基于机器视觉的铁路调车信号识别研究

提出一种基于改进的霍夫（Hough）变换的调车信号灯识别算法。该算法利用信号灯图案的几何性质简化了计算,可以应用于快速变化的实时图像序列。对现场获取的图像序列的处理验证了本算法的有效性。     

基于改进Hough变换的信号灯视觉识别系统

提出一种基于改进Hough变换的铁路调车信号灯识别算法.算法利用信号灯图案的几何性质简化了计算,可以应用快速变化的实时图像序列.对现场获取的图像序列的处理验证本算法的有效性.     

基于北斗卫星定位系统的地铁工程车车载调车防护软件设计

目前,地铁工程车作业时依靠乘务员目视行车,在复杂的作业场景中存在冒进信号、超速运行和挤岔等安全问题。对此,文章基于北斗卫星定位系统提出一种地铁工程车安全防护系统用调车防护软件,并详细阐述了其功能设计、软件接口、模式转换和防护方式。该调防软件使用安全计算机平台工具,采用模块化设计,并综合运用了北斗卫星定位系统、信标定位系统和计算机联锁系统以及二叉树理论,实现了对地铁工程车调车作业时的精准防护,能有效解决工程车作业过程中的安全隐患,提高了地铁调车作业的安全性。2020年底,该调车防护软件在广州地铁5号线以及鱼珠车辆段进行了运用试验,结果显示,其能够及时地对冒进信号、超速运行和挤岔等情况进行防护,满足用户对调车作业的安全防护要求。     

基于MVC的调车作业计划辅助编制系统

针对企业铁路的调度作业计划人工制定准确率低、负担重、作业连贯性差等问题,设计并实现一套基于MVC和.NET技术的企业铁路调车作业计划辅助编制系统。采用统一建模语言对系统进行可视化建模,并利用模型/视图/控制器设计模式对系统进行设计,论述编制解编调车计划的算法,通过实例给出计算机实现“进制法”的步骤,并基于ASP.NET开发平台进行了系统实现。     

重车调车机的变频调速改造

本文介绍了调车机行走改变频调速的方法和技术展望，重车调车机是翻车机系统一个主要部分，靠它来牵引40节装满燃煤的火车车厢来分别送入翻车机行走部分改变频后，启停平缓，冲击力小，减少每年大修次数节能，节省设备消耗，在哈某电厂应用很好，。     

企业铁路调车计划的AHP模糊综合评价

针对目前企业铁路调车计划的评估仍不够完善的现状,建立了AHP（层次分析法）与模糊综合评价相结合的调车计划评价方法.利用层次分析法确定了调车计划各评价指标的权重,采用模糊综合评价的方法对评价信息进行分析处理,最后得到评价结果,验证了层次分析法和模糊综合评价相结合进行调车计划评价的合理性与可靠性.     

一种改进的快速递推干扰抵消多用户检测算法

由于传统的MIMO-OFDM系统干扰消除多用户检测算法对错误传播和干扰消除顺序考虑的较少,提出一种采用逆向排列顺序的快速递推干扰消除多用户检测算法;该算法采用逆向检测顺序,选择用户数据相关程度最大的数据进行最后检测,得到信噪比最优的串行干扰消除用户排列,避免了错误传播;采用递推的方法实现最小均方误差(MMSE)检测器与排序的求取,避免了传统检测算法中的直接矩阵求逆运算,降低了算法的计算量;理论分析和实验结果表明,该算法在有效降低复杂度的同时,具有更好的系统容量性能和误码性能。     

广义落表算法与对偶落表算法

§1.引言 在铁道列车编组的计划作业中,由[1]总结提出的落表法是一种简便易行的计算方法,近年来,随着调车计划最优化问题数学理论研究的不断深入,人们发现该算法还具有其更重要的理论意义,譬如,当使用该算法按照顺序序列剖分任给定的随机排列时,所得到剖分的分部数可以达到最小。利用该性质,在研究随机排列的非顺序最优剖分时,通常     

关于交替式下推系统可达性证明的研究与实现

演绎推理是形式化验证中一种重要的方法,具有可以处理无穷状态系统的优点.本文研究与实现关于交替式下推系统中可达性的证明,该系统可以将无穷证明树转换为有穷树.文中首先利用迭代收敛思想实现了饱和算法,并通过全排列算法实现了系统完备化;然后采用余归纳方式对搜索证明进行了优化;最后利用可视化技术对证明树在三维空间进行展示.     

