考虑碳排放成本的铁路集装箱快递班列开行方案

针对我国目前快递公路运输方式占比过高,而导致的道路交通需求过大、运输成本、碳排放过高等问题,研究了“双碳”目标下铁路集装箱快递班列方案。考虑运输距离、快递量、快递网点数量、物流产业占GDP比重等因素,运用熵权法确定集装箱快递班列始发站和到达站。根据公路直达运输和调运至铁路车站2种形式,构建包括始发站、调运站和到达站的铁路集装箱快递班列运输网络。为确定集装箱快递运输直达方案、调运方案及采用的运输方式,建立了铁路集装箱快递班列开行方案的整数规划模型。为确定集装箱快递班列合理的列车编组数量及铁路经济运距,该模型以运输成本、调运成本和碳排放成本最小为目标,不仅综合了快递运量、时间约束以及列车开行条件等因素,而且考虑了快递货物的调运流程。此外,该模型还引入了碳排放系数、碳交易价格等要素,以计算碳排放成本。以长三角地区快递货流集散为例进行了实证分析,结果表明：铁路集装箱快递班列开行方案以直达运输为主,调运方式为辅;运输方式按照载货量及铁路经济运距划分铁路运输为主,公路运输为辅;列车合理编组范围为25～40辆,且列车编组数量过高和过低均不具有优势;设定铁路运输速度120 km/h的条件下,铁路经济运...     

随机运输时间下集装箱海铁联运箱流径路优化方法

集装箱在海铁联运过程中容易受到各种不确定因素的影响, 导致运输时间波动, 进而影响货物的送达准点率。为有效降低不确定运输时间的影响, 兼顾运输过程的经济性和绿色可持续性优化集装箱海铁联运箱流径路。采用随机机会约束规划构建运输总费用最少和碳排放量最低的多目标模型。在约束条件中引入铁路和海洋期望运到时间, 并对超过期望运到时间的径路进行惩罚处理, 保证运输径路的优越性。考虑一站直达和中转换装这2种运输组织模式, 克服现有研究未考虑货源是否充足的缺陷。运用不确定及概率论相关理论知识将不确定约束转化为线性约束。以西安至洛杉矶的集装箱货物出口径路优化为案例背景, 采用NSGA-Ⅱ算法求解, 并通过贪心算法改进初始化种群以及基于logistics分布的概率选择算子改进精英选择算子。通过对比分析得到以下结果: ①算法优化后运输总费用减少23.15万美元, 碳排放减少6.69 t, 同时算法求解速度提高了75.36%;②将本文模型选用的随机规划和模糊规划进行对比, 发现随机规划解集数量多于模糊规划, 且二者在相同输送径路中的运输总费用和碳排放量均优化了10.65%。因此本文模型和算法具有良好的优化效果。进行灵敏度分析, 观察置信水平以及时间影响系数对目标函数和货物送达准点率的影响。结果表明: ①较高的铁路和海洋运输置信水平会提高货物的运输总费用。②时间影响系数和货物送达准点率呈负相关, 影响系数越大货物送达准点率越低。      

基于遗传算法的冷链物流配送路径优化研究

针对冷链配送时效性强的特性,对于不能满足客户特定时间窗的问题,选用带软时间窗的惩罚成本来约束配送企业,结合生鲜产品在途的冷藏费用随时间延长而上升的实际,建立冷链配送路径多目标优化模型,运用遗传算法对模型进行求解,研究满足客户时间窗条件下总配送成本最小的最优配送方案,并通过算例对模型及算法的有效性进行验证。     

不确定条件下的多式联运路径优化

多式联运实施过程中,自然因素与人为因素的干预会导致货物运输速度值、准时送达概率阈值和转运时间值不确定.针对这一问题,开展了不确定条件下的多式联运路径优化研究.首先,采用随机规划理论估计不确定值;其次,设置最小运输总成本为模型的优化目标,包括运输费用、转运费用以及货物未准时送达产生的延误惩罚费用;设置货物准时送达概率为模...     

