基于双层规划模型的应急救援调度与路径选择集成优化

城市中突发事件发生后,为有效降低财产损失和人员伤亡,减少应急救援在调度和路径选择等环节的响应时间损失,保障应急救援任务顺利完成,需要对各类应急救援交通资源进行合理调度,并在起讫点间根据路网实时交通状态,动态选择行驶路径,减少其路段行程时间。在多目标应急救援调度和最优路径选择目标分析的基础上,提出了一种考虑不同类型应急车辆调度和最优路径选择的双层规划的集成优化模型。在上层模型中,主要考虑应急救援车辆的调度费用成本,通过最小化应急救援车辆的固定成本、容量成本和时间成本,来确定不同类型应急车辆的出救位置和相应出动车辆数;下层模型中,主要考虑应急救援车辆的路径在途行程时间,通过最小化动态路网下应急救援的路段行程时间和信号延误时间来确定救援通过的路径,并根据固定的时间间隔动态更新路网的交通状态,使救援车辆尽可能选择避开交通拥堵的路段行驶,从而更快速到达目的地。案例分析结果表明,基于双层规划的应急车辆调度和路径选择集成模型与仅考虑调度或路径选择的模型相比,总调度成本降低了2.67%,总在途行程时间减少了21.05%,路径选择中能有效降低通过沿线拥堵道路的比例,表明模型具有很好的适用性和实用价值。     

基于级差效益的驾驶员个性化路径选择

在公路成网的条件下,出行路径选择成为智能交通系统的研究重点。考虑到路径选择的多属性和不确定性,提出一种基于级差效益的、体现驾驶员个性化出行需求的路径选择模型,该模型通过计算可行路径的综合级差效益来量化公路综合属性值,可以克服公路综合属性值在量化过程中的强主观性,同时,根据驾驶员的出行需求为其规划出行路径,能够避免单一优化目标下最优路径的车辆过度聚集所造成路网交通流失衡。模型首先参考不确定型多属性决策模型,构建公路级差效益的综合评价指标体系,获取各个评价指标的级差效益定量化模型,以此得到规范化决策矩阵;然后针对驾驶员需求的主观性和不确定性,利用模糊分析法确定驾驶员个性化路径选择的指标权重,求得可行路径的综合级差效益;最后根据可行路径的综合级差效益,对可行路径方案进行排序,从而选出最优路径。以重庆市黔江区公路网为例,基于级差效益的驾驶员个性化路径选择模型为两个具有不同出行需求的驾驶员规划了不同的路径,为关心成本的驾驶员1规划了路径2,为关心安全的驾驶员2规划了路径1,克服公路属性值在量化过程中的强主观性,同时,避免单一优化目标下最优路径的车辆过度聚集,可为公路信息服务和驾驶员出行选择提供依据。     

基于多属性决策的最优路径选择模型

摘 要 针对最优路径选择中驾驶员个体认知差异及各评价指标的波动性,提出了1种多属性群决策的最优路径选择方法.首先为了消除各个驾驶员在路径选择过程中因心态不同而带来决策值的误差,引入驾驶员心态指标的概念,以得到各个驾驶员在最优路径选择过程中的客观评价值.其次建立最优路径选择的各个常规评价指标体系(消耗时间、路径距离、行驶舒适度、出行费用、路线熟悉度等),为消除评价指标波动性引起的误差,用区间数来描述各个评价值,并建立多目标非线性规划模型.最后进行算例验证,结果表明了该方法的有效性和优越性.      

