摘要：为确定不同流量条件下城市快速路匝道合流区加速车道的合理长度及其通行能力,从匝道车辆汇入概率出发,基于间隙接受理论,分析匝道车辆在加速车道上等待汇入的速度和车速调整所需的时间,考虑车辆汇入带来的主线外侧车道不同位置流量变化及汇入失败概率,厘清流量、加速车道长度与通行能力之间的关系。研究结果表明:目前有关规程提供的加速车道长度偏短;匝道车辆汇入概率并不总是与主线外侧车道流量呈反比,在高于1600pcu/h时反而会呈正比;主线外侧车道流量在1 300~1 500 pcu/h时最易形成通行瓶颈,应采用匝道控制、主线车流引导或车道设计等方式解决。掌握好三者之间的关系对优化加速车道设计和匝道流量控制具有重要意义。

摘要：为了降低中小家具制造企业废弃家具的回收成本,考虑家具产品在运输途中的特征,构建了以总行驶距离最短和车辆数最少为目标函数的双目标数学模型,并设计了一个改进的两阶段禁忌搜索算法进行求解。算法的第一阶段求解所有客户的旅行商问题路径,以此作为第二阶段车辆路径问题中划分路径的基础。构建了一个将邻域算子和邻域交换点对作为禁忌对象的新的禁忌表,并对所使用的多邻域结构体进行了数据测试,结果表明点逆序算子和点交换算子组合的优化效果优于其他组合。经文献对比进一步表明了所设计算法的有效性。

摘要：为了降低家具配送成本,提高物流效率,基于第三方物流配送模式,构建了以总行驶距离最短和车辆数最少为最优目标的开放式车辆路径问题(open vehicle routing problem,OVRP)数学模型,并设计了一个改进的两阶段禁忌搜索算法进行求解,第1阶段求解包含所有客户的TSP(traveling salesman problem)路径来作为第2阶段划分OVRP路径的基础.设计了一个随机动态禁忌表,并将"邻域算子编号"和"邻域交换点对"同时作为禁忌对象,避免了过度禁忌的情况.另外,对5个邻域算子进行了测试,表明采用由点交换、分序点插入、点逆序和前点前向插入这4个算子组成的多邻域结构体效果最佳.经算例测试和文献对比,验证了设计算法的有效性,采用第三方物流配送比自营物流配送更节省成本.

摘要：实践教学的创新模式是实现工科创新型"智能化"人才培养的关键环节,然而具体运用何种人工智能技术开展创新实践教学建设一直是困扰学界与业界的难题。立足校企合作的视角,以数字孪生技术为核心,以增强现实技术、同步建模技术等多种人工智能技术为辅助,探索基于校企合作的实验设计与综合实习相融合的创新实践教学模式,如基于多实验融合的沉浸式实践教学模式、基于"双工作室"的智慧实践教学模式、基于工学交替的开放式实践教学模式、基于"双导师制"的共享式实践教学模式。基于此,提出基于校企合作的创新实践教学模式设计的关键路径:搭建实践教学数据库、知识库、技术库,实现校企数据、知识、技术共享;"人工智能技术+新型教学管理模式"两手抓,校企共同创设"互联网+"背景下的智能实践教学空间;统筹构建智能教育大数据自动巡航体系。

摘要：针对飞行区域内有若干个水平和垂直误差校正点的无人机航迹规划问题,在满足累积误差阈值约束的前提下,以总航迹最短为目标,建立了混合整数规划模型。考虑到每个误差校正点只能校正一个方向的累积误差,且校正前后的累积误差不满足线性关系,为了快速求出问题的精确最优解,基于多维标号算法和脉冲算法设计了两阶段算法。首先利用多维标号算法求出初始可行解,并将其作为最优解的上界;然后利用模型的约束条件和目标函数值上界,构造3种子路径扩展判断准则,并基于3种准则设计了改进的脉冲算法,求出全局最优解。通过模拟计算,验证了两阶段算法求解无人机航迹规划问题的快速有效性,为解决无人机航迹规划问题提供了理论依据。

