定制公交多目标鲁棒优化模型与算法

为了确定定制公交在路网中的行驶路径,文章研究了乘客等车时间不确定环境中定制公交行驶路线的鲁棒优化问题:(1)以最小化运营公司的经营费用、最小化乘客的出行时间为优化目标,以车辆的容量限制、乘客的上、下车时间窗、不确定的乘客等车时间等为约束条件,建立了定制公交多目标鲁棒优化模型;(2)采用改进的NSGA-Ⅱ算法(Nondominated Sorting Genetic AlgorithmⅡ)进行求解,用基于未到达交通节点顺序的自然数编码方法进行编码,以锦标赛选择策略进行选择操作以及采用均匀变异方式进行变异操作;(3)选取兰州市局部路网进行案例研究。研究结果表明,运用本文建立的定制公交多目标鲁棒优化模型及求解算法,能快速得到满足优化目标的行驶路径。选用合理的行驶路线能够节约乘客的出行成本,增加运营公司的收益。     

物联网技术在物流园区货物配送中的应用研究

本文以物流园区货物配送系统的运行管理为研究对象,分析物联网技术在货物配送系统中的应用情况,并以物流配送中的带时间窗的车辆路径问题(VRPTW)为例,研究外包形式的配送模式在利用物联网技术提高服务效率的情形下,物流配送运行管理中的配送路径可能发生的变化,以说明物联网技术应用在物流园区货物配送管理中的应用效果。     

考虑双向延迟策略的整车配送发运时间与运输路径联合优化

直销模式下新兴新能源车企对整车物流发运时效的高要求导致运输成本居高不下，通过引入双向延迟策略对发运时间与运输路径联合优化，有助于降本增效。针对新兴新能源车企整车配送特点，提出考虑双向延迟发运策略的整车物流发运时间与运输路径联合优化问题并建立优化模型，设计禁忌遗传算法求解。使用某车企案例对模型和算法进行求解和验证，在连续7日的配送场景中，在完成相同配送任务条件下，相较于正向延迟发运策略，可节约总成本2.63%，提高轿运车装载率5.95%。     

遗传算法在精益物流配送线路优化中的应用

精益物流配送活动中出现的一类散户配送问题是典型的组合优化问题,利用传统的优化方法计算复杂、难以求得全局最优解,遗传算法在求解这类问题中表现出了强劲的优势.利用遗传算法对这类特殊问题进行了研究分析,针对具体的配送问题进行了仿真试验,在实验的基础上探索了交叉算子、变异算子的优化设计,实验结果证明了遗传算法在解决这类问题上的可行性和有效性.     

智慧配送 让物流更高效——关于物流智慧配送的研究

智慧配送不仅可以实现配送信息的自动识别、配送信息的自动预警,而且能实现配送路径优化的智能管理,是物流智能配送的一大创新,将极大地提高物流配送效率,降低配送成本。传统物流配送作业中主要存在分货拣货验货效率不高、补货滞后、配送路线重复导致配送成本过高等问题。物流转型时代,人们对配送管理环节中如何优化配送路径、如何智能补货提醒、如何准时收货发货、如何高效分拣及准确验货提出了更高的要求。针对目前配送管理中存在的主要问题,通过智慧配送项目实施,实现配送路线的智能化决策、提货送货时快速验货、配送货物     

智慧配送 让物流更高效——关于物流智慧配送的研究

智慧配送不仅可以实现配送信息的自动识别、配送信息的自动预警，而且能实现配送路径优化的智能管理，是物流智能配送的一一大创新，将极大地提高物流配送效率，降低配送成本。     

基于GIS和MDVRP的成都市城乡配送网络仿真

本文应用ArcGIS构建了包含4个物流中心和151个乡镇需求点的成都市二级城乡配送网络,并利用ArcMap分析工具得到了155×155的最短距离对称矩阵;以配送总距离最小化为目标函数,考虑车容量限制、车辆数限制、车流量限制等约束条件,建立了多车场车辆路径问题(MDVRP)的0-1整数规划模型;采用基于客户编码方式,应用稳态繁殖选择策略,设计了遗传算法进行求解。在不同需求分布和不同车容量的条件下对算法收敛效果、配送行驶总距离、配送使用车辆数、平均车辆满载率进行了对比分析。结果表明:配送距离、配送车辆数与需求规模成正比;平均车辆满载率差异较大,20t车型满载率较稳定,适合小批量需求配送;建议成都市城乡配送以20t和25t车辆为主力车型,并重点关注崇州物流中心的建设。     

