基于双层规划的危险货物配送路径鲁棒优化

针对不确定环境下带时间窗的多配送中心危险货物配送路径优化问题, 提出一种含鲁棒控制参数的鲁棒优化方法; 综合考虑危险货物运输风险、运输费用和服务时间窗, 构建了危险货物配送路径多目标双层鲁棒优化模型, 上层模型追求运输风险和运输费用最小化, 下层模型采用用户均衡交通分配模型; 根据Bertsimas-Sim鲁棒优化理论, 对含有不确定参数的上层模型进行鲁棒对等转化; 联合增强型Pareto遗传算法和Frank-Wolfe算法构建了求解多目标双层鲁棒优化模型的混合算法, 采用3段式编码和解码方法、等位匹配交叉操作以及翻转变异等遗传操作方法求解上层模型, 采用Frank-Wolfe算法求解下层用户均衡模型; 以经典的Sioux-Falls交通网络为例, 对含有3个配送中心、7个需求点的危险货物配送路径优化问题进行案例分析, 以验证模型及其算法的合理性。研究结果表明: 当鲁棒控制参数分别为0、30和60时, 构建的混合算法能分别快速得到3、2和3组鲁棒最优解, 且所有解均为包含具体运输路段和发车时刻的配送方案, 而非配送顺序; 该混合算法与传统两阶段启发式算法相比, 运算时间能节省54.74%。可见, 该混合算法无论是在求解效率上, 还是在解的表达形式上均优于两阶段启发式算法, 能较好地完成不确定环境下危险货物配送路径多目标双层鲁棒优化任务。      

基于鲁棒接续时间的铁路空车调运优化

空车调运是铁路运输的关键环节，其方案具有一定的鲁棒性，可以避免车站技术作业时间以及站间旅行时间等不确定因素对调运方案实施的影响. 基于固定的车站技术作业时间和站间旅行时间，提出了空车供应站到达列车与发出列车、空车供应站发出列车与空车需求站发出列车间的空车接续时间关系判别方法. 以空车调运收益最大化为目标，建立了确定情形下考虑车种替代的空车调运模型，在此基础上，引入波动率描述车站技术作业时间和站间旅行时间的不确定性，并通过设置波动下限调整模型的鲁棒性，建立了不确定情形下的空车调运鲁棒优化模型；结合模型性质，以车流关系变化为依据，设计了鲁棒优化模型的快速求解算法，将非线性优化问题转化为易求解的鲁棒等价模型. 结果表明:求得的空车调运方案可以得出列车间的空车配流和车种替代情况，不确定因素的波动率和波动下限会影响空车调运方案的效益值，绝对鲁棒下站间旅行时间、供应站技术作业时间和需求站技术作业时间3个不确定因素导致方案效益值较确定模型分别下降了16.2%、12.1%和28.1%.      

网联车辆编队的鲁棒模型预测控制方法

为研究一类带有结构不确定干扰的网联车辆编队控制问题,考虑结构扰动服从盒式不确定集约束情况,提出一种基于鲁棒对等变换的模型预测编队控制方法。首先,基于车辆运动学状态方程,对传统车辆编队控制模型进行描述;其次,在状态方程中引入仿射结构不确定矩阵,构建最小最大化范式下的网联车辆编队控制模型;然后,在盒式不确定集下,基于鲁棒对等理论将该模型转化为计算上易于处理的上图优化模型;最后,采用序列二次规划算法获得最优编队控制方案,并通过仿真实验将该控制方案与传统车辆编队控制方案进行对比,以此验证模型的有效性。 结果表明：本文提出的最优编队控制方法能够抵御编队系统结构不确定干扰,在实现稳定编队目标的同时保障车辆的编队安全性。     

应急设施鲁棒优化选址模型及算法

为解决不确定情况下应急设施选址问题,采用鲁棒优化方法处理应急节点权重的区间估计,基于最优的设施选址到各个应急节点的赋权距离之和最小,建立有限期要求的不确定性应急设施选址模型,并给出了模型的求解算法,比较分析了鲁棒解与确定情况下的最优解。分析结果表明:当情况发生变化后,在确定情况下得到的最优解将发生较大的偏差,而在所有可能发生的情况下,鲁棒解与最优解目标函数值的最大偏差最小,因此,不确定性应急设施选址模型的解可以有效规避风险。     

