摘要：为了对驾驶员脑力负荷予以有效识别,基于脑电信号指标构建了一种驾驶员脑力负荷识别方法.对驾驶员脑电信号进行快速傅里叶变换（FFT）,选取θ（4~8 Hz）,α（8~13 Hz）,β（13~30 Hz）3个频段的频谱幅值分别进行熵处理,对所得到的熵值作为脑力负荷识别参数,并对识别参数进行Kruskal-Wallis检验,选取差异最为显著的10项参数作为脑力负荷特征指标,在此基础上结合BP模型构建了驾驶员脑力负荷识别模型.基于驾驶模拟器实验数据,模型识别正确率为87.8%~90.4%.结果表明,该模型对驾驶员脑力负荷识别具有较高准确性,可实现不同驾驶员脑力负荷的有效识别,为未来自动辅助驾驶系统构建及车载信息系统优化设计提供算法依据.

摘要：为了将应急物资快速有效地配送至灾区,从供应链的角度构建一个包含应急物资供应点、集散点、配送中心及受灾点四层结构的应急物资保障系统.在考虑需求不确定性的基础上建立一个双层优化模型.上层模型以最晚运达时间最小、配送总成本最小及车辆载重利用率最大为目标,决策灾区应急物资配送中心的选址及车辆路径安排;下层模型以运输总成本最小为目标,决策应急物资集散点的选址及应急物资的分配.设计一种自适应遗传算法求解上层模型,运用GAMS软件求解下层模型.以'4·20'四川芦山地震应急物资保障为背景构建算例,验证模型和算法的可行性和有效性.

摘要：为有效应对多干扰事件(区间短时中断、区间限速和车站停站延长)对地铁运营的影响,本文综合使用扣停、取消列车、小交路折返、跳停车站和车底空驶出入库这5种调整策略,考虑列车运行、车底周转和车底折返等约束,以最小化列车延误时间、客运收益损失、备用车底启用数和车底空驶里程的加权和为目标,构建列车运行图和车底周转计划一体化调整整数线性规划模型,并设计迭代局部搜索算法求解。以某一条地铁线路的实际数据为背景,构造一组案例测试所提出方法。结果表明:针对不同干扰场景的案例,本文提出的方法均能在短时间内生成一体化调整方案,平均求解时间为15.55 s;提出的取消列车和小交路折返策略能控制发生延误的列车数量并阻止延误的传播,车底空驶出入库策略可减小因折返站能力紧张而导致的次生干扰;与固定车底周转计划和不考虑车底周转调整成本相比,本文提出的调整方法分别平均减小了74.9%和7.3%的列车延误,其中,考虑车底周转调整成本后,进一步平均减小了23.1%的备用车底启用数量和20.1%的车底空驶里程。

摘要：调车作业计划是规定车辆如何调移及其作业程序的具体行动计划。提出了在调车钩数最优前提下以减少调移车辆数为目标的摘挂列车调车作业计划编制方法,构建了摘挂列车调车作业计划编制0-1线性优化模型,并设计了基于消逆规则的启发式分支定界算法对模型进行求解。算例表明,所提出的方法能够求解出调车钩数不劣于统筹对口法且调移车辆数更少的调车作业计划,在给出的算例中总调移车辆数减少了约20%。所提出的方法能够对调移车辆数进行优化,对调车作业计划编制质量的进一步提高、调车过程能耗降低等方面有积极意义。

摘要：动车组运用计划的编制通常需要综合考虑运输安全、效率及成本等多方面因素,其编制质量及编制效率对高速铁路运营有重要影响.为了快速获得高质量动车组运用计划,以降低综合运营成本和总空驶里程等为优化目标,建立了基于列车车次的可改编动车组运用优化混合整数线性规划模型,并设计了一个迭代逼近算法框架.该算法框架将整个问题分解为主问题和子问题,其中主问题的最优解为整个问题提供有效下界,而主问题可行解集合中能够通过子问题检验的解为整个问题提供有效上界,从而算法框架可以不断地更新上、下界之间的最优间隙,迫使生成更接近于下界的新可行解.多个实例分析表明:所提出的方法与人工方法相比,能够快速生成动车组运用计划,且使得动车组综合运营成本平均下降10.5%,总空驶里程平均减少23%.

