考虑环境负效应的智能垃圾桶动态收运路径优化问题

随着智慧城市建设进程的推进，作为智慧城市建设基础配套设施的智能垃圾桶日益普及，其内置的监测传导装置可实时传输待清运垃圾量的相关数据，有助于解决城市生活垃圾产生量随机性导致的环境负效应以及收运系统效率低下的问题。本文基于智能垃圾桶提出一种城市生活垃圾动态收运路径优化策略。首先，考虑收运车辆延迟到达导致垃圾溢出的环境负效应，建立以最小化收运总成本为目标的垃圾收运车辆路径预优化模型和动态优化模型。其次，采用粒子群算法预优化收运路径，得到初始车辆清运方案；而后基于待清运垃圾量实时数据，设计周期性与连续性结合的策略，并构建触发连续性优化的启发式规则以实时优化车辆路径。不同规模的标准算例实验和仿真算例实验结果表明，周期性与连续性结合的优化策略在总成本、惩罚成本和距离指标上均优于周期性优化策略，且在惩罚成本指标上的改进最为显著。研究结果有助于降低由于清运不及时造成的环境负效应，为垃圾收运企业制定合理高效的清运方案提供了理论依据。     

基于混合整数规划模型的垃圾收运线路优化

针对不合理的生活垃圾收运线路,造成车辆的油耗增加,而燃料的不充分燃烧直接造成尾气排放量的升高,影响居民的生活环境。依据垃圾收集点位置,绘制网络拓扑图,以车辆行走距离最小为目标,将垃圾收运问题抽象为VRP问题,构建混合整数规划模型,并结合案例,采用最优化计算软件Lingo11.0进行编程求解,并对比节约算法,给出多中转站与单一处理场问题的解析。结果表明:Lingo求解与节约算法得出的垃圾收运线路相一致,且随着智能城市的发展,可结合实时垃圾容量扫描分区,组合成多圈问题逐个求解,为提高垃圾收运效率提供可行的线路方法。     

基于GIS考虑居民满意度的垃圾车路径优化分析

为提高居民对于垃圾收运的满意度,降低收运成本,设计带有精英选择策略的非支配排序遗传算法(NSGAⅡ算法)对垃圾收运路径进行优化.首先,在考虑工作时间、车容量等约束情况下,引入居民不满意度的模糊隶属度函数来描述垃圾收运车辆的服务水平,建立成本最小、满意度最大的垃圾车收运路径多目标优化数学模型;其次,依据NSGAⅡ算法的基...     

带中转设施的垃圾收集VRP的改进蚁群算法

为减少城市垃圾的收运成本和各车辆路径之间的重叠区域,设计了一种具有聚类策略、改进全局信息素更新规则和交叉算子的多重蚁群算法.用该算法求解2个标准算例,一个达到目前已知的最优解,另一个偏离度为2.13%.此外,还对含有不同规则的蚁群算法进行了比较.结果表明:与不带聚类策略的蚁群算法相比,该算法求解的路径最佳,其长度缩短4.90%,紧凑度降低83.33%;不同转移更新规则的贡献程度从大到小依次是:带块可见度的聚类策略、全局信息素更新规则和交叉算子.     

基于可变公交发车频率的城市拥挤道路收费定价优化

考虑城市路网中不同出行方式车流之间相互影响,通过对私家车实行拥挤道路使用收费和增加公交发车频率之间的相互制约关系分析,提出了基于可变公交发车频率的城市拥挤道路收费定价的优化问题. 在分析确定路网上公交车和私家车出行方式的广义出行成本的基础上建立了该问题的双层规划模型,其中上层规划以路网上的出行者消费盈余最大为优化目标,下层规划为弹性需求下的组合出行网络用户平衡模型;并设计了基于模拟退火算法求解的优化算法. 算例分析表明,基于可变公交发车频率的城市拥挤道路收费定价模型和算法能够更有效地解决道路拥挤问题.     