小型突发事件场景下的应急车辆优先通行策略研究

对于高峰期发生的小型突发事件, 应急车辆优先通行可能对路网造成强负外部性, 同时为保证应急车辆优先通行而采取的信号协调策略可能导致路径选择不可靠。因此, 提出1种基于双层规划模型的应急车辆优先通行策略, 综合考虑应急车辆的时效性以及交通系统的运行效率。路径选择受路径长度等物理条件以及交通状态的影响, 信号控制改变车道通行能力和上下游流量, 进而改变路网状态。以车道组饱和度作为表征路网状态的参数, 并以此联系路径选择与信号控制, 进而构建应急车辆优先通行的双层规划模型。具体地, 上层目标为应急车辆行程时间最短以保证应急车辆出行的时效性, 下层目标为信号控制对交通系统的社会车辆效益最大, 采用改进的前N条最短路径多重标号算法求解。算例结果表明: 相较于传统方案, 应急车辆行程时间增加8.7%, 对社会车辆的延误降低261%, 即应急车辆每降低1%的行程时间以交通系统增加30%的延误为代价。该方案能够以较小的应急车辆延误为代价降低高峰期交通系统较大的延误。      

Multi-objective Location-routing Problem in Emergency Logistics as Time Varies

应急物流系统的多目标选址-路径问题主要旨在解决应急物流中心的选址问题、物流中心处理能力的设定问题和各类应急物资车辆运输路径的选择问题.基于既有研究成果,主要考虑时变条件下物资需求的多样性特点,兼顾应急物资类型的多样性特点和物流中心最小处理量要求,以运输路线能力和含有富余度系数的物流中心能力为约束条件,以时间和费用最小化为优化目标,建立了更为完善的多目标0-1混合整数线性规划模型.采用百分比无量纲化技术消除优化目标的量纲,并设计了基于目标规划的模型求解算法.通过算例试验,对比分析了0-1混合整数线性规划模型与既有模型的时间和费用.结果表明,相较于既有模型,该模型所得的选址-路径方案在费用和时间的消耗上都有所下降,更符合应急物流管理的实践工作.     

灾害情况下应急运输路径选择问题研究

将连通可靠性和k短路径相结合,以进出灾区的路径安全(连通可靠性)和运输效率(旅行时间最小)作为最优路径选择指标建立双层规划模型,并提出启发式算法确定应急救援的最优路径,为物资调度中心人员提供科学的车辆线路调度决策,提高应急救援工作的响应能力;通过算例验证了该方法的有效性和可行性。     

出行路径选择的随机后悔最小化模型

从后悔理论入手,分析后悔理论用于出行行为分析的2种一般形式:多项选择集和多属性决策,研究后悔理论在有风险和无风险条件下的模型结构,提出基于随机后悔最小化的出行路径选择行为分析模型,结合算例对比分析随机效用最大化模型和随机后悔最小化模型用于出行路径选择结果的异同.研究表明,出行者做决策时为避免未选择方案比选择方案表现的更好,试图将预期后悔最小化,而不是预期效用最大化.且对于多属性的备选方案,出行决策是半补偿性的.      

公路运输通道内的车辆出行路径选择模型及应用研究

考虑到影响运输通道内车辆出行路径选择的因素较为复杂，而现有的出行路径选择模型对多因素、微观指标的反应不敏感，本文利用随机效用理论建立通道内的车辆出行路径选择微观模型，并以安徽省沪蓉通道高界段为例进行模型的辩识和参数的标定，该模型的应用对于通道内公路项目建设和经营管理决策具有重要的意义。     

Emergency Evacuation Routing at Sutong Bridge Based on AHP Method

为了应对突发事件对交通运营造成的影响,必须建立突发事件的交通疏散预案.以苏通大桥为例,根据应急疏散的特点,分析了应急路径选择环节中的各种影响因素,选取平均疏散距离、路网基础设施建设、疏散路网的服务水平、疏散平均等待时间4大因素作为影响应急路径选择的决策属性,应用层次分析法进行权重分配.根据在最短时间内疏散的流量最大的目标,建立数学模型,运用Lingo分析运算,得到了路径选择方案.该研究可帮助应急调度中心提供科学的车辆线路调度决策,从而提高应急救援工作的响应能力.     