科普知识

1通行能力在一定的公路和交通条件下,公路上某一路段适应车流的能力,以单位时间内通过的最大车辆数表示。2基本通行能力在理想的公路和交通条件厂,单位时间内一个车道或一条公路某一路段可以通过的小客车最大数。3可能通行能力在现实的公路和交通条件下,单位时间内一个车道或一条公路某一,路段可以通过的最大车辆数。     

电商环境下城市配送环状网络模型研究

电子商务环境下的物流城市配送具有小批量、多频次、进城难、客户位置分散等特点。为节约配送成本,本文基于先集货后配送的理念,以双层配送网络为基础设计了环状配送网络结构,并建立车辆路径问题模型。模型以城市配送网络总费用最小化为目标,建立了混合整数规划模型。为了验证模型的可行性,使用MATLAB调用CPLEX软件进行求解。并进行了算例计算,求解满足车辆容量,车距限制和配送中心处理能力的配送中心选用情况,环形网络上的流量,环内配送的线路以及车辆的使用情况。得到了正确有效的结果,验证了模型的可行性,为城市配送网络的建设及优化提供了理论基础。     

“货车+无人机”配送模式下订单拣选与配送联合优化研究

电子商务环境下订单特有的特征要求企业必须进行拣选与配送的联合决策,而"货车+无人机"的配送模式结合了货车运量大和无人机配送速度快的特点,可以有效的提高配送效率。本文以拣选和配送总成本最低,综合考虑"货车+无人机"配送模式、多拣选批次、多配送批次、带时间窗等因素,研究"货车+无人机"配送路径、拣选分批、拣选路径等联合决策问题,并设计了PVRPTW-D遗传算法和"S"型拣选策略进行求解,通过算例验证了本文所提出的模型和算法的有效性。     

考虑运输时效性的货物列车开行方案

在货运市场新形势下，为保障货物运到期限，本文提出考虑运输时效性的货物列车开行方案的优化方法。基于多商品网络流的思想，将货物列车开行方案抽象为网络优化问题，在已有研究的目标函数中引入不满足运到期限的延误费用，同时将编组辆数设为灵活取值的决策变量，以车站改编能力、列车开行频率等约束建立货物列车开行方案优化模型，以此确定货物列车的开行区段、开行种类、编组内容和开行频率等内容。针对构建的模型，设计了A~*和遗传算法的组合优化方法求解，并用构建的简单路网验证模型的正确性。结果表明，本文构建的优化模型能够满足车流运到时间要求，同时相较于固定编组能节省集结消耗时间成本，加快货物送达。     

动态路径选择模型中路段行程时间函数分析

智能交通系统(ITS)的成功应用取决于交通流随时的、高精度的、大范围的评估,因此很有必要建立动态交通网络模型来评估和预测交通.在动态交通网络模型中动态路径选择模型的路段运行时间函数的研究十分重要.通过分析路段上的驶入流、驶出流和车辆数之间的相互关系,建立了只用路段驶入流表示的路段运行时间函数,能简化动态交通建模、提高其计算精度和节省计算时间.     

