集装箱多式联运组织优化模型及算法研究

在对集装箱多式联运网络进行具体描述的基础上,从实现广义运输总费用最小化的原则出发, 建立了一种集装箱多式联运组织优化模型,并运用模拟退火遗传算法从理论上探讨该模型的求解,并列举了一个可提供6个中转地和3种运输方式的算例进行分析说明,确定合理的最佳运输路线和最佳运输方式选择的联运方案,使广义运输总费用最小.     

基于博弈决策的道路通行费最优定价模型研究

道路通行费定价是一个典型双层博弈问题,上层是主管部门与交通参与者决策互动,收费主体通过改变通行费率,影响出行者出行选择,达到预设目标;下层是出行者之间决策互动,出行者基于出行费率的变化,考虑出行成本和其他出行者决策,选择出行效用最大化方案。基于管理者不同决策目标,将道路管理者和交通出行者看成是非合作静态博弈的双方,考虑不同出行者群体时间价值和出行效用差异性,建立双层规划模型,上层研究道路决策主体的决策问题,下层研究不同时间价值的出行者出行博弈过程和出行行为选择,利用博弈论方法来诠释不同决策目标下的道路最优定价,为城市道路通行费合理制定提供决策参考。基于模型约束条件,先对下层N个局中人的纳什-Wardrop均衡模型求解,再利用图解法进行上层N+1局中人非合作静态Stackelberg博弈模型求解,并构建出行情景验证模型的精确性。结果显示,基于博弈决策的道路通行费最优定价模型,可以有效测算不同通行费率下、不同时间价值参与者博弈过程、决策收益和不同决策目标下的最优通行费率。在构建的出行情景下,道路通行费为4时,出行者出行收益和通行费收入最大;当通行费介于4-5之间,社会剩余最大。出行情景模拟结果验证了模型的精确性和可操作性。     

动态网络交通信号配时模型研究

讨论了均衡网络交通信号醒时问题，提出了一个同时进行动态交通分配和最优信号配时的动态网络交通信号配时多层规划模型。该模型的下层问题是应用最优控制理论建立的动态用户最优模型，能够实时描述出行者对任意给定的信号控制策略的反应。模型的上层问题在考虑出行者路径选择行为的基础上，优化系统运行指标以获得时变的绿信比。     

长江流域汽车整车运输路径选择研究

为了避免汽车运输企业在运输方式和运输路径选择方面的盲目性和随机性,以载有汽车整车的滚装车公路运输及滚装船运输费用、时间及碳排放量为目标构建了多目标0-1规划模型。通过对公水联运网络进行转换,将公水联运网络的中转节点拆分成多个虚拟节点来构成公水联运虚拟网络图。由于公水联运过程中运输时间与转运时间具有不确定性,引入模糊数的概念来表示不确定的时间,且考虑了各个路段的拥挤度,提高了出行可靠性;在碳排放量模型构建中,根据不同燃料的吨公里消耗量、单位热值的含碳量及不同运输设备的碳氧化率建立了碳排放因子计算模型。运用Matlab程序设计改进的遗传算法求解出问题的非劣解集,通过对比蚁群算法、常规遗传算法与文中改进遗传算法的求解结果,得出文章算法的设计在求解效果上有一定的优势性,为长江沿线汽车整车运输方式及路径的选择提供一定的借鉴作用。     

“一带一路”倡议下的国际通道中转枢纽设计模型和算法

为提高中欧班列运营效率,依据"一带一路"倡议下的中欧班列发展规划,以西部通道货源吸引区域为研究范围,以货源城市与目的地之间货物运输的总成本、时间和温室气体排放量最小化为目标,基于可持续发展理念构建了可持续联运枢纽配置模型。其中温室气体排放量由车辆在路径上和枢纽上消耗的温室气体排放量构成。根据货源城市到目的地的货运量、公路货运网络、铁路货运网络等参数,进行了联运枢纽选址和运输方式选择的决策。进一步采用改进多目标模拟退火算法进行了模型求解,并验证了算法的有效性。结果表明:在决策者选择偏好不同的情况下,多目标联运枢纽配置模型的解具有多样性;在不同目标权重选择下,改进的模拟退火算法能够搜索到模型的满意解,从而实现国际运输优化。     

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.     

多目标的双层动态均衡交通网络设计研究

采用双层动态均衡模型解决城市交通网络的设计问题,即构建以交通网络总阻抗和建设资金为上层目标,动态路径选择的变分不等式模型为下层目标的双层规划模型。利用模拟退火算法求解上层模型,采用修正的投影算法求解下层模型。此模型能够内在地不断修正路段流入率值和路段能力增量(即网络设计方案),同时可以得到路段流入率值和路段能力拓宽方案的最优解,该算法的可行性与正确性已在一个小型网络上得到验证。     

多车型高速公路连续平衡网络设计问题的双层规划模型

利用双层规划理论建立了多车型高速公路连续平衡网络设计问题的优化模型,将改扩建路段的位置、容量与收费费率的确定纳入一个决策过程,从而建立了高速公路改扩建项目的科学决策方法.上层规划中将路网管理者(政府)作为领导者,经营者的财务目标以及投资上限作为实现系统最优的约束条件;下层规划则在考虑了不同车型道路使用者路径选择的差异性...     