基于共同配送的农村快递车辆调度问题

为降低农村物流成本,助力"快递下乡"工程的实施,在考虑重量、体积、订单、路径等约束条件下,以总利润最大化为目标构建基于共同配送模式的农村快递车辆调度模型;并提出采用基于随机修复非可行解策略的遗传算法求解该模型,同时在算法中引入多种群机制以提高求解的效率和效果。最后,结合实际算例对模型进行验证;设计不同订单规模的仿真算例对算法性能进行分析。研究结果表明:共同配送策略能从全局优化的角度合理配置区域内物流资源,与独立配送模式相比可降低30%的配送成本。仿真实验表明:相较于标准遗传算法,改进遗传算法能快速地搜索到更优的满意解,可以有效求解共同配送模式下的农村快递车辆调度问题。     

时效约束的高强度快递需求区域车辆调度模型

为提升高强度快递需求区域的车辆配送效率,在刻画移动仓库动态需求与点部收派件优先度的基础上,建立高强度快递需求区域的快递车辆调度模型.在满足收派件时效性约束的前提下,求解快递车辆配送路线,并对车辆调度模型进行优化,以符合点部与移动仓库收派快件实际需要.     

基于不确定旅客需求的高速铁路鲁棒列车开行方案研究

针对现实中旅客需求的不确定性，将旅客需求划分为必须满足的确定性旅客需求和可适当满足的波动性旅客需求，以极小化铁路运营公司总运营成本为目标，利用轻鲁棒技术，构建不确定旅客需求下高速铁路鲁棒列车开行方案优化模型。本文所提出的优化模型无需事先给出线路备选集，只需提前输入铁路走廊相关参数和旅客需求分布，即可得到旅客需求驱动的列车开行方案，避免了备选集合设置不合理对列车开行方案质量的影响。另外，通过引入线性化技术将模 型转化为整数线性规划模型，利用MATLAB平台调用GUROBI进行求解。最后，将模型应用到武汉-广州高速铁路走廊上，验证了其有效性。结果表明，优化后的方案能更好地处理旅客出行需求的不确定性，为编制高速铁路鲁棒列车开行方案提供一定的理论依据。     

考虑时滞作用下的车辆主动座椅悬架鲁棒H∞控制

利用鲁棒H∞控制理论为车辆座椅悬架模型设计输出反馈控制器,并且考虑了模型的不确定性和控制输入的时滞问题.建立了车辆座椅的三自由度运动微分方程,并转化为包括参数变化和控制延迟的状态方程和包括控制指标在内的控制模型.分析了系统可通过输出反馈鲁棒镇定的充分条件,并将该充分条件转化为线性矩阵不等式（LMI）问题,通过Matlab求解出用LMI构造的输出反馈控制律.建立仿真模型并以白噪声作为路面激励与被动控制、PID控制对比验证了在路面输入扰动作用下鲁棒控制器的有效性.     

高速旅客列车开行方案的鲁棒优化模型

于预测客流与实际需求存在一定偏差,以单一预测值为基础的开行方案不 能与实际需求相匹配.将客流需求限定于预测均值与峰值所构成的区间,利用鲁棒理论建 立基于客流需求波动的开行方案鲁棒优化模型,并转化为线性混合整数规划模型.根据模 型特点,设计拉格朗日松弛的求解算法,通过松弛耦合约束,将原问题分解成更为简单的 子问题.以目标值增加率（相对于客流确定模型）变化的首个“拐点”对应的解为鲁棒解.最 后对武广高铁测算,在有效时间内获得了高质量的解,平均误差率为5.04%.结果表明,鲁 棒解能较好地平衡客流需求波动与开行方案计划.     

