摘要：复杂物体的快速三维测量是光学三维轮廓术的难题之一。提出了基于调制度比的光学三维测量新方法,设计了基于共轴光路的测量系统。理论分析表明,在几何光学近似下,物体表面一点调制度比的对数与该点的高度成正比,因此可以用调制度比作为物体高度的载体。通过标定建立高度与调制度比的查找表,测量时利用CCD在两个不同的位置分别获取物体表面的光栅信息,利用傅里叶变换方法计算相应物点的调制度并计算比值,根据调制度比值通过查找表得到相应物点的高度信息。该方法采用共轴光路,有效避免了阴影和遮挡问题;采用调制度比作为物体高度测量的载体,只需要两幅光栅图就可以得到物体的高度信息,具有测量快速的优点。对高为79.51 mm的台阶测量的相对误差为0.86%,实验结果证实了该方法和系统的有效性。

摘要：研究随机事件条件下单条公交线路不同运营时段内的发车间隔确定方法.对该公交系统中的相关随机事件做了基本假设,依此建立了以社会福利最大为目标函数的多时段发车间隔优化随机期望值模型.由于该模型的目标函数为不连续函数,其不连续点发生在运营时段改变之时,因此设计了混合智能求解算法,其中嵌入了随机模拟、神经网络和遗传算法.并采用一个算例讨论了该发车间隔确定模型的有效性及求解算法的效率.该混合智能算法在求解随机期望值模型时效率较高,但容易陷入局部最优解.

摘要：消除客流数据随机噪声和确定神经网络超参数是城市轨道交通短时客流预测组合模型需要解决的关键问题。基于弱化客流数据噪声的自适应噪声完全集成经验模式分解算法(CEEMDAN)将客流时序数据分解为若干个频率和复杂度均不同的固有模态函数分量和剩余分量后,利用引入自适应策略的改进粒子群算法(IPSO)动态求解长短期记忆神经网络(LSTM)超参数的最优值,构建CEEMDAN-IPSO-LSTM组合模型预测城市轨道交通短时客流量。以广州地铁杨箕站自动售检票系统采集的历史进(出)站客流数据为例进行实验,研究结果表明:IPSO算法较PSO算法在基准测试函数Sphere,Sum Squars,Sum of Different Power,Rosenbrock,Rastigrin,Ackley,Griewank和Penalized上的最小值、最大值、平均值和标准差均更接近最佳优化值,CEEMDAN-IPSO-LSTM模型较LSTM模型、CEEMDAN-LSTM模型、CEEMDAN-PSO-LSTM模型的全月全日进(出)站的预测误差评价指标SD,RMSE,MAE和MAPE分别降低了12~40人次(13~35人次)、13~44人次(12~35人次)、6~37人次(12~31人次)和5.08%~46.89%(6.5%~35.1%),R和R2分别提高了0.07%~2.32%(0.86%~3.63%)和0.13%~2.19%(0.67%~1.67%),同时在工作日不同时段和非工作日全日的预测性能均达到最优效果。IPSO算法的收敛速度和参数寻优精度均优于PSO算法,且CEEMDAN-IPSO-LSTM模型可应用于城市轨道交通短时客流量的精确预测,同时可为设计规划线网路线、缓解交通压力、提高乘客出行服务质量等提供基础数据支撑。

摘要：考虑在实际运营中乘客需求具有随机性,固定需求下优化的公交时刻表不适应运营的要求.随机需求下的期望值模型忽略了不利可能事件对运营的负面影响,针对此情况研究随机需求下公交时刻表设计的鲁棒性优化.模型综合考虑乘客成本与运营成本,采用鲁棒性优化权衡目标期望值与偏差期望值.结合随机模拟技术,选用遗传算法求解模型.给出了算例,验证了模型和算法的有效性.通过比较固定需求模型、随机需求期望值模型、随机需求鲁棒性模型,说明在鲁棒性优化下需要提供更多的交通供给以降低偏差期望值.最后,对鲁棒性模型中的偏差权重系数进行了灵敏度分析.

