公路路线智能优化方法研究

公路路线优化属于多目标优化问题。传统优化算法难以解决具有模糊性、不确定性的路线优化问题。建立了基于GIS和遗传算法的公路路线智能优化模型,提出了基于GIS空间数据挖掘技术的选线环境知识获取模型和基于多目标遗传算法NSGA-Ⅱ的路线优化算法,解决了GIS与遗传算法集成、目标函数确定、遗传算法设计等关键问题。最后通过算例,验证了模型的有效性和实用性。     

基于GIS平台的公路线形优化设计

公路线形优化是一个多目标优化问题,而传统的优化算法难以有效地解决路线优化问题。为此建立了基于GIS平台和遗传算法的公路线形优化设计方法,提出了基于GIS平台空间数据挖掘模型和基于遗传算法的路线平面和纵断面的优化算法。     

基于改进蚁群算法的运输调度规划

在运输调度等组合优化问题的最优路线的搜索中,传统蚁群算法ACA(Ant Colony Algorithm)存在搜索时间长、收敛速度慢、易陷于局部最优解等缺点。为了克服这些缺点提出了一种改进的蚁群算法,该算法将遗传算法和蚁群算法结合起来,在蚁群算法的每一次迭代过程中,首先采用自适应策略控制它的收敛速度,然后使用变异操作来确定解值,从而提高它的搜索性能。再结合建立的运输调度性能指标,利用遗传算法、蚁群算法和改进蚁群算法3种方法分别进行运输规划,通过比较其时间花费和运输费用,验证了改进蚁群算法的有效性。实践证明,改进后的蚁群算法基本上克服了传统算法自身的不足,提高了算法性能。     

基于道路综合费用的平面选线模型优化方法的研究

根据道路平面路线方案布置特点,将选线中要考虑的各种因素均转化为费用进行考虑,因而道路平面路线方案也即转化为该模型费用最小化的优化问题,由于道路平面方案优选设计是复杂的多目标决策问题,方案模型的建立在很大程度上影响到项目的营运费用和建设费用,通过对研究遗传算法变异算子对模型影响的分析,设计了一种遗传算法对路线平面线形进行优化,该算法可以提高收敛速度和解的精度,并同时保持优良个体的进化稳定性,在一定程度上弥补了定常参数在克服早熟中缺乏普遍性的缺点。最后,进行了道路优化验证,实验结果表明,该算法无论从鲁棒性和有效性方面都超过了传统的优化算法,说明该算法在道路选线中有很高的应用价值。     

考虑路线安排的物流配送中心选址双层规划模型及求解算法

在充分考虑物流规划部门与客户双方利益及选址地点对路线安排影响的基础上 ,采用双层规划模型描述了物流配送中心的选址问题 ,并对模型进行了求解。最后通过一算例来验证模型及其算法的可行性     

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%;被优化的3个目标之间无直接关联,说明将停车换乘选址问题建立为多目标模型是必要的。模型与算法可为现实城市中的停车换乘设施选址优化设计提供解决思路。     

城市停车设施选址模型与遗传算法设计

研究城市停车设施选址规划的模型和算法，根据不同城市或区域的土地使用限制条件分别提出了约束型和无约束两种选址模型，并分别设计了线性规划与遗传算法相结合的计算方法。模型和算法在示范城市苏州市的停车场选址规划中得到了应用。     

考虑库存成本的配送中心动态选址模型及算法

为了解决传统配送中心选址没有同时考虑库存持有成本和决策环境的动态变化的问题,建立了一种新的模型。首先,利用两步骤近似方法获得(Q,R)库存策略下每一个周期配送中心的库存成本计算公式;然后,针对传统设施动态选址模型对选址成本的不恰当表示进行了修正,并与库存成本计算方法相结合,从而建立考虑库存成本的配送中心动态选址模型。最后,分别用遗传算法、克隆选择算法、粒子群优化算法求解所建立的模型,并从算法的精确度、稳定性、运算速度和收敛性比较了三种算法的性能。算例测试结果表明:所建立的模型是有效的;从总体上看,遗传算法的适应性要强于克隆选择算法和粒子群算法。     

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.     

