拉格朗日松弛启发式算法求解时空网络下的弧路径问题

为减少车辆调度成本,优化车辆运输路径,在时空网络中研究路段作业车辆的弧路径问题;考虑道路出行的时变性,利用车辆运行的时间、空间特征,构建时间-空间网络,建立弧路径问题的时空网络流模型;设计了拉格朗日松弛启发式算法,引入拉格朗日乘子松弛耦合约束,构建拉格朗日松弛问题;进一步通过拉格朗日分解,把松弛问题分解为单车最短路问题;用次梯度算法更新乘子,求解拉格朗日对偶问题,并更新原问题最优解的下界;使用启发式算法获得可行解,并更新原问题最优解的上界;用六结点运输网络和Sioux-Falls网络下的算例对算法进行实证分析。计算结果表明:六结点运输网络中6个算例的上下界间隙值等于0或接近0,Sioux-Falls网络中算例2的间隙值为0.02%,其余5个算例的间隙值等于0,均可以得到质量较高的近似最优解;在最复杂的算例(15辆车,70个任务)中,算法在可接受的时间内也得到了间隙值为0的解,找出了最优的车辆路径;随着迭代次数的增加,拉格朗日乘子会逐步收敛到固定值;当车辆容量从50增加到100时,最优解从52下降到42,说明在任务数和车辆数一定时,适当增加车容量可以降低运营成本。可见,与商业求解器相比,拉格朗日松弛启发式算法的间隙值更小,求解质量更高,可以更有效地求解弧路径问题。      

基于拉格朗日分解的电动汽车充电路径优化

针对电动汽车充电路径优化问题,构建简单有效的车辆充电网络,考虑车辆剩余电量和充电站服务能力约束,以车辆行驶总时间最小为优化目标,建立基于多商品流的0-1整数规划模型.在拉格朗日分解框架下,构造所建模型的对偶问题,并利用次梯度算法对其求解.次梯度迭代过程中,对偶问题能够被分解为易处理的最短路径问题和半指派问题.通过应用标号算法求解最短路问题,设计有效的启发式方法求解半指派问题.仿真计算表明,求解算法能够在很短时间内达到非常小的优化间隙,验证了所提方法的可行性.     

考虑充电需求的电动公交车运营优化模型与算法

随着新能源汽车技术的快速发展,电动公交车被视为缓解城市交通拥堵和降低环境污染的有效手段,然而电动公交车的里程限制和充电需求等特点使得公交网络设计和运营面临新的挑战。本文在公交分配的基础上,考虑电动公交车充电需求,对新型电动公交的发车频率、运营车辆数、车辆充电计划进行优化设计。构建一个双层规划模型,上层为带有电动公交线路运营充电仿真模块的公交网络优化模型,从运营商的角度来实现乘客出行成本和电动公交网络运营总成本最小;下层基于UE(User Equilibrium)均衡准则来描述乘客出行路径选择行为并预测公交网络流量。提出基于代理模型的算法（Surrogate-model-based Algorithm）来求解所构建的双层规划模型,并嵌入基于超路径的投影算法求解下层电动公交均衡分配问题,利用线路运营充电仿真模块求解上层运营车辆数车辆、充电计划及车次数量。最后采用数值算例验证了该模型和算法的有效性,算例结果显示,所提出的代理模型算法比传统遗传算法求解效率和精度更高,且随着网络规模的增大效果更为明显。     

半开放式的多配送中心纯电动车辆路径优化问题

电子商务促使越来越多的物流企业采用多配送中心模式优化车辆的配送路径,纯电动汽车逐渐替代了传统的燃油配送车辆,以改善生态环境. 结合多配送中心联合服务模式的特点和纯电动物流车辆的行驶特征,构建带时间窗的半开放式多配送中心纯电动车辆路径优化模型,设计蚁群算法对其求解. 算例对比分析结果表明：半开放式的多配送中心联合服务,能合理利用相关物流资源,改善车辆路径,降低物流费用,但需要寻找合适数量和位置的配送中心进行联合,才能达到节约成本的最佳效果;相比单配送中心,多配送中心联合服务提供了更多潜在的较低价格的充电点,在配送中心补充电量可在一定程度上节约物流成本.     