基于模型匹配的后轮主动转向车辆μ综合控制研究

针对中高速车辆转向时对操纵性以及稳定性的多目标性能要求,提出了用鲁棒控制模型匹配的方法来设计MIMO的控制策略。为此建立了考虑模型摄动的三自由度的整车动力学模型以及转向执行器模型,以二自由度模型为参考模型,以匹配参考模型为目标来设计μ控制器。对设计出的μ控制器和H∞控制器进行μ分析,结果表明,2种控制器在整个频段都能满足鲁棒稳定性的要求,且H∞控制器在低频段的鲁棒稳定性相比稍好,但μ控制器在最坏摄动下的鲁棒性能更佳,能有效地处理稳定性和性能的折中问题。仿真试验表明,μ控制器的控制效果能很好的跟踪参考状态响应,明显改善车辆的操纵性和稳定性。     

考虑行驶时间不确定性的合乘路径鲁棒优化方法

为应对实际合乘过程中时间不确定性带来的负面影响,本文研究不确定行驶时间下的合乘问题。采用预算不确定集合描述时间变量,引入不确定性水平可调节的预算系数,构建以车辆总里程最短和车辆数最少为目标的合乘路径鲁棒优化模型。并设计两阶段算法求解,第1阶段以两乘客间的可行合乘路径为基础,从车辆总里程节省率和乘客时间窗匹配灵活性两方面设计公式量化合乘匹配机会,以匹配机会为权重构建乘客图网络并聚类乘客需求;第2阶段设计以顺序插入启发式方法构造初始解的禁忌搜索算法求解。案例数据实验结果表明：本文聚类方法能保证优化质量并提高85%以上的计算效率,同时能缩减乘客等车时间和绕行距离;增大预算系数时解的鲁棒性逐渐提高,但会增加10%~40%的车辆数并降低1%~10%的里程节省率;大规模乘客案例和窄时间窗案例的合乘路径对不确定时间的敏感性更高,宽时间窗案例无需增加过多额外车辆和总里程就能达到较高水平的路径鲁棒性。     

考虑行程时间波动的电动公交可变行车计划

为解决因运行时间不确定性导致的公交到发时间不准点问题,本文基于公交线路双方向发车趟次和运营时间的不对称特征,提出一种可变行车计划优化问题。以最小化车辆使用数和乘客等待时间为目标,考虑车次链的行程接续和电动公交车辆电量等约束,构建公交时刻表和车辆排班一体化优化模型。根据可变行车计划优化问题特性设计改进的粒子群算法(Modified Particle Swarm Optimization for Timetabling and Scheduling, MPSO-TS)进行求解,定制粒子编码和子代更新方式。采用“基于优势车次链”的子代更新机制,以“车次链”为纽带最大程度地保留父代被继承信息中时刻表与车辆调度方案之间的关联性。使用连云港市某公交线路验证模型和算法,案例结果表明：可变行车计划能够有效保证车辆到发准点性,通过更紧密的排班计划将使用车数由35辆减少至31辆,车辆使用效率提升了28.1%;所提出的MPSO-TS算法求解效率较高,具有较好的稳定性,可有效避免计算结果陷入“局部最优”。     

考虑海上意外时间和合作协议的班轮运输船期设计鲁棒优化

针对考虑海上意外时间的集装箱班轮运输船期设计问题，依据海上意外时间经验数据，设 置航行缓冲时间比例系数。运用连续最优控制原理，求解各航段船舶航行时间细分区间上燃油 消耗最小的优化航速。结合多时间窗、多起讫时刻和多挂靠港口装卸效率合作协议，以班轮运输 服务总成本最小为目标，构建班轮运输船期设计非线性混合整数规划鲁棒优化模型，设计分段离 散化线性逼近算法求解模型。以AWE1(远东-美东1)航线为例，运用100个场景的数值进行模拟 验证。结果显示：与不考虑海上意外时间或无合作协议相比，考虑海上意外时间和合作协议的班 轮运输船期设计分别降低班轮运输服务总成本14.65%和3.54%。研究表明，在恶劣天气和海况 对船舶航行影响较大的航线上或季节里，基于合作协议，设计考虑航行意外时间的鲁棒性船期， 可实现船公司、港口和客户三方共赢。     

Robust expected violation criterion for constrained robust design problems and its application in automotive lightweight design

Metamodeling techniques are commonly used to replace expensive computer simulations in robust design problems. Due to the discrepancy between the simulation model and metamodel, a robust solution in the infeasible region can be found according to the prediction error in constraint responses. In deterministic optimizations, balancing the predicted constraint and metamodeling uncertainty, expected violation (EV) criterion can be used to explore the design space and add samples to adaptively improve the fitting accuracy of the constraint boundary. However in robust design problems, the predicted error of a robust design constraint cannot be represented by the metamodel prediction uncertainty directly. The conventional EV-based sequential sampling method cannot be used in robust design problems. In this paper, by investigating the effect of metamodeling uncertainty on the robust design responses, an extended robust expected violation (REV) function is proposed to improve the prediction accuracy of the robust design constraints. To validate the benefits of the proposed method, a crashworthiness-based lightweight design example, i.e. a highly nonlinear constrained robust design problem, is given. Results show that the proposed method can mitigate the prediction error in robust constraints and ensure the feasibility of the robust solution.     