考虑环境影响的分流路网设计双层规划模型

研究了考虑环境影响的分流路网设计问题的双层优化模型。其中，上层模型以系统出行总时间最小，CO排放最小为优化目标，并以路段最大饱和度为约束，下层模型为确定性需求下Logit型随机用户均衡配流模型。使用是否选择道路用于分流作为决策变量，将道路网络离散化，设计了基于MSA-Dail的遗传算法对模型进行求解，并利用Nguyen&Dupuis网络对模型和算法进行了验证。研究结果表明：相比于不考虑CO排放，考虑CO排放影响下所设计的分流路网能够减少2 760 g的CO排放以及145 h的出行时间。同时，还求得了客车和货车的分流路网，并给出了各个路段上客车和货车的交通量。此外，通过对OD出行需求的敏感性分析，发现OD出行需求大小对分流路网决策方案的设计有较大的影响，在实际分流路网设计时，应尽可能获取准确的OD出行需求，并针对高峰期和平峰期设计不同的分流方案。     

公交换乘优惠的双层规划模型

对城市公交线网换乘优惠幅度的确定问题进行了研究.考虑了换乘优惠政策的实施对乘客采用公交出行的需求量和乘客对公交线网路径选择行为改变的影响,将该问题抽象成一个双层非线性规划模型,上层模型实现网络经济效益最大化,下层模型为基于弹性需求的随机用户平衡模型.最后通过一个算例来建立公交换乘优惠的双层模型,并采用基于惩罚函数的直接搜索法对模型进行求解.结果表明:该双层模型能够在实现公交网络效益最大化时确定合理的换乘优惠幅度.     

随机交通网络中依赖信息的路径优化问题研究

针对交通网络中路径通行时间具有与时间相关的随机分布特性，将研究在此类交通网络上依赖信息的路径选择问题。在路径选择过程中引入交通信息，在随机交通网络上最优路径选择原则为下一节点的选择将依赖于已实现的路段时间及当前节点的出发时间，通过期望最小值方法，按照路径通行时间期望值最小原则，建立一种通过所获得交通信息来进行路径选择的优化模型，给出了模型的求解算法。并在简单交通网络上对模型进行实现。     

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。     

考虑有限理性和公平性的危险品运输网络优化

针对含有风险控制的危险品运输网络优化问题，讨论了运输商的有限理性路径选择行为对运输风险的影响。基于鲁棒优化的方法构建了双层规划模型，通过增加各路段最大风险值的上界约束来实现不同路段之间运输风险分布的公平性，上层规划表示政府部门通过关闭部分路段来最小化最大运输网络总风险、路段最大风险的上界值以及路段关闭总数；下层规划表示有限理性的运输商在考虑感知偏差的情形下选择总成本最小的运输路径。考虑到传统启发式算法容易陷入局部最优解，通过重新定义上下层问题，设计了割平面算法求解该模型，并给出了算例分析。结果表明:虽然有限理性运输商的总成本增加了3.5%，但危险品运输网络的最大总风险下降了约8.4%；通过改变政府部门对各目标的关注度，可以影响有限理性运输商的路径选择行为，使得方差系数和基尼系数分别下降了约36.1%和26.2%，实现了不同路段之间风险分布的公平性目标；在实施车辆限行策略的情形下，针对有限理性运输商的感知偏差进行灵敏度分析，发现运输网络最大总风险的最小值不会改变，但会对路段关闭总数产生影响。在考虑运输商为有限理性决策者的情形下，可为政府部门设计更加符合实际情况的危险品运输网络，从而有效降低运输风险。      

基于多方式广义费用模型的超级交通网络需求预测技术应用

针对综合交通网络规划各方式缺乏有机融合问题，通过建立以虚拟概化线连接的铁路、公路、水运、民航各方式交通线网和火车站、港口、机场等枢纽节点一体衔接的超级交通网络模型，运用广义费用函数计算客货在路网、枢纽及虚拟概化线上流动产生的广义费用，实现各方式交通网络融合。考虑公路客货运周转量占全方式总量比例高，但客货运平均运距短，以县级行政单元为基础将全国划分为2 540个综合交通小区，获取2018年各运输方式全年客货运起讫点（OD）数据，通过聚合、拆分等方法，将各方式OD表叠加形成现状综合交通小区客货运输量OD表；采用总量预测、自上而下分层控制的技术路线，对2050年全国总量、分区域总量和综合交通小区客货运发生吸引量进行预测，计算2050年综合交通小区客货运输量OD，实现各方式运输需求融合。基于Fisk模型，构建组合出行情况下多方式、多类别随机用户均衡分配模型（SUE），采用连续权重平均（MSWA）法对模型进行求解，并通过算例验证了模型和算法的有效性。结果表明：模型能够体现“宜铁则铁、宜公则公、宜水则水”的规划理念，实现乘客组合出行和货物多式联运，预测精度较高。研究成果可应用于宏观交通趋势判断，为实现综合交通网络规划中各方式有机融合提供借鉴，并成功应用于国家综合立体交通网规划研究中。     