基于METANET模型的车道级可变限速控制研究

可变限速控制是一种应用广泛的主动管理方式，能够提高车辆的通行效率和安全性。现有研究集中在对多车道路段不区分车道进行限速控制。事实上，不同车道的交通状态有所不同，且换道行为本身也会对交通流造成影响，进而影响限速控制的效果。本文基于METANET模型，提出一个新的高速公路多车道交通流模型。以总行程时间最小和总周转量最大作为目标函数，建立了车道级可变限速控制模型。利用MATLAB数值仿真的方法，基于真实交通数据对所提出的模型进行了评价。研究结果显示，相较于整体可变限速控制，车道级可变限速控制使车辆总行程时间减少了5.9%，总周转量提高了6.8%，证明本文提出的模型能够更进一步提升高速公路通行能力、缓解交通拥堵。     

电商集中消费模式下物流超网络优化研究

在电子商务企业及商家促销期间,由于集中消费行为导致物流快递行业的业务急剧增加,以致引发爆仓、延迟等问题。文章以快递配送为研究对象,通过客户对时间要求的不同,在基于时间和成本的快递配送模型基础上构建应对集中消费状态的商品配送模型——基于时间阈值的商品配送模型,找到满意的配送路径,并进行算例分析,验证所求配送方案的可行性和有效性。文章的研究对集中消费模式下的快递网络优化具有现实意义。     

基于随机效用理论和安全距离的换道行为研究

换道对交通流的运行有重要影响，为探究车路协同环境下的换道行为，本文将换道决策过程分为车道决策和安全决策两个阶段，基于车路协同技术特点，提出了车路协同环境下综合考虑驾驶人车道选择特性和换道安全性的分层换道模型。模型的第一层为基于随机效用理论的车道决策Logit模型，第二层为基于最小安全距离的安全决策模型。然后，从路段视频中提取车辆实际行驶数据对模型进行参数标定和检验，利用元胞自动机对车路协同环境下的一般换道决策Logit模型和所建模型进行仿真。结果表明，较一般Logit模型，本文所建模型更能优化车辆自主性换道行为，提高路段通行效率和交通流稳定性。     

为运输组织带来的成本节约算笔账

科学合理的运输组织方式能够提高运输效率,有效降低单位运输成本。提高运输效率最为直观的表现是车辆利用率的提高,在单位时间内运输更多的旅客和货物,降低运输生产的单位固定成本。在货物运输中,组织方式对于成本的影响最为显著。比如优化运输网络布局,实行循环配送替代并行交通,则比传统的单线路配送速度快、效率高,通过企业的实践,可降低     

苏州高新区城市公共自行车调度优化分析

为解决现阶段城市公共自行车调度中以人工传达及经验为主导致准确性差的问题,需对调度系统进行合理优化。文章在依据站点使用频次、车辆剩余率等划分站点调度需求等级、变"单调度车一小片区域"为"多调度车一大片区域"来减少区域内边界点数量的前提下,建立调度成本与市民满意度的多目标优化调度模型,在遗传算法求解基础上,考虑时间因素影响下调度需求等级的变化来优化路径。     

城市道路拥堵情况下的智能公交动态调度模式

为解决传统公交在城市道路拥堵情况下公交服务水平大幅下降的问题,文章提出了以变更公交行驶路径为核心的智能公交调度模式。该模式以车内乘客乘车时间、变更路段站点乘客候车时间以及后面站点乘客候车时间为决策指标,确定是否变更行驶路径。实例表明,变更行驶路径在发车间隔越密集、原路径越拥堵、被越过站点乘客到达数少、后面乘客到达数多以及后面站点数多时,效果最佳。     

基于遗传算法的地面常规公交与城市轨道交通接驳研究

为了研究地面常规公交与城市轨道接驳问题,构建了基于乘客交通出行时间最短优化模型,采用遗传算法进行求解,并通过具体案例进行了模型验证。结果表明建立的优化模型及遗传算法适用于接驳问题。     

临时关闭道路以疏导城市道路交通流的可行性分析

文章基于Braess悖论,以单位车辆的平均出行时间为最优目标,以网络道路系统为约束条件,从逆向思维角度建立了通过临时关闭道路引导交通流以缓解城市道路交通拥挤的Narsh均衡非线性规划模型,并以北京二环道路网络为研究对象进行了实例分析。结果表明,在城市道路网中,关闭部分路段并不能明显缓解交通拥堵现状,但可以在不影响路网整体通行时间的条件下改善路网局部拥堵状况。建议城市道路交通临时疏导方案应该根据路网交通流的分布特点和道路通过能力等因素进行制订。