μ—Syntheses of Suspension Systems for EMS and EDS Maglev Vehicles

Introduction　　Currently ,therearetwokindsoftechnologiesforMaglevvehiclesoftenused .Oneiselectromagneticsystem (EMS) ,inwhichthevehicleislevitatedthroughtheattractiveforcesproducedbyelectromagnets.Anotheriselectrodynamicssystem (EDS) ,inwhichthevehicleis…     

基于交路单元的高速铁路乘务交路编制模型与算法

为了解决高速铁路列车乘务计划编制过程中的乘务交路自动化生成问题,从工作实际的角度出发,首先提出以交路单元作为列车乘务交路编制基本单位的方法,在此基础上建立以最小费用为目标的乘务交路编制优化模型,在该模型中对异车体换乘的接续时间进行区分。然后,针对该模型特点,对基于贪婪思想的启发式算法进行求解。最后,以京津城际铁路北京南站至天津站间的列车数据对该算法进行了验证。计算结果表明,用该方法编制的最小费用乘务交路在值乘时长和换乘次数方面能够体现出较好的均衡性。     

基于稳健优化的制造/再制造集成物流网络设计

为了合理设计制造／再制造集成物流网络，综合考虑网络中正向物流和逆向物流的设施集成与运输整合，以及新产品与再制造产品的需求量、可同收废旧产品数量和废旧产品可再制造率的不确定性，基于稳健优化方法建立了一种制造／再制造集成物流网络优化设计模型，据此确定网络中各种设施的数量、位置及物流量分配．算例结果表明，该模型能有效地解决不确定环境下的制造／再制造集成物流网络优化设计问题．     

动态行驶时间取送一体化车辆路径问题

为优化真实路网下的车辆配送路径,采用优化 + 调整的两阶段求解方法. 在优化阶段,根据常发拥堵信息,采用遗传算法求解时变取送一体化车辆路径,安排车辆初始配送路径. 在调整阶段,以路段行驶时间为时间间隔,采用滚动更新策略调整车辆配送路线躲避偶发拥堵. 在针对车辆路径调整问题构建了一系列混合整数规划模型的基础上,设计了2-opt + insertion启发式算法求解模型,并结合Dijkstra算法求解到的客户点间最短行驶路线,将车辆配送路径转化成了真实路网中的车辆配送路线. 数值实验测试结果表明:滚动更新策略中,以路段行驶时间为时间间隔比以客户间行驶时间为时间间隔减少车辆行驶时间0.24～11.95 min;以路段行驶时间为时间间隔比以24 min为时间间隔减少车辆行驶时间0.08～8.06 min,比以6 min为时间间隔减少更新次数10.02～34.59次,因此,固定时间滚动更新策略中的最优时间间隔难以确定,其实用性较差. 2-opt + insertion启发式算法求解速度是遗传算法的4倍.      

面向多目标站的灵活型公交路径优化调度模型

在已知乘客需求量、车辆载客容量和站点间行程时间的条件下,将车辆的运行时间和乘客出行时间最小化作为目标,构建面向多目标站的灵活型公交路径优化调度模型. 该模型采用引力模型进行车辆路径初始化,采用启发式算法对车辆路径进行最优化求解. 根据仿真案例结果发现,在乘客需求分布存在较大差异和不确定性时,模型仍能满足所有乘客需求,且车辆总行程耗时较为稳定,系统进行路径优化计算耗时较小,验证了模型及算法的实用性. 研究结果表明,面向多目标站的灵活型公交路径优化调度模型能够最大程度满足乘客需求,并在企业成本、乘客时间成本与需求响应方面达到最大平衡,在实际交通中具有重要意义.