基于综合满意度的多式联运路径模型及其算法

针对多式联运各参与者需求偏好不同的实际背景,以提高所有参与者的综合满意度为优化目标,对中欧集装箱多式联运的路径选择问题进行研究.考虑组成列车等待时间的要素,以列车、船舶的固定时刻表和收货人的软时间窗要求,组成的混合时间窗为约束条件,在分析了影响各参与者满意度因素的基础上建立了具有效用值偏好信息的综合满意度模型.为解决货物时、空、量的衔接组合问题,设计双信息素蚁群算法,用以搜索路径与运输方式的组合搭配,并将改进的小生境遗传算法嵌套进蚁群算法.采用由连云港到马德里的实例做对比验算,分别给出不同需求偏好下的运输方案,并与现有研究方案对比,其综合满意度指标可平均提升约6%~10%,采用混合算法后收敛速度平均提升约36.21%,能够为不同参与者在实际运输过程中路径与运输方式的选择提供决策支持.      

Selection of Container Types and Transport Modes for Container Multi-modal Transport with Fuzzy Demand

在集装箱多式联运中,集装箱箱型和运输方式的组合优化直接关系到货物运输的时间、费用和质量.考虑运输需求量为模糊情况下,建立集装箱多式联运箱型和运输方式的优化模型,实现集装箱多式联运总成本最优化,并提出模型求解的改进型粒子蚁群算法.最后结合算例对模型进行应用分析,并分析箱型替代和运输交货期限的变化对多式联运总成本的影响.结果表明:承运人可根据不同运输需要实现集装箱运输规模效益,提高集装箱利用率;时间限制对承运人选择集装箱箱型和运输方式的影响较大;改进型粒子蚁群算法优于蚁群算法.     

铁路枢纽内快运班列车流组织的鲁棒优化研究

针对当前生产运营中较少考虑货运站点货物需求不确定性以及客户对货物运到期限的要求,设计双层时空服务网络描述枢纽内快运班列车流组织过程.该网络分为货源层和编组层,货源层中带有方向别的车流选择延迟弧或运输弧在相应时段到达编组层中的编组站.同时考虑编组站办理方向总数和车流组织基本约束,构建了铁路枢纽内快运班列车流组织鲁棒优化模型(CR),使用IBMILOG Cplex软件对模型进行精确求解.通过算例和大规模测试进行验证分析,结果表明,当ω=0.03时,鲁棒模型的目标函数值比随机优化模型(CS)的目标函数值降低5.10%,发送车数提高5.66%,最长求解时间为82 s,鲁棒性强于随机优化模型.虽然确定性模型(CD)在—些情景下可以获得较优的解,但是在需求不确定的条件下,确定性模型目标函数值要差于随机优化模型和鲁棒模型.当枢纽内货运站点数设为50时,时空网络服务弧段数达317,模型的求解时间为1 375.4 s,在可以接受的时间范围内.      

基于客户价值和满意度的城市冷链物流时变路径问题

针对车辆保有量日益增加和拥堵情况日趋严重而造成的城市冷链物流时效性不强、客户价值不高、顾客满意度降低等问题，综合考虑客户价值、客户满意度以及成本等因素，提出一种城市冷链物流时变路径优化方法。考虑到冷链配送过程中不同时段的道路拥堵问题，采用分段函数刻画车辆行驶速度，并同时考虑时间窗和车辆载重量等约束，建立了多目标数学模型。使用线性加权法和主要目标法对多目标进行处理，将其转换成单目标数学模型。结合问题NP难特性，设计了单亲遗传算法对小、中、大规模算例进行了求解，结果表明：与未考虑客户价值模型相比，该模型在平均增加3.28%成本的情况下，提高14.96%的客户价值和14.64%的满意度；与未考虑成本模型相比，该模型在减少1.55%的客户价值的前提下，节约17.32%的成本；对比静态路网模型，模型减少0.92%的成本，提高6.27%的客户满意度和16.06%的客户价值。通过对目标函数中成本权重和客户价值权重进行参数分析，表明成本和客户价值之间存在明显的背反关系。     

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.     

