考虑时间窗的通勤定制公交线路优化

针对常规定制公交线路规划方法不能满足乘客高峰通勤需求等问题,在考虑乘客期望时间窗和最大容忍时间窗的基础上,引入柔性时间窗的概念,基于通勤者居住地与工作地时空分布差异性特点分别设置上下车站点罚函数,以车辆固定成本、车辆运行成本、车辆延误惩罚成本和未提供乘车服务惩罚成本之和最小为优化目标,以时间窗、运行距离和最大站点数量等为约束,建立考虑柔性时间窗的通勤定制公交线路优化模型。在兰州市通勤乘客数据基础上,选取两组大小不同规模的算例集,使用Gurobi和传统TS算法求解小规模算例与基于目标控制原则的动态禁忌长度TS算法求解大规模算例验证模型有效性。结果表明,在小规模算例中Gurobi求解可得到较优的目标值,但随着数据规模的增加其求解效率逐渐劣于TS算法,设置柔性时间窗车辆提供乘车服务的人数比硬时间窗背景下增加了276人,且有效规避了软时间窗背景下车辆到达末站点的时刻波动。本文所提方法在均衡乘客和运营方利益的同时,可通过调节柔性系数产生多元化的运行方案,能够为通勤定制公交运营及管理提供决策支持。     

车辆路径问题的混沌粒子群算法研究

针对车辆路径问题中单仓库非满载这一基本类型的具体特性,设计了一种混沌粒子群算法;利用混沌系统的随机性、规律性和遍历性初始化粒子,大范围覆盖车辆路径问题的解空间,加强算法最优路径的搜索能力;通过在求解过程中的次优路径处施加混沌扰动,使算法放弃当前求解的路径,避免结果为次优解。并通过试验验证了该算法在车辆路径问题中具有很强的寻优能力。     

蚁群算法在物流运输车辆调度中的应用

现代物流运输车辆调度过程复杂多变,将蚁群算法引入物流车辆调度,可优化车辆优化调度算法。实践证明,该算法是一个非常有效的解决组合优化问题的工具,在一定程度上加快了进化进程。     

车辆调度问题的改进表上作业法

在分析车辆调度问题特征的基础上,应用运输问题伏格尔法的思想,设计了求车辆初始分派的表上作业法,在分派过程中处理车辆容量约束,并应用闭回路法或位势法对派进行优化,算法中车辆数目可动态调整。用实例进行分析,最后对算法的适用性及进一步应用进行了讨论。     

复杂环境基于多信息融合的车辆跟踪方法

平交路口复杂环境下基于视觉的车辆跟踪容易受到如车辆在图像上投影的尺 度变化,车辆的排队与消散过程中邻近车辆间的遮挡及分离等因素的影响.针对该问题, 本文提出了一种利用局部特征增强的Mean-shift 改进算法,利用SIFT 特征点对尺度、旋 转变化鲁棒的特性,将其与基于跟踪区域颜色特征的跟踪方法相融合实现车辆跟踪,较 好地解决了在车辆尺度、运动方向变化,以及遮挡情况下的跟踪问题.同时通过引入跟踪 车辆分离的判定条件,结合特征点聚类算法解决了相邻车辆发生分离时的判断及跟踪问 题.实验结果表明,在多种交通场景的车辆跟踪过程中,本文提出的算法有较好的鲁棒性, 定位结果更加精确.     

车辆数目未知的带时间窗口的车辆路径混合遗传算法

研究带时间窗口的车辆路径问题(VRPTW),主要考虑车辆容量约束、时间窗口约束、最大距离等约束,且完成配送所需的车辆数目不确定,要求在车辆数目最少的条件下再使总的行驶路径最短.用基于邻域搜索的混合遗传算法求解该问题,该算法既具有遗传算法的全局搜索能力,又具有邻域搜索算法的局部搜索能力.在求解过程中,设计新的前置交叉算子进行遗传操作,然后进行互换和逆转等邻域操作.应用MATLAB语言编程进行模拟计算,结果表明该混合遗传算法明显增强了群体演化的质量,提高了算法收敛速度,较好地解决了早熟收敛问题.     

��������������ɢ�¼������VRP�����о�

针对车辆路径问题（VRP）研究的复杂性,提出了一种新的解决方案. 首先对客户货物的配送过程建立离散事件仿真模型,在模型中,配送过程事件、资源等利用面向对象的方法进行描述,VRP问题涉及的各种约束条件在仿真流程中予以处理,所以该模型可以真实模拟复杂的车辆配送过程. 然后利用遗传算法对离散事件的仿真结果进行优化,得到了车辆路径问题的最优解. 这种将离散事件仿真和遗传算法相结合的方法可以有效克服精确算法和智能启发式算法较难解决多约束车辆路径问题的弊端. 实验结果验证了新方法的有效性和可行性,由于仿真结果详细记载了配送的全过程,因此该方法对车辆路径问题的实际应用具有一定的指导意义.     