变频器在发电厂重车调车机中的应用

本文介绍了重车调车机改变频的几种解决方案和具体实现方法，并对调车机的运行工况做了叙述，实现后，工况大为改观。     

基于混合遗传算法的订单生产调度在机车车辆行业中的应用

机车车辆行业作为典型的面向订单的机械制造企业,优化的生产调度方法能提高订单的准时交货,缩短产品的生产周期,提高企业的市场竞争力。订单生产调度问题是典型的NP-hard问题。遗传算法(Genetic Algorithms)为求具有多个约束的复杂问题提供了有效的方法。但是遗传算法的局部搜索能力比较差,在解决订单生产调度问题中存在着明显的不足。本文引入了局部搜索能力很强的禁忌搜索算法,用遗传算法和禁忌搜索算法相结合的混合遗传算法来解决机车车辆行业中面向订单生产调度问题。     

柔性Flow-Shop调度的遗传算法优化

柔性Flow-shop调度问题（Flexible Flow-shop Scheduling Problem,FFSP）是一般Flow-shop调度问题的推广,由于在某些工序上存在并行机器,所以比一般的Flow-shop调度问题更复杂。为了有效地解决柔性Flow-shop调度问题,用遗传算法求解,给出了一种改进的编码方法,能够保证个体的合法性;并根据编码方法提出了矩阵解码方法。最后以某汽车发动机厂金加工车间的生产调度实例进行仿真,通过比较表明了算法的有效性。     

Energy-aware disk scheduling for soft real-time I/O requests

In this work, we develop energy-aware disk scheduling algorithm for soft real-time I/O. Energy consumption is one of the major factors which bar the adoption of hard disk in mobile environment. Heat dissipation of large scale storage system also calls for an energy-aware scheduling technique to further increase the storage density. The basic idea in this work is to properly determine the I/O burst size so that device can be in standby mode between consecutive I/O bursts and that it can satisfy the soft real-time requirement. We develop an elaborate model which incorporates the energy consumption characteristics, overhead of mode transition in determining the appropriate I/O burst size and the respective disk operating schedule. Efficacy of energy-aware disk scheduling algorithm greatly relies on not only disk scheduling algorithm itself but also various operating system and device firmware related concerns. It is crucial that the various operating system level and device level features need to be properly addressed within disk scheduling framework. Our energy-aware disk scheduling algorithm successfully addresses a number of outstanding issues. First, we examine the effect of OS and hard disk firmware level prefetch policy and incorporate its effect in our disk scheduling framework. Second, our energy aware scheduling framework can allocate a certain fraction of disk bandwidth to handle sporadically arriving non real-time I/O’s. Third, we examine the relationship between lock granularity of the buffer management and energy consumption. We develop a prototype software with energy-aware scheduling algorithm. In our experiment, proposed algorithm can reduce the energy consumption to one fourth if we use energy-aware disk scheduling algorithm. However, energy-aware disk scheduling algorithm increases buffer requirement significantly, e.g., from 4 to 140 KByte. We carefully argue that the buffer overhead is still justifiable given the cost of DRAM chip and importance of energy management in modern mobile devices. The result of our work not only provides the energy efficient scheduling algorithm but also provides an important guideline in capacity planning of future energy efficient mobile devices. This paper is funded by KOSEF through Statistical Research Paper for Complex System at Seoul National University.     

