变量时,优化模型的建立,设计了在随机环境中两种条件下资源分配与运输优化的机会约束规划模型.并利用随机模拟的遗传算法,结合一实例进行分析和计算,显示该模型较为贴近实际,体现了模型的正确性.     

免疫算法在运输问题中的应用

运输问题是一种典型的组合优化问题。对以往免疫算法作了适当的改进,将其用于运输问题。通过数值实验将改进的免疫算法与遗传算法进行了对比,验证了该算法求解运输问题的有效性。     

汽车半主动空气悬架在软与硬路面下机器学习中的应用（英文）

为提高车辆半主动空气悬架在不同路面下的平顺性和控制性能,以驾驶员座椅和车辆俯仰角的加权加速度均方根值为控制目标,提出了一种基于模糊最优控制和车辆实际模型的机器学习方法.研究结果表明：车辆在72 km/h以上高速行驶时,软路面对车辆的平顺性有明显影响.基于机器学习,软路面工况下采用模糊控制的座椅和车辆俯仰角的加权加速度均方根值分别降低了30.20%和19.95%,而硬路面工况下无控制策略的座椅加速度和俯仰角加速度的加权加速度均方根值分别降低了34.36%和21.66%.这说明不同仿真条件下,该方法均能提高车辆的行驶平顺性.此外,为提高机器学习的效率,需要对其学习数据进行不断更新,以适应车辆的各种运行工况.     

基于公交刷卡数据的老年乘客与普通成年乘客上车时间差别分析（英文）

作为公交停车时间的重要组成,乘客上车时间对公交运行可靠性及公交服务水平具有重大影响.为研究老年乘客与成年乘客上车时间差异以及影响上车时间长短的因素,进而更好地理解乘客上车行为过程、减少乘客上车所花时间,提出了一种乘客上车时间回归分析模型.通过计算常州公交IC刷卡连续记录之间的时间差,得到了每位乘客上车时间的估计值,定义为上车时间间隔.然后,利用方差分析验证2种乘客的上车时间间隔是否存在显著差异,最后,建立回归模型分析乘客类型、每多一位乘客带来的边际效益及上车踏板数量对总上车时间的影响.研究结果表明,即使不考虑公交车型特征,普通成年乘客与老年乘客的上车时间间隔也存在一定差异;每一车次乘客平均上车时间随乘客数量的增加而减少;公交上车踏板数量越多,乘客尤其是老年乘客上车所花的时间越长.     

基于决策树的改进AdaBoost算法在车辆检测中的应用

为满足车辆检测实时性和准确性需求,将基于C4.5的决策树算法作为AdaBoost算法的弱分类器,产生一种速度快、识别率高的强分类器,称之为AdaBoost DT算法。算法训练多个决策树并将之作为弱分类器,之后通过改进级联架构的AdaBoost算法将若干弱分类器组合成一个强分类器。该算法特点在于：相对于广泛使用的以SVM作为弱分类器的算法,其以决策树作为分类器,速度提高了29%;通过在AdaBoost算法进行强分类器的形成阶段加入再判决函数,准确率提高了14.1%。