半开放式的多配送中心纯电动车辆路径优化问题

电子商务促使越来越多的物流企业采用多配送中心模式优化车辆的配送路径,纯电动汽车逐渐替代了传统的燃油配送车辆,以改善生态环境. 结合多配送中心联合服务模式的特点和纯电动物流车辆的行驶特征,构建带时间窗的半开放式多配送中心纯电动车辆路径优化模型,设计蚁群算法对其求解. 算例对比分析结果表明：半开放式的多配送中心联合服务,能合理利用相关物流资源,改善车辆路径,降低物流费用,但需要寻找合适数量和位置的配送中心进行联合,才能达到节约成本的最佳效果;相比单配送中心,多配送中心联合服务提供了更多潜在的较低价格的充电点,在配送中心补充电量可在一定程度上节约物流成本.     

基于列生成算法的电动公交车辆调度计划优化研究

在公交运营规划过程中,公交车辆计划问题是编制时刻表和调度驾驶员的连接纽带,是公交运营规划过程中的关键问题.相对于传统公交车,电动公交车具有绿色环保,运营里程短,充电资源少等特点.在运营规划方面,电动公交车车辆计划模型约束多,计算难度大.本文应用整数规划,网络流等基本理论,将车次任务,公交场站,充电站作为节点,将车次间的空驶作为边,把电动公交车的车辆计划问题转化为网络模型.在网络模型的基础上应用列生成方法,对电动公交的车辆计划问题进行求解.在实验部分,将列生成算法分别应用于随机生成数据和实际数据.实验结果中,列生成算法结果相比现在使用方案最多节省了1 辆电动车,成本优化最高为8.3%,表明列生成算法在求解电动公交车辆计划问题时效率高,优化结果较好.     

基于充电策略的纯电动公交车辆调度优化

考虑充电区间、充电速率、电池核电状态、发车策略等综合因素,提出了以最小化车辆数为目标的单线路单充电站的纯电动公交车辆调度算法。该算法采用车队整体优化的方法,使得营运的车辆数最小,并达到每辆车发车次数的均衡。以东莞松山湖公交线路为例,分析了线路发车时刻、充电速率、车辆耗电对车辆数及单车发车次数的影响,并和常规公交车辆调度算法进行比较,结果表明:改进发车策略有效地减少了所需车辆数,且车辆利用率均衡,达到了最小化车队成本的目的。     

基于列生成启发式的单线电动公交车与司机整合调度优化

在考虑电动公交车里程约束与司机连续工作时间和总工作时间约束的基础上,研究单条 公交线路的电动公交车与司机整合调度问题,即将给定时刻表车次分配给电动公交车和司机,同 时,生成车辆运营计划和司机排班计划,设计基于列生成启发式方法求解提出的整合调度问题。 列生成方法用于生成线性松弛最优解,将整个问题分解为一个主问题和两个定价子问题。其中, 主问题从可行车辆行车路径集合和司机车次链集合中选择最优的司机车次链和电动公交车行车 路径,覆盖所有车次,并保证车辆运营计划产生的空驶弧都被司机排班计划覆盖;定价子问题描 述两个基于时空网络的资源约束最短路问题,分别用于生成可行的车辆路径和司机车次链,并设 计深浅算法得到整数可行解。使用合肥市3条公交线路随机生成算例检验提出算法的有效性。     

集送一体化电动物流车辆动态调度研究

由于传统燃油物流车辆消耗不可再生能源,并造成大气污染问题,电动物流车辆(electric logistics vehicle,ELV)日益受到政府和物流企业关注。为了降低ELV的集货和配送成本,提高电动物流车辆工作效率,提出了一种基于遗传算法的集送一体化ELV动态调度模型。在集货位置随机出现,配送位置和充电位置固定的情况下,考虑服务时间、时间窗、电池续航能力和载货重量约束,设计以总物流成本最优为目标的ELV车辆调度模型,采用遗传算法对模型进行求解,进而规划出ELV出车数量、集送路径和充电导航路径。仿真结果表明:考虑集送一体化的ELV动态调度方案能有效减小物流成本,并提高ELV工作效率。     