基于粒子群算法的流程工业生产调度研究

以优化流程工业生产为目标,研究了将基于惯性权重的粒子群算法应用到流程工业的生产调度问题。在对流程工业生产调度问题进行分析的基础上,建立了以总加工完成时间最短为优化目标的生产调度模型。调度算法采用动态惯性权重,使惯性权值在粒子群算法搜索过程中线性变化,以提高粒子群算法的优化性能。给出了粒子编码与解码实现方法,以及具体的算法实现过程。以某流程工业企业生产调度实例为例,利用建立的优化调度模型和设计的粒子群算法进行了实验仿真,结果表明,建立的调度模型和设计的算法是可行的,与蚁群系统方法相比较,有较好的调度性能,适用于解决流程工业实际生产调度问题。     

Algorithms for the car sequencing and the level scheduling problem

This paper deals with two most important problems arising in sequencing mixed-model assembly lines. One problem is to keep the line's workstations loads as constant as possible (the 'car sequencing problem') while the other is to keep the usage rate of all parts fed into the final assembly as constant as possible (the 'level scheduling problem'). The first problem is a difficult constraint-satisfaction problem while the second requires to optimize a nonlinear objective function. The contribution of this paper is twofold: First, we describe a branching scheme and bounding algorithms for the computation of feasible sequences for the car sequencing problem. Second, we present an algorithm which can optimize a level scheduling objective while taking care of the car sequencing constraints. Computational results are presented which show that feasible sequences can be obtained quickly for large problem instances.     

协同任务调度构架模型及关键算法研究

为提高协同工作平台服务系统的协同任务调度的柔性及系统的平台伸缩性,需要从调度过程,软件结构和调度算法等方面进行研究.首先提出协同任务调度软件构架模型,采用多种软件优化方法对构架模型进行优化.然后提出驱动协 同任务调度的过程元模型.最后,研究协同任务调度中的成员指派过程的关键算法,给出算法的形式化描述,并对算法效果进行验证.该软件构架和算法在实际应用中取得良好效果.     

一种云计算环境下的工作流双向调度方法

为降低云计算中工作流调度的时间和成本,提出了一种双向调度算法,以实现后向Backward和前向Forward的双向调度。首先,Backward算法按照每个任务的最迟开始时间进行后向调度;此基础上,为降低虚拟机调度费用,Forward算法尽可能地提前调度每个任务,且在前向调度过程中充分考虑到工作流deadline、最大cost及传输时间的限制,从而实现对虚拟机的动态调度。由实验可知,本算法比BDA算法以及ICPCP算法更节约虚拟机调度成本,提高了调度的灵活性。     

P2P工作流系统的调度框架设计和实现

为了把参与者信息用于业务流程调度,同时给出基于流程实例迁移服务的一个可扩展性强的调度框架,提出了一个在P2P工作流系统上的流程实例调度框架.通过在框架中加入一个根据参与者位置调度的算法和一个负载均衡算法,证实了该框架的确能够针对业务流程的不同特点进行决策从而提高流程实例的执行效率.通过网页绑定服务和参与者绑定服务保证流程迁移后能继续和业务系统交互,表明了调度框架的实用性.     

基于改进遗传算法的网格任务调度研究

网格任务调度是一个NP完全问题,它关注大规模的资源和任务调度,要求采用具有高效性的调度算法.提出了一种基于改进遗传算法的网格任务调度算法,在算法初始化种群产生时引入min-min算法和max-min算法,从而提高初始化种群的质量;算法迭代过程中采用了一种新的局部收敛判断以及改进的变异操作来防止局部收敛.仿真结果表明,该改进算法能更有效地解决网格任务调度问题.     

面向复杂作业车间的交互式两级调度方法

针对边界不确定和具有决策偏好的大规模复杂作业车间调度问题,提出以第1级为交互式约束设置求解,第2级为优化求解的两级调度求解策略.在第1级调度中研究交互式约束满足的基于优先级快速调度构建算法,作为支持决策者交互式约束调整的快速响应求解方法.在第2级调度中以基于优先级的快速调度构建算法为基础,研究以优先级为决策变量的智能优化搜索算法,作为满足第1级调度中的交互式约束的改进优化求解.该方法较好地融入了决策者的经验知识和偏好,同时结合优化搜索求解算法,使得在满足决策者偏好的基础上进一步改进调度求解质量,增加调度求解结果的可信度,在实际应用中取得良好的应用效果.最后,通过一个案例对该两级调度求解策略的过程进行描述,并对所提出方法的有效性进行阐述.