-
公开(公告)号:CN117474486A
公开(公告)日:2024-01-30
申请号:CN202311458391.7
申请日:2023-11-03
申请人: 北京交通大学
摘要: 本申请提供一种重复性建设工程工期优化方法,基于自适应大规模邻域搜索算法,与整数规划相互结合的优化算法,求解以工期最短为优化目标的复杂场景下重复性建设工程施工计划编制优化模型,实现工期最小化,该方法充分考虑并准确刻画重复性建设工程所面临的多类复杂、灵活的施工场景,包括:多施工模式、多施工组、非典型施工单元、有限施工资源所构成的施工特性,以及由可变的工组数量、施工区段、施工顺序、灵活匹配的工组‑施工模式,和多种可能的施工时空中断所构成的多种实际施工策略;采用整数规划的思想,构建以工期为优化目标的复杂场景下重复性建设工程施工计划编制优化模型,便于在小规模案例下现场管理者可直接利用商业软件实现求解。
-
公开(公告)号:CN117474486B
公开(公告)日:2024-08-13
申请号:CN202311458391.7
申请日:2023-11-03
申请人: 北京交通大学
摘要: 本申请提供一种重复性建设工程工期优化方法,基于自适应大规模邻域搜索算法,与整数规划相互结合的优化算法,求解以工期最短为优化目标的复杂场景下重复性建设工程施工计划编制优化模型,实现工期最小化,该方法充分考虑并准确刻画重复性建设工程所面临的多类复杂、灵活的施工场景,包括:多施工模式、多施工组、非典型施工单元、有限施工资源所构成的施工特性,以及由可变的工组数量、施工区段、施工顺序、灵活匹配的工组‑施工模式,和多种可能的施工时空中断所构成的多种实际施工策略;采用整数规划的思想,构建以工期为优化目标的复杂场景下重复性建设工程施工计划编制优化模型,便于在小规模案例下现场管理者可直接利用商业软件实现求解。
-
公开(公告)号:CN117786406A
公开(公告)日:2024-03-29
申请号:CN202311790066.0
申请日:2023-12-25
申请人: 北京交通大学
IPC分类号: G06F18/214 , G06F18/2337 , G06F18/2413 , G06F18/2431 , G06F18/25 , G06F18/2132 , G06N3/08 , G06N20/20 , G01M7/02 , G01M17/08
摘要: 本发明公开了基于车体振动实现钢轨监测的异质性驱动集成学习方法,拓宽了便携式车体振动传感器在铁路基础设施管理中的应用领域。该方法具有部署方便、成本低廉等优点,为轨道设备质量评价的数据积累新手段的实施提供了有利条件。本发明可为基于手持式探伤仪器或大型作业车等成熟手段的诊断提供辅助支持,有利于实现“严检慎修”。从科学研究价值的角度出发,本发明构建了以异质性影响因子分析为主导的集成学习框架,在扩大列车车体振动数据应用领域的同时,解决了由于数据体量不完整或病害变异导致的自学习程度不足等问题。
-
-