单车场集送一体化车辆路径问题及其混合算法研究

针对物流配送中的单车场集送一体化车辆调度问题提出了基于禁忌规则的模拟退火算法.采用了基于自然数的一体化配送对路径表示方式,用里程约束来控制车场的插入,以增加惩罚的方式加入时间窗约束.算法在状态生成函数中利用3种邻域扩大抽样范围;根据问题的特点,在模拟退火算法抽样过程中加入了禁忌规则.介绍了算法的原理,应用算法求解了多个有代表意义的问题实例.对算例结果进行分析表明,该算法可以有效地求得有里程和时间窗约束的单车场集送一体化车辆调度问题的优化解.     

时变交通下生鲜配送电动车辆路径优化方法

依据时变交通路网特点设计基于路段划分策略的行驶时间计算方法,综合考虑客户对生鲜产品最低新鲜度约束,车载限制和电动车电量约束,设计三约束决策因子方法.以配送总成本最小为目标,构建时变交通下电动车城市生鲜配送路径优化模型,根据模型特点设计自适应改进的蚁群算法.实验结果表明,本文方法能够根据客户生鲜新鲜度要求,客户属性和路网特性,合理安排发车时间,科学规划配送路径,有效避免交通拥堵;通过算法对比,本文模型和算法能够明显降低配送成本,提高企业经济效益.     

时变交通下生鲜配送电动车辆路径优化方法

依据时变交通路网特点设计基于路段划分策略的行驶时间计算方法，综合考虑客户对生鲜产品最低新鲜度约束，车载限制和电动车电量约束，设计三约束决策因子方法.以配送总成本最小为目标，构建时变交通下电动车城市生鲜配送路径优化模型，根据模型特点设计自适应改进的蚁群算法.实验结果表明，本文方法能够根据客户生鲜新鲜度要求，客户属性和路网特性，合理安排发车时间，科学规划配送路径，有效避免交通拥堵；通过算法对比，本文模型和算法能够明显降低配送成本，提高企业经济效益.     

带时间窗的地铁配送网络路径优化问题

为应对人们日益增加的货物需求与货车进城难题,提出整合地铁网和道路交通网,形成以地铁列车和城市配送车辆为载体的地铁配送网络.考虑列车开行时间表、客户服务时间窗、城市配送车辆容量等限制条件,构建带时间窗的地铁配送网络路径优化模型,综合优化地铁列车班次的客户分配、出站点的客户分配及末端配送路径.设计随机变邻域的迭代搜索算法(ILS-RVND)进行求解,以成都市地铁3号线运输货物为例,验证了模型和算法的实用性和有效性.结果表明,地铁配送网络配送成本低,准时性高,配送车辆行驶距离短,能满足比货车单独配送更精准的服务需求.     

考虑回路因素的电动汽车最短路问题研究

电动汽车保有量迅速增长，但仍存在里程焦虑、充电设施缺乏等问题，导致驾驶员有时必须绕路才能给电动汽车充电. 基于电动汽车在长途出行过程中绕路充电产生的回路现象，对电动汽车最短路径问题进行深入探索. 对路网进行重构，考虑驾驶员在不同充电速度和排队情况下的充电站选择行为，构造寻求电动汽车最短路径的混合整数规划模型，使用成熟的商业规划软件求解. 为提高大型路网下的模型求解速度，基于动态规划的思想提出一种改进的标签设置算法，高效求解路网中存在回路时的电动汽车最短路径问题. 通过算例验证所提模型和算法的合理性及高效性.     