���ڿɱ乫������Ƶ�ʵij���ӵ����·�շѶ����Ż�

考虑城市路网中不同出行方式车流之间相互影响,通过对私家车实行拥挤道路使用收费和增加公交发车频率之间的相互制约关系分析,提出了基于可变公交发车频率的城市拥挤道路收费定价的优化问题. 在分析确定路网上公交车和私家车出行方式的广义出行成本的基础上建立了该问题的双层规划模型,其中上层规划以路网上的出行者消费盈余最大为优化目标,下层规划为弹性需求下的组合出行网络用户平衡模型;并设计了基于模拟退火算法求解的优化算法. 算例分析表明,基于可变公交发车频率的城市拥挤道路收费定价模型和算法能够更有效地解决道路拥挤问题.     

混合下单模式下在线餐饮订单配送优化模型

针对在线餐饮订单量激增及订单到达非均匀分布导致的调度不合理与资源浪费等问题，提出顾客提前下单与动态实时下单相结合的下单模式，研究此模式下订单配送优化. 考虑在线餐饮订单配送优化具有的动态VRP和多回程VRP属性，以最小化配送成本为目标，建立带有软时间窗的整数规划模型. 设计基于插入算法和2-opt 邻域搜索的混合启发式算法求解模型. 通过算例，分析提前下单顾客比例、提前下单时长等因素的影响. 结果表明，单个因素的增加会降低配送成本，当两者同时增加，因系统达到饱和使配送成本不升反降，因此要调整措施使顾客下单情况与系统配送能力相适应.     

混合下单模式下在线餐饮订单配送优化模型

针对在线餐饮订单量激增及订单到达非均匀分布导致的调度不合理与资源浪费等问题，提出顾客提前下单与动态实时下单相结合的下单模式，研究此模式下订单配送优化. 考虑在线餐饮订单配送优化具有的动态VRP和多回程VRP属性，以最小化配送成本为目标，建立带有软时间窗的整数规划模型. 设计基于插入算法和2-opt 邻域搜索的混合启发式算法求解模型. 通过算例，分析提前下单顾客比例、提前下单时长等因素的影响. 结果表明，单个因素的增加会降低配送成本，当两者同时增加，因系统达到饱和使配送成本不升反降，因此要调整措施使顾客下单情况与系统配送能力相适应.     

城市生活垃圾收运路线优化模型及算法研究

针对城市垃圾收运的现状,以垃圾收运的约束条件建立了单目标的垃圾收运路线优化模型,进而提出了相应的遗传算法,最后通过案例验证表明遗传算法求解垃圾收运问题能得出良好的近似解并具有较高的收敛速度,由此说明遗传算法在求解收运路线问题上具有较高的效率和较强的可行性。     

动态多时段交通分配算法研究

城市道路网中交通量的分配是动态的、随机的，而传统的静态交通分配模型不能很好地反映实际交通情况．本文使用的动态多时段分配方法是基于时段划分的，它不仅反映了不同时段交通量的变化规律，而且在分配过程中考虑了路网中的交通阻抗，充分反映了已有交通量对交通分配的影响．最后结合算例分析了本文所提出的算法的实用性．     

基于连续近似模型的轨道交通与常规公交耦合优化设计

为研究城市轨道交通与常规公交线网耦合优化设计问题，本文基于近似方格型路网并考虑乘客的多种路径选择，构建双层混合整数优化模型，以同时求解地铁与常规公交发车时距、常规公交的线间距及站间距。上层模型是以系统总成本(乘客成本与运营商成本之和)最小为目标的连续近似模型，以寻求乘客与运营商两者之间的平衡关系，并对各项成本进行详细推导。采用序列二次规划算法，并用凸算法对该非凸问题进行包络。下层为考虑依概率分配的路径分配问题，使用MSA算法对各路径流量加权分配，考虑到问题的解析形式具有非凸性，故采用启发式方法进行求解。最后，以南京市建邺区实际公交线网为例进行案例分析，以此验证该优化模型的有效性。经过优化，以非拥堵时段为例，该研究区域内乘客平均出行时间由 41.6 min减少至 33.0 min，降低约20.6%。本文所提出的优化模型可以为方格路网城市的公共交通线网规划提供参考依据。     