摘要：铁路物流园作为全国物流运输体系的重要枢纽,对提升货物运输效率具有重要影响。为满足绿色低碳物流园区转型升级的发展要求,针对长沙铁路物流园布局存在的问题,应用灰色预测模型预测园区物流量并计算园区各功能区规模,采用SLP方法对各个功能区进行综合关系分析,通过Tompkins关系表得出功能区布局图,对铁路物流园区进行布局优化。结合“景观外观美学”、“生态自然”和“人类行为和景观”三元论的景观设计思想,对园区的停车区和行政区2部分软质景观进行设计,包括货车停放区绿化,打造生态停车场及行政区广场和步道的绿化布局,合理选择树种,兼顾生态与观赏的功能,起到低碳环保的效果,服务于人。运用Flexsim仿真软件对规划方案进行分析,验证布局的有效性,以达到布局合理化、景观人性化和运作高效化的目的。立足铁路物流园未来的发展趋势和要求,使优化后的布局能够更好地服务园区日常作业,为访客和入驻企业带来良好体验和印象,进一步改善园区整体形象。研究结果表明:在相同货运量情况下,优化后仓储区和作业区利用率有所提高,装卸作业空闲时间减少,设备空闲时间减少和园区能耗有所下降,拥堵率明显下降,货物周转效率提升,园区品牌形象得到塑造。

摘要：为提高中欧班列运输网络的整体运营效率与社会福利,构建考虑运输规模效应与拥堵效应的中欧班列集散中心选址与流量分配双层规划模型,上层模型通过决定集散中心选址达到社会福利最大化,下层为基于Logit的随机用户均衡模型,设计嵌入MSA的遗传算法进行求解。在现有5大中欧班列集散中心的背景下,以国内主要始发城市到莫斯科的运输网络为例进行计算分析。结果表明:综合考虑始发城市的自身货运需求与城市的区位条件来进行选址能提高系统社会福利。此外,中欧班列货运规模的增加能产生运输规模效应,但也会加剧运输网络中的拥堵并降低社会福利。可增设新集散中心来缓解拥堵和满足货物集散需求,新集散中心选址可优先考虑太原、徐州、石家庄和济南。

摘要：无人机包裹配送是近年来获得广泛关注的新配送方式,相比于基于地面车辆的配送方式,多无人机配送具有高效率、强时效性和灵活机动等优势.因此,本文提出了一种全新的异构多无人机物流配送模式,即单架大无人机辅助多架小无人机进行的包裹配送.该配送模式的新特点是:大无人机携带多架小无人机到配送区域放飞,多架小无人机分别配送所指派区域的包裹,每架无人机在一次航行中可配送多个包裹,多架小无人机同时进行配送.为了高效的求解这个新配送问题,文章设计了一种基于分而治之三阶段的迭代优化算法,第1阶段采用聚类方法对客户点聚类并生成初始解;第2阶段提出一种改进的变邻域搜索算法优化大无人机路径;第3阶段使用动态规划方法优化小无人机路径.这3个阶段不断迭代优化直至满足停止准则.为了验证所提出算法的有效性,在大量算例上进行了实验测试,实验结果展示了所提出算法的求解效率和目标函数值显著优于其他对比算法.文章所提出的新的异构多无人机配送模式及其求解方法,为解决现代物流配送的痛点问题提供了一种全新方式与决策依据.

摘要：提出一种基于分治策略的多星观测分层调度框架,在该框架下,用蚁群优化算法把任务分配至各轨道圈次上,并利用自适应模拟退火算法求解各轨道圈次的调度问题。根据各轨道圈次调度结果的反馈情况,再调整任务分配方案,重复上述过程直到达到算法终止条件。为了提高算法的性能,在设计蚁群算法的启发式信息模型时,应充分考虑卫星调度问题的领域知识;在模拟退火算法中设计两个邻域结构,采用动态选择策略在优化过程中确定最佳邻域搜索结构。仿真实验表明,该方法有效地降低了问题求解的复杂度,尤其在求解大规模多星观测调度问题时表现出优异的性能。

摘要：针对城市物流配送存在的空载率高、支出费用高等问题,考虑到日益拥堵的交通路况,在分析运输部门对电商订单进行送货和对同城订单进行取送货的基础上,构建了以个人客户、电商企业客户和运输部门总支出费用最小化为目标的路径优化数学模型。为求解该问题,考虑到遗传算法存在依赖初始解、易陷入局部最优解等缺点,运用插入启发式算法改良初始种群的同时,引进改良精英保留策略和蜂王进化交叉策略提升遗传算法的搜索能力,设计了一种新的改进遗传算法。以湖南省某电商公司的城市配送网络优化为数据来源,运用改进遗传算法与现有相关算法进行了对比分析,验证了模型和算法的有效性。实验结果表明,城市物流共同配送方式不仅能有效提升客户的满意度,还能降低配送车辆的空载率和三方主体支出的总费用。