基于5G+智慧灯杆的区域交通协调优化控制系统功能分析与研究

随着国内城市化的稳步推进,智慧交通建设的理念逐渐得到了广泛的关注.在智慧交通的建设中,车载传感器因其载体局限性,对于规避道路拥堵、优化行车路线上无法起到关键性作用.车路协同的模式越来越受到科研人员的关注.智慧灯杆,因其可拓展性成了智慧交通建设中最佳的感知载体.杆件上可安装监控设施、广播、大屏幕,以及各类传感器、检测器等等一系列的感知设备.依托5G技术,相关交通管理部门可以更及时地掌控实时的交通运行情况.通过对交通流预测模型及区域交通协调优化模型的建立,提前预测中短期内道路交通流的运行情况,依托5G+智慧灯杆编织起的城市感知网络及定向广播系统,对沿途车主定向定量地决策最优的行车导航方案,对城市道路交通进行高效、有效的管理.现以上海5G+智慧灯杆的工程实例为依托展开基于交通流预测模型而开发的区域交通协调优化控制系统功能分析与研究.     

城市地面地下一体化物流网络货运性能研究

为解决地面地下物流系统耦合运作下的货运性能评估问题,根据城市物流特征刻画一体化网络设施形态,提出地下货运载具设计依据与多式联运成本测算方法,基于案例,对一体化网络运输成本、总运力、流量配置和交通安全外部效益在不同地下运载速度、发车频率和设施容量参数下的动态表现进行模拟分析。结果表明： 1)路网与地下物流网络的立体协同有利于城市物流降本增效; 2)与运载速度相比,地下枢纽节点的处理能力和干线隧道的通行能力对一体化网络服务水平的影响更显著。     

Traffic flow consideration in design of freight distribution system

This study is part of a series of research projects on a distribution system we developed to deal with cases in a state-owned company. It concerns the design of the Public Service Obligation State-owned Company (PSO-SOC) distribution system. The intrinsic features of PSO-SOC are distributing strategic commodities and having subsidies within the cost function. Hence their distribution flow has to be secured under consideration of moving the commodities within road networks that have traffic flow dependency. This paper focuses on the solution of the proposed model which represents traffic flow dependency within a freight distribution network.The mathematical formulation takes the form of a Minimum Cost Multicommodity Flow (MCMF) problem. Traffic flow dependency is incorporated into the model by introducing a coefficient of speed, which is derived from the traffic assignment of ordinary traffic associated with the transportation of the type of freight under consideration The solution of the proposed model is formulated by Network Representation (NR), in which all of the components of the mathematical model are represented in the form of dummy links and nodes added to the original (physical) network. It is to be noted then, that the traffic flow on each road or link is represented by a link performance function (LPF), depicting traffic flow dependent travel time and consequent cost. The MCMF problem of NR is further solved by a Primal-Dual Algorithm.Finally, an illustrative example is exercised to show how the proposed step-wise solution works.     

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。      

区域综合交通网点轴型开发模式应用研究

初步探索将“点—轴开发”理论与区域综合交通网的战略发展耦合,针对性地提出了区域综合交通网“点轴型”开发模式。并以甘肃为例,从解决综合交通网现实发展与未来需求的矛盾入手,重点阐述了运用“点—轴开发”理论,加快构建以“三点五轴”为主体的综合交通网点轴系统,按照“点—轴渐进式开发、以点带线联网拓面”的发展模式和空间布局结构型式构筑多枢纽互联型、区域均衡型和开放型的现代化省域综合交通网的战略构想,以期能为非均衡型区域、发展中地区在构筑区域综合交通网方面提供一些思路和工作参考。     

基于累积前景理论的拥挤阈值计算模型

信息诱导是缓解交通拥挤的有效途径,为了描述道路拥挤程度对出行者路径选择决策的影响机理,基于累积前景理论分析了出行者的出行决策过程,分析了出行者拥挤认知模式以及不同出行方式的拥挤信息需求。解析了拥挤阈值的概念,将行程时间作为累积前景理论决策指标建立了拥挤阈值的计算模型,以1个简单路网进行算例分析,模拟驾驶员的拥挤认知及出行活动决策。算例结果揭示了拥挤阈值对路径选择决策行为的影响,同时验证了拥挤阈值是出行者在决策过程中的决策变化分界点。出行时间在拥挤阈值内出行者不改变出行路径;出行时间超过拥挤阈值,出行者将改变出行路径。