高速公路突发事件救援车辆诱导

为了提升高速公路突发事件应急救援效率,将交通状况、在途潜在风险等信息纳入高速公路突发事件救援车辆诱导研究中,基于实时和时变路网环境下的交通信息,以车辆出行时间最小,路径可靠性最强为目标,构建基于在途时间和路径可靠性的车辆诱导最优化模型。设计一种实时信息和时变信息结合策略,使模型规划路径随路网交通量变化而相应做出阶段性调整,采用滚动时域策略将该动态决策问题转化为一系列离散时间点的静态决策问题,用于计算应急救援路径时间;在此基础上,考虑到高速公路突发事件发生后路网交通事故率升高,同时容易发生拥堵的状况,进一步将救援规划路径可靠性作为决策目标,即应急救援车辆规划路径在面对道路中断或者严重拥堵时是否拥有更多的调整策略,更新救援路径尽快完成救援任务;为了便于量化计算将上述目标转化为统一的价值成本,共同决定救援车辆的行驶路径。研究结果表明：当行驶路段交叉口间距离较长,中间无其他道路连通,行驶过程中由于突发事件破坏趋势蔓延导致道路中断或拥堵等意外发生时,无法更新调整救援路径,最终导致救援延误;因此,基于救援时间和路径可靠性的车辆诱导最优化模型能够克服以上问题,进一步提高救援效率。     

钢筋混凝土简支梁的多目标可靠性稳健优化设计

为提高钢筋混凝土简支梁的可靠性和稳健性,运用可靠性和稳健优化设计的理论,建立了适合可靠性稳健优化设计的多目标模型。针对可靠性稳健优化设计的多目标模型多属于高维多目标优化问题,把灰色理论中的关联分析引入粒子群优化算法中,根据灰色关联能够很好地分析目标矢量之间的接近程度,并能掌握解空间全貌的特点,提出了适合高维多目标优化问题求解的灰色粒子群算法。与传统方法相比,该方法更能迅速准确地得到钢筋混凝土简支梁的可靠性稳健优化设计信息。     

非正态分布的汽车半轴凸缘的可靠性稳健设计

将可靠性优化设计理论、可靠性灵敏度分析技术与稳健设计方法相结合,讨论了随机参数服从非正态分布汽车半轴凸缘的可靠性稳健设计问题,提出了可靠性稳健优化设计的计算方法。把可靠性灵敏度溶入可靠性优化设计模型之中,将可靠性稳健设计归结为满足可靠性要求的多目标优化问题。     

基于第二代非支配排序遗传算法的变速器齿轮系多目标可靠性优化

以某微型车变速器为研究对象,在变速器结构已确定、传动比最佳的条件下,以可靠性为主要约束,以齿轮系总体积最小、中心距最小和总重合度最大为目标建立变速器齿轮系多目标优化的数学模型.采用第二代非支配排序遗传算法对变速器齿轮系进行多目标优化并得到其Pareto最优解集.实例计算表明,该数学模型和优化程序是正确、有效.     

电动汽车用内置式永磁同步电机气隙磁场解析建模与多目标优化

为提高电动汽车用内置式永磁同步电机气隙磁场解析计算精度和优化效率，利用混合解析法建立考虑转子铁心磁桥饱和效应的电机气隙磁场参数化解析模型。首先利用联合等效磁路法的子域法建立内置式永磁同步电机开路气隙磁场解析模型；然后利用同样方法建立转子磁桥虚拟磁场解析模型，从而得到考虑转子磁桥饱和效应的电枢反应磁场解析模型；最后通过叠加原理建立内置式永磁同步电机合成气隙磁场解析模型。通过有限元仿真和转矩测试验证内置式永磁同步电机气隙磁场解析模型的准确性。基于所建立的解析模型，以永磁体极弧宽度、定子槽口宽度和转子端部磁桥厚度为优化变量，以特定阶次频率的径向力波、转矩和效率为优化目标，利用带精英策略的非支配排序遗传算法，对一台电动汽车用内置式永磁同步电机样机进行多变量多目标优化。研究结果表明：与试验结果相比，解析计算误差小于5%,而计算时间较有限元仿真缩短90%以上；优化后，电机特定阶次频率的径向力波减小了9.2%,最大转矩提升了2.49%,最大效率提升了0.69%,高效区面积扩大了约54.46%;所提方法既解决了内置式永磁同步电机强非线性和高饱和的解析建模共性难点，又极大提高了电机多目标优化效率；研究可...     