摘要：城市轨道交通线路列车交路设计问题在于确定线路在给定时段运营的交路条数,以及各交路的折返站、列车编组和开行频率。根据线路折返站布置,生成备选交路集并构建服务网络,使用最优策略对服务网络进行客流分配,描述乘客对不同交路列车的选择行为。考虑线路运营组织及能力限制约束,以运营企业成本与乘客等待时间成本最小为目标,建立混合整数非线性规划模型,在备选集中挑选交路,并确定各交路的列车编组及开行频率。将模型线性化,并提出服务网络简化方法,缩减模型规模,提高求解速度。以某规划线路为例验证所提出方法的有效性,并对列车交路数量与列车编组类型进行灵敏度分析。

摘要：为解决旅行时间不确定和柔性时间窗下的电动车车辆路径问题,建立了以配送成本最小为目标的混合整数规划模型。引入虚拟节点把电动车的车辆路径问题转化为网络模型,利用列生成方法进行求解,将模型转化为基于路径的主问题和有限资源约束条件下求解最短路径的子问题,并构建了基于蒙特卡洛仿真方法的鲁棒模型。针对子问题设计了改进Bellman-Ford算法,引入了路径扩充机制加速模型求解速度获得模型近似解,并结合动态路径查找算法获得最优解。最后,对多组算例进行计算,结果表明:所提出算法可以在保证结果精度的同时提高问题的求解速率;时间窗约束对配送成本影响最为显著;鲁棒情形和确定情形下配送成本受续航里程约束、汽车载重约束和时间窗约束影响的变化规律具有一致性。

摘要：基于碳限额与交易政策,探讨有限规划时域内变质品的联合定价和库存问题。考虑有限规划时域内零售商可以进行多次非等周期补货,产品的需求同时受价格和时间影响,在每个订货周期内允许缺货且短缺量部分延迟订购,以总利润最大化为目标构建了碳限额与交易政策下变质品的联合定价和库存优化模型。为求解零售商的最优订货计划和定价策略,利用经典经济订货批量(EOQ)模型的相关性质和Nelder-Mead算法设计了一个寻找最优解的两阶段迭代算法。考虑不同的时变需求函数提出3个算例来验证模型和算法的可行性和有效性,并将碳政策下的最优策略与无碳约束下的最优策略进行对比,结果表明:碳政策下零售商能够降低其碳排放水平,同时也会增加其零售价格,减少其订货量和订货频率。最后对模型的主要参数进行了灵敏度分析。

摘要：当今节能减排、低碳发展已成为地铁交通网络化综合化发展的重中之重。着眼于再生制动技术在多列车节能运行过程中日益突出的效用,将如何提高多列车运行的再生制动能量利用率作为研究重点,利用地铁列车发车间隔与停站时间的可控性,提出一种基于再生制动的地铁多列车节能运行策略模型,并给出一种有效求解此类问题的算法以及设计出一种解析解方程可快速求解此类问题。最后以北京地铁线路亦庄线为例,验证优化模型的可靠性与算法的高效性。结果表明:在保证该线14站13区间列车准点运行的情况下,采用多列车节能运行策略优化模型后,列车平均再生制动能量利用率提高0.15左右,运行总能耗降低5.01%。将本文的研究成果应用于平峰期间多列车节能运行上具有一定的指导意义。

摘要：利用高速铁路车站列车到达进路冲突关系和进路分段解锁原理,研究基于到发线运用优化方案的列车到达追踪间隔时间压缩方法。首先分析分段解锁条件下列车到达追踪间隔时间的计算方法,随后建立无损精度的铁路路网拓扑模型和多智能体列车连续追踪运行仿真模型;在此基础上设计基于信号补偿时间的列车最小到达追踪间隔时间求解算法,求解不同到发线运用方案的列车到达追踪间隔时间。以上海虹桥站高速场为例,对所有到发线组合方案进行仿真实验。结果表明:股道组合方案对应的关联道岔越少,列车到达追踪间隔时间越短;当关联道岔相同时,后车接车进路越短,前车接车进路越长,到达追踪间隔时间越短;当前车股道确定时,最优的后车股道方案比最劣方案可压缩列车到达追踪间隔时间30s以上。