摘要：三维模型坐标归一化是三维模型检索中的一个重要预处理步骤,其重点是旋转归一化.提出一种基于模型表面的法线分布特性来调整连续主成分分析方法选取的旋转主轴的方法.从人的认知习惯出发,将三维模型的表面法线分布特性归为无明显的法线分布方向、具有显著的最大法线分布方向以及具有2个显著的法线分布方向3类;借助法线分布直方图对模型的法线分布特性进行分析和归类,并根据归类结果采用有针对性的主轴修正策略.实验结果表明,与连续主成分分析方法相比,文中方法能得到更理想的旋转归一化结果.

摘要：旅客列车停站设置的影响因素主要有客流换乘需求、列车停站等级、列车指定停靠车站、车站接发列车能力、停站数量对旅行速度的影响和列车最大停站数量。分析停站设置和客流换乘选择之间的博弈关系,将基于停站方案的多类用户均衡客流分配模型作为下层规划模型,将旅客广义出行费用最小和列车停靠站数量限制作为上层规划模型的目标函数,构建旅客列车停站设置方案优化双层规划模型。通过分析停站方案变动引起的目标函数变化,构造解的邻域,设计基于模拟退火的求解算法。对由某客运专线和既有铁路组成的混合网络测算结果表明:列车平均停靠3.68站,列车直通客流比例平均为65.24%;客流直达比例为65.23%,人均换乘次数为0.44次;旅客出行费用较初始停站方案下降了35.47%。运算结果合理,具有较好的优化质量,旅客的出行费用显著下降。

摘要：旅客列车开行方案直接影响着铁路旅客出行费用,从而导致铁路旅客运输需求的变化。通过分析与旅客列车开行方案相关的铁路旅客运输需求影响因素,构造旅客运输弹性需求函数关系,将旅客换乘方案的选择归结为弹性需求下的用户平衡分配问题,进而利用铁路企业与旅客之间的Stackelberg博弈关系,建立了基于弹性需求的旅客列车开行方案的双层规划模型,并设计了基于模拟退火算法求解的优化算法。算例分析表明,基于弹性需求的旅客列车开行方案优化模型和算法能够更好地优化旅客列车开行方案,使之与铁路旅客运输需求相吻合,从而产生更大的社会与经济效益。

摘要：列车自动运行(ATO)系统的列车自动控制系统的重要组成部分。针对牵引和制动工况的不同工作机理,建立了列车牵引和电阻制动下的动力学模型,并采用非线性反步设计方法设计了相应控制器,以实现列车的速度和位置自动跟踪。理论分析和仿真结果表明,文中给出的反步控制器可以取得满意的高精度速度和位置跟踪效果。

摘要：维修工作是提高设备可靠性、保证设备正常运行的有效措施,本文建立了维修费用约束下可靠性最大的预维修计划优化模型.该模型以平均可靠性为优化目标,考虑了维修费用、维修间隔、设备运行总时间等约束.本文建立的模型为一般非线性优化问题,设计了基于全局序列二次规划方法(global sequential quadraticprogramm ing,GSQP)的改进遗传算法(GA_GSQP)进行求解.最后,在算例中以GSQP算法、遗传算法和禁忌搜索算法的优化结果作比较,分析了所设计的GA_GSQP遗传算法的优化效果.

摘要：针对高速铁路路网中出现列车晚点的区段,以列车到发时刻和进路为决策变量,以列车运行时间和安全间隔时间为约束条件,以使列车尽可能快地驶离列车晚点区段为目标函数,建立列车到发时刻与进路同步优化的高速铁路列车运行调整整数规划模型。设计基于优先级规则的启发式算法,求解模型的可行解。运用Gurobi优化软件求解该模型的线性松弛模型,得到模型最优解的下界。根据可行解与最优解下界之间的距离,可以定量地衡量可行解的质量。以某高速铁路网络为背景,通过算例验证模型和算法的可行性。结果表明:模型对实际问题描述较为准确,算法求解效率较高;模型相对于分步优化模型能够有效提高列车运行调整计划的质量。