多换乘点响应型接驳公交运行线路的协调优化

为尽量降低响应型接驳公交系统的运行费用，提出多换乘点间运行线路协调设计的构想。针对同时包含预约需求和实时需求的混合需求，构建多换乘点响应型接驳公交系统运行线路的2阶段协调优化方法，并设计优化流程。第1阶段仅考虑预约需求，首先将预约乘客按有/无特定换乘点要求进行分类，在此基础上构建预约需求下多换乘点多车辆运行线路的协调优化模型。在协调优化模型中，优化目标是由乘客时间费用、车辆运行费用、以及惩罚费用所构成的系统总成本最小；乘客时间费用包括乘客候车时间的惩罚费用、车内乘客在需求点的等待时间费用以及乘客车上时间的惩罚费用3个部分；车辆运行费用包括车辆启动费用、路段行驶费用、需求点的停靠费用、车辆早到引起的等待费用4个部分；考虑的约束条件包括乘客候车和车上的软时间窗、乘客换乘点要求、车辆容量、车辆出行时长等。第2阶段根据规则判断是否响应实时需求，并根据响应情况重新优化后续各班次的运行线路。针对第1阶段模型，基于模拟退火算法设计求解算法。研究表明：在预约需求或混合需求条件下，与各换乘点运行线路独自优化相比，协调优化方法均能显著降低运送全部响应乘客所需的平均运行距离和平均总成本；仅有预约需求时分别降低5.4%、19.8%，新增实时需求后分别减少1.4%、21.7%；与固定发车间隔相比，分时段调整发车间隔，也能有效降低运送全部响应乘客所需的平均运行距离和平均总成本，仅有预约需求时分别降低18.2%、17.2%，新增实时需求后分别减少19.97%、25.06%，说明多换乘点间车辆路径的协调运行是提升响应型接驳公交运行效率的有效途径。     

考虑路况、配送员与顾客满意度的冷链物流车辆配送路径优化方法

在城市交通拥堵日益严重的背景下，为解决冷链货物配送时效性较差、顾客满意度低以及配送员积极性不高等问题，研究了以总成本与满意度为目标的冷链物流车辆路径优化方法。采集并拟合了工作日、节假日、双休日交通拥堵指数趋势图，得到道路交通拥堵时间分布规律，提出了不同时期、时段内道路路段节点之间的实际通行时间计算方法；设计了配送员薪资与工作强度相结合的评价指标，构建了基于灰色白化权函数的配送员满意度评价模型。考虑随机需求、满意度和时间窗等约束，构建了多目标车辆路径优化模型；针对多目标模型求解的复杂性，设计了改进的自适应大规模邻域搜索算法，算法搜索过程中充分利用其算子的自适应性，有效平衡了NSGA-II算法大规模寻优与耗时之间的关系。以经典的Sioux-Falls交通网络为例进行算例分析，结果表明:①考虑配送员满意度模型后，在工作日、节假日、双休日总成本分别增加了2.05%、1.93%和1.16%，但配送员满意度分别提高了39.43%、46.26%和57.37%，顾客满意度平均提高了1.16%、4.76%和9.75%，运输时间缩短了2.42%、7.34%与8.41%。②以配送总成本最小为主要目标时，当需求变动（即随机需求的标准差σ＝1，2，3，4，5）时，得到的缺货成本比未考虑随机需求模型的结果分别增加了0.79%、0.89%、0.93%、0.94%和0.95%，印证了顾客随机需求对企业配送成本产生的影响。所提模型和算法为冷链物流管理中提升配送员和顾客满意度提供了一定的理论基础。      