汽车机械式变速器多目标可靠性优化设计

以某轿车变速器为例,根据汽车动力性要求,在保证零件强度和刚度可靠性的条件下,按变速器齿轮系体积最小和传动齿轮重合度最大建立了变速器的多目标可靠性优化设计的数学模型,然后应用MATLAB优化工具箱进行联合优化设计计算。设计结果表明:该数学模型正确有效,采用多目标可靠性优化设计方法可以缩短汽车变速器的设计周期,减小其体积并改善传动平稳性。     

地震灾害影响下的公路网可靠度模型研究

通过分析地震灾害下公路网的破坏形式和地震灾害对公路网的损害机理,研究地震烈度、地震等级、震中距和地质条件等影响因素与公路网可靠性的关系,并对其进行量化,计算出地震灾害影响下公路网最易受损的桥梁单元和边坡单元的连通概率。在此基础上,研究地震灾害下区域内任意2点之间的路径可靠度、OD对间的出行可靠度和反映区域路网总体情况的网络可靠度的计算方法,建立地震灾害影响下的公路网可靠度模型。该模型可用于地震灾区公路网的结构优化,对区域公路网应急救援规划及灾区公路重建等具有重要参考价值。     

基于多目标优化的混合动力城市物流车制动能量回收控制策略研究

针对混合动力城市物流车制动能量回收的安全与效率问题，提出了基于多目标优化的制动能量回收控制策略。建立了载荷估计和质心位置解析模型，使控制策略适应各种载荷变化。控制策略以制动安全性和能量回收性为优化目标，以制动力分配系数和电机制动力矩比例系数为控制变量，采用多目标遗传算法和基于模糊控制器的理想解决策法得到决策解。驾驶循环分析结果显示，所提控制策略具有较好的制动安全性和更高的制动能量回收性。     

单点交叉口鲁棒优化信号配时研究

为了消除单点信号控制不适应交通流波动的缺陷,提高信号控制的稳定性,建立了多目标信号配时优化模型.该模型以平均延误时间最短,通行能力最大,以及鲁棒性最好即流量波动时车辆延误标准差最小为目标,以有效绿灯时间、总时长、各方向最大滞留车辆数为约束条件,对定时信号配时参数进行优化,并利用遗传算法对模型进行求解.求解结果表明,该方...     

Analyzing travel time reliability and its influential factors of emergency vehicles with generalized extreme value theory

Travel time reliability is very critical for emergency vehicle (EV) service and operation. The travel time characteristics of EVs are quite different from those of ordinary vehicles (OVs). Although EVs own highest road privilege, they may still experience unexpected delay that results in massive loss to the society. In this study, we employ the generalized extreme value (GEV) theory to measure extremely prolonged travel time and analyze the potential influential factors. First, among three GEV distributions, Weibull distributions are found to be the best distribution model according to several goodness-of-fit tests; a new reliability index is derived to measure travel time reliability. Numerical examples demonstrate the advantages of GEV-based reliability index over variance and percentile value in the applications of EV. This index will be of great practicability in the EV operation performance and reliable route choices. Second, we further investigate the potentially influential factors of EV travel time reliability. Results show that link length and left-turn traffic volume may have an adverse impact on the link reliability while more left-turn lanes may increase the travel time reliability. The influential factor study will help us understand the causes of the EV travel time delay and the differences of travel time reliability between OVs and EVs.