考虑灾后道路恢复情况下动态应急物资选址问题

为研究面向地震灾害下的动态应急物资选址问题,以最小化应急物资运输成本和灾民等待物资心理惩罚成本为目标,考虑灾后道路恢复情况,权衡二次运输成本和灾民等待物资心理惩罚成本,建立多目标混合整数规划模型,确定不同道路恢复情况下动态应急物资选址方案。考虑模型中权重等参数的影响,设计3种实验,并对实验结果进行讨论。通过实际算例,以雅安地震为背景,将灾后72h分成6个时段,每个时段下对应不同的道路恢复情况,确定每个时段下的应急物资选址方案,验证模型的实用性。     

内支线配船与船舶调度优化

为平衡航运企业内支线营运成本和客户服务水平,研究内支线不定期船舶的配置和调度问题。考虑枢纽港船舶的限制时间和支线船舶容量等现实约束,兼顾各支线港在计划期内不同时段的货运需求,构建了以内支线营运成本和甩货成本之和最小为目标的内支线配船与调度优化模型。结合问题的特征,设计了和声退火混合算法,对模型进行求解。通过案例分析不仅验证了模型和算法的有效性,还给出了枢纽港船舶的限制时间和单位甩货成本的灵敏度分析。     

考虑回路因素的电动汽车最短路问题研究

电动汽车保有量迅速增长，但仍存在里程焦虑、充电设施缺乏等问题，导致驾驶员有时必须绕路才能给电动汽车充电. 基于电动汽车在长途出行过程中绕路充电产生的回路现象，对电动汽车最短路径问题进行深入探索. 对路网进行重构，考虑驾驶员在不同充电速度和排队情况下的充电站选择行为，构造寻求电动汽车最短路径的混合整数规划模型，使用成熟的商业规划软件求解. 为提高大型路网下的模型求解速度，基于动态规划的思想提出一种改进的标签设置算法，高效求解路网中存在回路时的电动汽车最短路径问题. 通过算例验证所提模型和算法的合理性及高效性.     

大城市客运铁路枢纽客流分配模型

不同时段内,不同区位的旅客会根据不同的接驳方式及城际列车班次进行城际出 行.只根据城际间的出行成本无法准确地刻画旅客的出行.在已知不同时段内城市间各分区 OD客流、城际列车时刻表和铁路枢纽布局的前提下,构建城市内接驳交通网络;利用多项 Logit 模型,建立各个交通分区到铁路车站的接驳子模型;进而利用列车时刻表得到城际出行 成本,并考虑列车拥挤造成的成本增加,根据总成本最小原则及接驳子模型,构建分时段的铁 路枢纽客流分配模型.通过改进的MSA算法进行求解,得到各时段内各交通分区到铁路车站、 以及铁路车站之间的客流量.最后通过算例,对方法的可行性及有效性进行了验证.     

带时间窗的多行程交换箱甩挂路径优化

针对市区-近郊的同城物流配送系统，为尽可能降低物流运输成本的同时提高客户满意度，研究带时间窗的具有多行程的交换箱甩挂运输问题. 在配送系统中，配送车辆从配送中心出发将货物运往各个客户点，由于道路条件的限制，客户点分为只允许小型卡车配送的限制点客户和卡车或带交换箱拖车的整车都可为其配送的灵活点客户. 在客户时间窗和多行程的约束条件下，建立以成本最小为优化目标的基于交换箱甩挂的路径优化模型，提出装箱算法与遗传算法混合的启发式求解算法. 算例验证了所提出算法的有效性，为带交换箱的甩挂车进行物流配送提供一定的决策指导和参考意见.     

