海上油田伴生气的运输方式选择

针对海上油田伴生气运输问题,从经济和技术两方面,比较分析海下管道运输、船舶液化运输和船舶压缩运输方式的利弊。认为压缩运输方式是处理海上油田伴生气的一种比较经济合理的方式,适合在我国渤海地区加以推广运用。     

多式联运中运输方式与运输路径集成优化模型研究*

运输方式和运输路径选择问题是影响多式联运时间和费用的关键问题,直接影响承运人和客户的利益。依据运输方式选择和运输路径优化的关系特点,采用主从混合智能启发式方法,构建了运输方式选择和运输路径优化集成模型,给出了粒子群—蚁群双层优化算法求解方案,解决了运输网络多节点、多方式、多路径的集成优化问题。实验结果表明,该方案优于蚁群算法和遗传算法。     

三相流管道输送技术研究

通过模型试验的方法研究了管道输送加气减阻的机理,分析了影响减阻效果的因素,进行了延长排距的计算,利用模型试验研究的结果进行了实船试验。研究表明,在绞吸式挖泥船的排泥管中加入适当压力和一定体积分数的气体,可以降低管道输送阻力和延长排距。     

煤炭运输系统架构及应用研究

以汾西矿业集团煤炭运输系统实施实例为研究背景,介绍了煤炭运输系统在煤炭运销调度中的重要作用,详细介绍了煤炭运输系统的总体架构和具体流程,同时对煤炭运输系统在汾西矿业集团的现场实施效果和经济效益进行了分析。分析结果表明,该系统规范了煤炭运输流程,大大提高了煤炭运输效率;可有效控制运输成本,为企业带来巨大的经济效益。     

垃圾收运路线问题的蜂群优化算法研究

整个垃圾处理系统中城市生活垃圾收运费用占很大比例,通过研究垃圾收运路线问题,可以有效节约成本,提高作业效率.根据城市生活垃圾收运系统的特点,采用带中转站的垃圾收运问题的标准数学模型.在分析蜂群优化算法理论的基础上,针对问题的特点,研究了蜂群优化算法求解的具体步骤,并通过实例仿真,证明了蜂群优化算法在解决带中转站的垃圾收运问题上的可行性和有效性.最后通过与蚁群算法对比,进一步说明了蜂群优化算法在解决问题的优越性.     

煤炭运输路径选择与运输效率的关系模型仿真

在煤炭运输路径优化选择问题的研究中,煤炭运输网络在雨雪、泥石流、地震等突发事件下会发生路线的重新选择,选择路线过程带有波动性与随机性,受主观人为因素影响较大.传统的煤炭运输供应链路径选择与运输效率的关系模型建立方法无法对瞬时变化的路线选择进行自适应调整,无法建立包含路线突变情况的约束条件,建立的模型准确性较低.提出基于关联模糊理论的煤炭运输供应链路径选择与运输效率的关系模型建立方法,塑造可量化的煤炭运输供应链网络演化模型,依据供应链网络鲁棒性新测度,根据小范围供应链效率和连同图大小运算网络中单个节点的运输效率,将量化后的鲁棒性与效率的关系划分成两个独立的特征子空间以及非特征子空间,准确描述两者关系.仿真结果表明,在不同的干扰环境下新建模型能够较好地表述煤炭供应链路径选择与效率的关系.     

基于北斗的城市垃圾清运系统

为建设更美好的市容市貌, 降低运输车辆的空车率, 实现源头追溯与全流程透明化管理, 结合目前通用的软件开发方式与数据库技术, 给出了以智能化, 绿色为主的城市垃圾清运系统. 该系统以北斗定位数据为基础, 辅助以高德开放平台来进行设计开发. 系统的开发采用基于PHP语言的ThinkPHP框架以及B/S架构设计模式, 客户端采用Ajax和Web技术等方式实现数据的传输和展现. 该系统旨在为用户提供车辆实时位置查询、车辆历史轨迹查询、用户管理、统计分析等服务. 对于车辆运输过程中的整个轨迹数据, 系统采用了北斗系列来进行数据采集, 更有效地维护了信息和技术的安全. 后期还可结合机器学习等技术来对司机的驾驶行为, 车辆的健康状况进行相应分析. 通过北斗定位数据与互联网技术的结合, 该系统可有效地对车辆进行管理.     

边缘计算在智慧交通系统中的应用

随着汽车的普及,交通拥堵问题日益严重,依靠传统云计算的智慧交通系统虽能在一定程度上缓解交通压力,但已无法满足辅助驾驶、自动驾驶等新型车载应用对传输带宽与时延的需求。为了实现海量数据的实时处理,保障公众信息及交通安全,提升交通系统运行效率,将边缘计算应用于智慧交通。首先对智慧交通的发展概况进行整体描述,提出基于边缘计算的智慧交通总体架构,充分利用边缘计算物理邻近、高带宽、低时延、位置认知的特点解决目前交通系统信息传递延迟、数据处理不及时、传输负载大等问题。然后,基于无线传输、信息感知、计算卸载及协同处理等方面阐述边缘计算应用于智慧交通亟需解决的关键技术。最后,指出边缘计算应用于智慧交通面临的未来机遇与挑战。     

基于Fabric的出行数据隐私保护方法

针对智能交通出行数据共享中的隐私保护问题,提出一种基于Fabric的出行数据隐私保护模型。利用区块链不可篡改、可追溯的特性,结合AES算法与访问控制列表机制,从出行数据的上传、查询和访问控制等方面对模型中Fabric区块链数据库、智能合约、中间件等模块进行设计和实现。安全性分析和实验结果表明,所提方法具有较好的安全性、保密性以及可行性,可以提高智能交通出行数据共享环境下的个人隐私安全。     

考虑恶劣天气的班轮多阶段重调度方法

受恶劣天气影响的船舶调度是一个非常复杂的优化问题,也是班轮公司重点关注的问题之一。为此,针对某航运网络上的一家班轮公司的所有营运船舶,以获知设计的多阶段重调度机制时段内最新预报的天气信息和这些船舶的实时位置为前提,重点考虑班轮船期表的限制并兼顾港口间航速变化和船舶容量等现实约束,构建了以固定计划期内所有船舶的航运总成本最小为优化目标的非线性数学模型,并设计了嵌入基因修复算子的改进遗传算法用于求解该模型。由此,可以给出集成租船直运、跨航线调船、反挂和货物中转等解决策略的最佳多阶段重调度方案。通过对大、中、小规模的算例进行实验,实验结果表明,可知与传统等待办法相比,多阶段重调度节约了总航运成本的15%以上,验证了所提模型和方案的有效性;与Cplex相比,改进遗传算法的运算效率大大提高,且偏差值均在5%以内,而与蚁群优化（ACO）算法、禁忌搜索（TS）算法、量子差分进化（QDE）算法相比,改进遗传算法能在有效时间内降低10%左右的成本,验证了算法的科学性。所提方法可为班轮公司的实际船舶调度提供参考。