多目标物流配送优化问题建模及其遗传算法设计

建立了带有公共交货期的多目标物流配送优化模型,考虑了3层配送网络中物品分配和运输模式选择,并对迟到完成的任务给予惩罚,所优化的目标为总费用最小化和分拣中心负载的平衡。建立了一种遗传算法求解过程,对染色体采用了两部分编码,分别表示对分拣中心和运输模式的选择决策,并采用了可变的交叉和变异概率,以防止求解陷入局部最优。最后通过数值仿真试验表明了多目标问题求解的有效性。     

突发事件下公路应急物资调度优化

为了减少突发事件造成的人身伤亡和财产损失, 考虑事故发生后道路被破坏、应急物资需求量不确定和各事故点需求紧迫度不同的情况, 研究突发事件下公路应急物资调度优化。根据事故后道路破坏状态, 确定救援车辆修正后的行驶速度; 利用三角模糊理论, 将事故点的模糊应急物资需求量转化为确定值; 在传统TOPSIS法的基础上, 利用主客观方法相结合的方法来确定指标的权重, 并且采用B型关联度来客观描述评价对象与正、负理想解之间的距离, 利用改进的TOPSIS法通过以上方法得到各事故点的需求紧迫系数, 以保证配送的公平性。在此基础上, 针对三级调运网络, 建立多目标应急物资调度优化模型, 结合雅安地震实例, 利用带精英策略的快速非支配排序遗传算法(NSGA-Ⅱ)求解模型。研究结果表明: 重大突发事件下, 引入需求紧迫度的公路应急物资调度, 不仅能实现对需求紧迫度较高的事故点优先配送, 而且得到的应急物资调度方案使配送时间节省了21%, 车辆运输成本减少了25%, 物资需求满足度达到100%;同时考虑灾后道路破坏和模糊需求的情况, 使得应急物资调度优化更加符合现实情况。      

考虑风险分布特征的危险品运输路径优化（双语出版）

为控制危险品运输风险大小并提高风险分布合理性,兼顾运输商的利益诉求,对多种类型危险品在同一路网内运输时的多路径组合优化问题进行研究。首先根据运输路径物理特征,结合路段风险值给出路径间的物理相异度计算方法,并根据各路段在路网内的地理位置,给出路径间的空间相异度计算方法;然后设置总风险阈值和最小相异度约束,建立同时考虑累积运输风险、运输费用和运输时间的多目标优化模型,改进第2代非支配排序遗传算法（Non-dominated Sorting Genetic Algorithm-Ⅱ,NSGA-Ⅱ）对模型求解,利用动态拥挤距离来提高群体中个体分布的均匀性;最后通过随机网格网络算例对多种类型危险品在不同起讫点间单次、多次运输场景下的路径选择进行仿真优化,并利用实际路网数据对优化方法的可行性进行验证。结果表明：设置危险品运输路径之间的相异度约束,可减少共用路段/节点数量,避免运输风险在局部区域内过度集中;适当增加累积运输风险,有利于提高路径之间的物理相异度和空间相异度,使运输风险的分布更为分散,同时扩大了运输商的路径优化空间。研究结果可为政府部门对危险品运输风险控制及风险分布管理提供新的方法,为运输商的路径选择提供决策支持。     

铁路集装箱运输动态服务网络设计及Benders分解算法

充分考虑箱流的中转方案，研究铁路集装箱运输动态服务网络的设计方法。以总成本最小为优化目标，构建了铁路集装箱运输动态服务网络设计的线性规划模型。根据模型特点，采用Benders算法进行求解，将问题分解为服务网络设计的主问题及箱流分配的子问题，通过计算子问题的对偶模型不断产生主问题的割平面，由此进行迭代求解。为克服算法收敛速度慢的缺点，在主问题模型中添加有效不等式，使主问题更加紧致。以北京、郑州等集装箱办理站构建的运输网络为例，验证了模型和算法的有效性。算例结果表明，对于求解大规模的集装箱运输动态服务网络设计问题，改进后的算法运行46 s得到优化解，GAP为1.56%，未改进的Benders算法运行相同时间后，GAP为45.17%，改进策略的运用有效提高了计算效率; 所得服务网络的总成本比所有箱流均采用直达运输模式服务网络的总成本减少了20%;与现有集装箱班列开行方案相比，优化后的班列发车时段、开行频率在满足运输需求的同时，保证了各组箱流能在规定运到期限内送至目的站。      