基于遗传算法的停车设施选址规划

对城市停车设施的泊位选址进行了分析与问题的简化,研究并提出相应的选址规划模型,在对算法复杂性探讨的基础上,设计了基于基因遗传算法的计算方法。     

城市客运场站交通影响分析及设计

阐述了城市客运场站交通影响分析的意义及作用,着重分析客运场站的交通发生特点,给出了对现状已有客运场站和待规划客运场站进行交通影响分析的步骤和研究重点,利用交通流车辆穿插理论进行了客运场站的出入口以及相邻路段动态交通影响分析计算方法研究,并在此基础上提出交通组织设计的方法。最后,结合江苏省昆山市城市客运场站交通影响及交通组织设计进行了实例分析。     

基于遗传算法的工程车辆自动变速神经网络控制

为了提高工程车辆传动系统效率，保持液力变矩器工作在高效区，提出了基于径向基函数神经网络的工程车辆自动变速控制方法，利用车辆传动试验台换挡控制试验的数据作为学习样本，采用遗传算法对径向基网络进行训练，并进行了验证性的仿真试验。仿真结果表明：该算法收敛速度快，能够满足工程车辆对换挡实时性的要求，可以根据车辆运行状态确定最佳挡住，并能够保证液力变矩器经常工作在高效区。     

三维GIS与公路CAD的集成

为促进三维GIS在公路规划、设计、建设与管理等各个阶段的应用,系统地研究了三维GIS与公路CAD的集成方法。首先,针对公路CAD中的路线三维模型与构造物实体模型,分析了三维GIS与公路CAD中数据的集成,进而研究了公路三维GIS的一体化数据组织管理;然后,从三维模型的简化入手,研究了海量数据情况下,公路三维GIS的实时动态可视化技术,并在此基础上,提出了公路三维GIS的体系结构模型;最后,探讨了公路三维GIS在公路路线设计和辅助决策管理等相关方面的应用前景。     

用方位角算法和转向角算法解决节点权重问题

论述了车辆导航系统中路线优化算法所研究的核心内容,并对由交叉口延误带来的节点权重问题进行了研究。针对以往算法的时间复杂度和空间复杂度高以及拓扑数据难以建立和实时更新的缺陷,构造了方位角算法和转向角算法以解决节点权重问题,并以北京市二环以内的典型路网为研究对象,对上述算法进行了实证研究。理论分析和实际运行的结果表明,这些算法有效地克服了以往解决方案的不足,大大提高了算法的计算速度,并可在各种交通管制措施的限制下,提供有效的路径规划方案。     

公路网分车型收费费率优化算法研究

结合山东省公路网联网收费的实际情况,建立了山东省公路网收费费率的双层规划模型,以描述路网管理者、收费道路经营者和车辆用户三者在费率决策中的博弈关系。采用弹性需求模式下的收费费率双层规划模型,选取山东省联网收费的一个路网,利用模拟退火和遗传算法的混合算法,对模型进行了应用和分析。验证结果表明,利用这种收费道路费率优化算法,不仅可以保证道路经营者能实现财务目标,而且能有效地均衡路网交通流量。     

基于分解协调法解决多库房库存-路径问题

建立一个组合经常性库存费用、安全库存费用和随机路径费用模型后,首先,设计一种基于Monte-Carlo抽样求解路径期望费用方法。其次,针对解决此问题,使用传统分解协调法(DCM)的协调参数收敛性差的问题,应用遗传算法(GA)设计了协调参数。此外,对解决子系统随机需求车辆路径问题,为提高交叉熵法的性能,根据分位值改变大小,对用于更新Markov转移矩阵的路径,设计了自适应调整方法。仿真结果验证了该算法的有效性。     

考虑驾驶策略的高速列车运行图节能优化方法

为了降低高速列车从始发站至终到站运行的牵引能耗, 研究了针对多列车区间运行时分同步分配的列车运行图节能优化方法。基于高速列车在站间采用的“四阶段”操纵策略构建最优驾驶策略集, 以牵引距离和巡航距离为变化因子, 以牵引能耗和区间运行时分为计算目标, 求解出最优驾驶策略集里牵引能耗与区间运行时分的线性关系。在此基础上构建多列车区间运行时分最优分配的节能运行图模型。模型以牵引能耗最低为目标, 考虑了列车总运行时间约束、变量取值范围约束以及安全间隔时分约束。在模型求解方面, 选取拉格朗日松弛算法, 将复杂约束松弛至目标函数当中, 从而把原问题分解为各区间可独立求解的子问题, 利用次梯度优化的方法得出精确解, 实现了多列车区间运行时分同步分配的目标。以宝兰高速铁路为背景进行算例验证, 结果表明: 通过重新分配区间运行时分, 10列车总共节约了595.958 kW·h牵引能耗, 平均节能率达到了1.2%;从运行图的层面分析, 该算例下通过调整区间运行时分的节能方法对其影响幅度较小, 具有较强的现实意义; 所提出的模型及算法的计算时间为10 s, 针对列车开行对数较多的高速铁路, 可有效提高求解效率。      

基于遗传算法的高速公路纵断面节能设计

为综合考虑高速公路构造成本和运营成本,详细分析了土石方成本和燃油消耗成本的影响因素,描述了土石方量和燃油消耗量的计算过程,以两者之和构造了适应度函数.然后对等距划分纵断面的变坡点进行二进制编码,基于遗传算法建立了一般情况下高速公路线路纵断面节能设计的模型与算法,致使线路设计的着眼点不再局限于强调工程造价的构造阶段,而是...