甩箱模式下考虑多箱型任务组合的集卡调度优化

针对甩箱模式下港口堆场与内陆腹地间多箱型任务组合的集卡调度问题，本文根据运输过程中集卡剩余箱位随集卡执行任务动态变化的特点，考虑不同箱型任务需求与集卡当前状态的匹配，以集卡的启用、行驶及等待过程的成本最小化为目标，建立混合整数规划模型。并根据模型特点设计基于不可行弧过滤策略的蚁群算法，以提升算法性能。利用Solomon标准数据集 随机生成任务类型比例和规模大小不同的算例进行数值试验，试验结果证明了模型的正确性与算法的稳定性和有效性，进而对比了甩箱模式与传统模式下的总成本。结果表明：相较于传统模式，甩箱模式下集卡的运输总成本平均减少了45.10%；当任务规模越大时，两种模式之间的成本差距越大，显示了甩箱模式与港口多箱型集疏运任务运输作业结合的显著优势。     

多目标U型拆卸线平衡问题的Pareto蚁群遗传算法

针对传统方法求解多目标U型拆卸线平衡问题的不足,提出了一种基于Pareto解集的多目标蚁群遗传算法.在构造初始解阶段,以协同考虑最大作业时间、最小拆卸成本差作为蚂蚁的启发式信息;通过蚁群算法搜索可行拆卸序列,并根据多目标之间的支配关系得到Pareto解集;将蚁群算法的Pareto非劣解作为遗传操作的个体,进而将遗传操作的结果正反馈于最优拆卸路径上信息素的积累,并采用拥挤距离作为蚂蚁全局信息素更新策略,可以平衡多目标对信息素的影响,使算法快速获得较优解.将所提算法应用于52项拆卸任务算例和某打印机拆卸线实例,在算例验证中,通过对比Pareto蚁群算法,所提算法求得的8个非劣解在3个评价指标上性能分别提高了50.43%、3.25%、14.10%,在实例应用中所提算法求得8种可选平衡方案,从而验证了所提算法的有效性、优越性和实用性.      

铁路集装箱混合货物平衡装载布局优化模型与算法

铁路集装箱装载布局逐步发展成为在不同规格和不同类型货物混合平衡装载制约下追求装载空间容积和载重量综合利用率最大化问题，其研究对货物高效安全运输尤为重要。本文针对铁路集装箱混合货物平衡装载布局问题，给出铁路集装箱装后重心平衡和集重容许弯矩约束量化方法，以集装箱综合利用率最大化为优化目标，构建铁路集装箱混合货物平衡装载布局优化模型；区别于直接将货物构造为货物块的方法，给出了一种基于混合货物分类方法和待装货物结构判断指标的货物块单元构造方法，并设计一组货物块单元选择和放置方法及剩余空间更新规则，提出铁路集装箱混合货物平衡装载布局优化算法。算例结果表明：所提方法在保证集装箱装载空间容积和载重量的平均综合利用率不低于87%的同时，有92.8%和97.87%以上的概率满足装载重心平衡和集重容许弯矩约束，可有效提高货物块与剩余空间适配度，客观反映装载空间利用情况，并达到平衡装载要求，为铁路集装箱货物装载布局提供决策支持。     

基于蚁群算法的共享快递盒配送回收网络优化研究

为解决共享快递盒配送与回收分离的模式所带来的成本高昂、快递员工作量大且分配不均的问题,本文构建了带时间窗的、配送量与回收量不确定的、同时配送与回收的多目标路径优化模型,并设计改进的蚁群算法进行算例求解.算例结果表明,同时配送与回收的总成本较分离模式下降45.9％,且在保证快递员合理工作量的前提下,尽量选择较大载重量的汽车与较小的单位惩罚成本,可以有效降低网络运行的总成本,验证了模型和算法的有效性和可行性.