Automotive window seal design considering external aerodynamic load and surrogate constraint modeling

Installed between metallic DIW (Door in White) panel and nonmetallic door glass, automotive window seals has great influence on customers’ perception of NVH (Noise-Vibration-Harshness) performance. Recently, aerodynamic effect on ride comfort attracts increasing research interest. The external load causes unsteady pressure on glass, which is finally transferred to window seals and leads to complicated vibration and increases interior noise level. However, non-linearities of hyper-elastic material, rubber-glass contact and large deformation behavior make the construction of window seals constraint model much more difficult, thus impeding further analysis and optimization. A new window seal design method is proposed featuring in considering aerodynamics-induced load and nonlinear constraint. Firstly, by SST ? k ? ε (Shear Stress Transport) turbulence model, external flow field of full-scale automotive is established by solving three-dimensional, steady and uncompressible Navier-Stokes equation. With re-exploited mapping algorithm, the overall aerodynamic pressure is extracted and matched to local window as external loads for seals, thus taking into account high speed fluid-structure interaction. Secondly, based on functional equivalence and mathematical fitting, new surrogate constraint model is presented. The unitedseal CLD (Compression Load Deflection) curve is synthesized after translations and transformations from two semi-seal CLD experimental measurements of inner and outer lips. It is then fit to complex exponential function, making seal constraint equivalent to a surrogate elastic constraint with variable stiffness. Experiment is performed to verify the constraint surrogation effectiveness. Finally, case study of window seal design under high speed is investigated. After seal optimization based on the new method, windows seals’ maximal displacements have decreased. The improved seal-glass fitting status shows better NVH quality of window seal in high-speed condition.     

基于自适应网格粒子群算法的多目标配送优化模型

对配送方案的选择提出多目标优化,在满足客户需求的前提下,力求成本最低和各配送中心负荷均衡,建立多目标规划模型。运用粒子群算法对解空间粒子进行局部和全局的搜索,再运用自适应网格算法对非劣解外部集进行更新和维护,保持其规模。实证表明,采用基于自适应网格的多目标粒子群算法对该模型进行求解能够得到均匀分布于解空间的Pareto前沿。结果表明两目标具有一定的悖反关系,据此选择满意解。     

考虑多目标的城市停车换乘选址优化模型及算法

停车换乘选址问题是城市交通网络设计研究的重点领域,已有研究的优化目标多集中在系统总费用方面,而对交通可持续发展方面考虑不足。为此,提出综合考虑多方面目标的停车换乘设施选址优化模型及其求解算法。首先,基于超网络理论,提出多方式城市交通系统的超网络模型并定义O-D (Origin-destination)间的超路径、有效超路径及子路径,结合出行者出行过程及交通网络拥挤特征,给出超路径费用的数学表达;其次,基于多方式交通网络随机均衡配流结果,构建交通总阻抗、污染物排放量以及交通系统公平性等系统优化指标的计算模型,并建立用以描述停车换乘设施选址问题的多目标优化模型;进而,以多目标系统优化模型为上层问题,以超网络下满足Logit分配的多方式交通网络配流模型为下层问题,构建描述城市多方式交通系统停车换乘设施选址问题的双层规划模型,并基于模型特征,结合“记录-搜索”思想设计非支配排序遗传算法进行求解;最后,基于Sioux Falls网络设计算例。研究结果表明：算法能够在有限的步骤内搜索到90%以上的Pareto最优解;平均而言,停车换乘措施使得交通总阻抗减小了0.31%,污染物排放量减少了7.32%...