电动汽车充电站选址优化研究

电动汽车充电站是影响电动汽车发展的一个重要因素,对电动车的推广具有重要意义。当前充电站配套设施建设的滞后阻碍电动汽车的发展。充电站建设前期选址是否合理影响着充电站的运营效益、服务质量以及安全性。针对当前电动汽车充电站选址布局的研究现状,总结影响充电站选址布局的因素和充电站选址布局原则。在满足选址原则的基础上,考虑充电需求点分布,建立以充电服务半径和充电站最大服务数量为约束的充电站收益最大化的非线性目标函数。为求解目标函数,利用遗传算法对目标函数进行寻优处理。最后通过仿真算得充电站的位置和服务充电需求点的范围。算例仿真表明,该模型能够实现较优的选址方案,为充电站的选址工作提供参考。     

汽车尾气能量转换基础研究

利用汽车车辆排放的高温废气可以通过磁流体（MHD）能量转换发电机产生电能.此电能可以取代混合动力汽车中使用的交流发电机充电系统,且可为车载电能存储系统供电.通过数值模拟计算,磁流体发电机利用汽车尾气余热提高汽车的能量利用效率,汽车尾气可产生2.4 kW的能量.研究结果表明：磁流体能量转换发电机可适用于汽车尾气能量转换系统,可以将汽车尾气的能量转换效率提高至19.5％.将磁流体发电技术应用于尾气的能量转换,这在能量转换方面是一个新的概念.它不仅扩展出一个新的磁流体发电技术的应用领域,还提出了对于汽车尾气问题的一个新的解决方法.     

电动公交更换式充电站的优化设计

更换式充电站具有提高车辆利用率、电池充电温度可控和电池维护便利等优点,成为国内纯电动公交车最主要的能源补给模式,同时更换式充电站也具有使用电池数量大、占地面积大、投资规模大等缺点.本文建立了基于高峰发车间隔、平峰发车间隔、高峰持续时间、平峰持续时间、电池回站SOC等参数的更换式充电站的车辆数量、电池数量和更换工位数量计算方法,建立了基于锂离子电池充电曲线的充电站总充电功率的计算方法,通过实际充电站的运行数据测试,验证了本文提出的相关方法的可行性和准确性.     

电动汽车混入条件下随机动态用户均衡分配模型

为分析电动汽车动态充电需求对公共充电设施服务水平的影响, 给充电设施网络规划与运营提供参考, 在考虑燃油汽车和电动汽车出行者行为差异、路段拥堵状态、车辆能源消耗、充电设施布局与服务水平等因素的基础上, 采用巢式Logit模型描述了包含充电需求判断、充电设施和路径选择的电动汽车出行联合选择行为; 建立了考虑用户在途快速充电行为的动态交通流分配模型, 提出了混合交通下随机动态用户均衡条件及等价的变分不等式模型, 并设计了融合电动汽车充电排队仿真的动态交通流迭代算法; 通过算例验证了模型与算法的有效性, 并进一步探究了在电动汽车推广的不同阶段, 需求和供给关键因素对充电设施服务水平的影响。研究结果表明: 受路网交通流量分布和充电设施布局的影响, 充电设施利用率在时间和空间上具有明显的非均衡性; 电动汽车混入率的提高会增加平均充电等待时间, 并改变充电高峰期的时间分布; 电动汽车电池初始电量和充电设施处的排队长度均对用户的充电需求判断呈负效应; 当路网中充电设施数量与需求规模不匹配时, 会导致服务水平急剧下降, 同时极易诱发局部拥堵; 用户在充电设施处的逗留时间以15~20 min居多, 约90%用户的等待时间在9 min以内, 因此, 提出的模型符合实际, 能够充分反映混合交通网络中电动汽车充电行为引发的一系列影响。      

车辆能源补给诱发交通拥堵的元胞自动机模拟

车辆能源补给需求的产生存在空间和时间上的随机性,可能会在能源供应站点形成聚集,进而影响正常道路交通.为此,本文将能源供应站点抽象为多服务台单排队系统,通过需求车辆行驶特征、能源补给行为特点的分析和元胞矩阵的设计,构建了开放边界条件下的能源供应站点元胞自动机模型.模型实验结果表明:模型能够实现车辆能源补给行为的模拟;需求聚集和补给行为会诱发道路拥堵现象,并会在需求高度聚集时加剧道路拥堵状态;通过模型实验可以明确需求聚集诱发拥堵的边界条件,而不同聚集程度下的边界条件对比结果证明了实施需求车辆引导的必要性.