摘要：合理优化网约车乘客上车点,可以有效减少司机接驾和乘客步行距离,提升接驾效率、降低乘客聚集度,从而缓解节点拥堵并提升乘客的出行体验。影响上车点规划结果的因素较多,均衡考虑各影响因子且保证规划方案的可行性具有较大难度。针对上述问题,提出了一种涵盖乘客步行收益、路况收益和司机驾驶收益的多目标整数规划模型,并且设计了一种松弛分割迭代算法以及一种基于动态约束法的帕累托前沿生成法。对时空轨迹数据进行分析与筛选,获取路网中可达的潜在上车点。以分支定界法将松弛问题分割为子问题并对原问题定界,以单纯形法求解转换为标准型的目标函数。分别求解单目标模型获取边界值,再动态调整边界值作为约束条件生成帕累托前沿曲面。通过大量实验对各目标的耦合性和互斥性进行分析,得出目标函数的均衡取值点,从而以不同角度对上车点进行有效推荐。

摘要：为获取对盾构机(Tunnel Boring Machine,TBM)油温的分类预测性能,基于自然天气现象,提出一种骆驼行走阻力与行走耐力策略改进骆驼算法优化随机森林的预测模型。首先,采用提出的策略对传统骆驼算法进行改进,结果表明,改进后的骆驼算法具有良好的收敛速度和收敛精度;其次,利用改进骆驼算法对随机森林建立的盾构机油温预测模型进行参数优化,获得最优模型;最后,在此基础上,对测试数据集进行分类预测研究分析。实验结果表明,提出的模型预测准确率达到97.71%,相比于传统随机森林模型在准确率上提升了6.38%,可以达到避免油温过高引起盾构机故障的目的,为未来的整机材料-结构-控制多学科协同优化设计和性能预测提供基础。

摘要：针对受电弓LQR控制策略中性能指标的权重系数依靠人工经验选取不足的问题,建立SS400型受电弓三元质量模型,设计受电弓LQR控制器,以接触力标准差和弓头位移标准差之比为评价指标建立目标函数,由于标准人工蜂群算法存在的收敛速度慢、易陷入局部最优的缺点,通过改进蜂群算法的选择策略和搜索方式对LQR控制器的权重系数进行优化。在MATLAB/Simulink环境中建立弓网耦合模型分别在250 km/h、300 km/h的速度下进行仿真,通过与被动控制和标准蜂群算法寻优的结果对比,改进后弓网接触力标准差与弓头位移标准差分别优化了52.8%、37.5%、27.8%、31.8%、40.5%、43.1%、9.3%、7%,显著改善受电弓受流质量。