带模糊预约时间的动态VRP的插入启发式算法

为有效解决动态环境下考虑顾客偏好的车辆路径优化问题,在对反映顾客偏好的模糊预约时间以及具有模糊预约时间的动态车辆路径问题进行简单描述的基础上,给出了该问题的求解思路,即当新顾客出现时,在保证车辆运载能力和服务时间的可行性的前提下,由最佳车辆在最合适的时间为该新顾客服务.基于此思路,设计了由前后双向可推的推-碰过程确定最佳服务时间的插入启发式算法.在该算法中,通过对顾客的服务时间的前推或后推,确定能使所有顾客的综合满意度达到最大的服务时间调整方案.同时,通过综合考虑顾客满意度、车辆行驶距离和车辆等待时间等因素,使由于新顾客的加入而引起的综合成本增加值得以优化.最后,给出了一个算例,以说明该插入启发式算法求解考虑顾客偏好的动态车辆路径问题的有效性.     

基于拉格朗日分解的电动汽车充电路径优化

针对电动汽车充电路径优化问题,构建简单有效的车辆充电网络,考虑车辆剩余电量和充电站服务能力约束,以车辆行驶总时间最小为优化目标,建立基于多商品流的0-1整数规划模型.在拉格朗日分解框架下,构造所建模型的对偶问题,并利用次梯度算法对其求解.次梯度迭代过程中,对偶问题能够被分解为易处理的最短路径问题和半指派问题.通过应用标号算法求解最短路问题,设计有效的启发式方法求解半指派问题.仿真计算表明,求解算法能够在很短时间内达到非常小的优化间隙,验证了所提方法的可行性.     

应急救援物资多式联运的成本最优化模型

针对突发事件中应急物流的特点,提出综合考虑应急救援时效性、经济性和安全性因素的 应急物资车辆调度方法。在参阅国内外众多有关应急物资车辆路径选择问题研究文献的基础上, 综合考虑了时间窗约束（硬时间窗和软时间窗） 及公路、铁路、航空3 种运输方式及路网道路的 脆弱性和可修复性等因素,建立了多应急救援点、多受灾点的应急车辆路径问题模型。问题求解 过程中采用模拟退火算法,并通过算例验证模型与算法的可靠性。结论证明应用模拟退火算法求 解应急物资车辆调度问题时,搜索效率较高;算例结果表明了在应急救援中由于不同的时间窗要 求导致不同类型的物资所选择的路径不同;同时体现了多式联运在应急救援中的应用。     

A Hybrid Heuristics for Irregular Flight Recovery

Adverse weather conditions, congestion at airports, and mechanical failures often disrupt regular flight schedules. The irregular flight recovery problem aims to recover these schedules through reassignments of flights and cancellations. In this article, we develop the classic resource assignment model for the irregular flight recovery problem, and a new hybrid heuristic procedure based on greedy random adaptive search procedure (GRASP) and simulated annealing algorithm is presented to solve this problem. As compared with the original GRASP method, the proposed algorithm demonstrates quite a high global optimization capability. Computational experiments on large-scale problems show that the proposed procedure is able to generate feasible revised flight schedules of good quality in less than five seconds.     

带轴重约束货物平衡装载问题优化研究

针对考虑轴重约束集装箱卡车货物优化装载问题,建立以最大化装载率和负重心偏离度为目标,以平衡及轴重为约束条件的数学模型,设计改进型贪婪自适应搜索算法（IGASP）对问题进行求解.算法先基于启发式方法构造布局方案,再结合重心边界条件分析对获得方案进行可行性分析,对违反约束装载率较高的方案提出了两种重心调整的方法,进而将有关过程融入贪婪自适应搜索形成解的改进机制实现问题优化求解.基于现实算例的试验分析,证明所提方法求解带轴重约束货物平衡装载问题具有较好效果.     

基于遗传算法的交货期Job-shop调度问题研究

研究遗传算法求解非传统的交货期Job-shop调度问题,其染色体编码采用基于工序的编码。为了减少搜索空间,利用插入式贪婪解码机制将染色体解码至主动调度。为了克服传统遗传算法易于早熟收敛的缺点,运用一种优先交叉操作POX(precedence operation crossover)和设计了一种子代产生模式的遗传算法。将提出的遗传算法求解交货期调度问题,试验结果验证提出算法的有效性。     

非直达车流取送方案的中断时间筛选法研究

对放射形专用线非直达车流取送车问题进行了分析,提出了不利方案的判别条件和基于枚举法的中断时间方案筛选法.将送车过程和取车过程作为整体看待,简化了计算和优化过程.通过算例分析,说明了算法的效果和适用条件.     

������Լ����������-��ʽ�����������

针对无容量约束的单分配轴-辐式物流网络设计问题的特点,为其建立了单分配p-枢纽中位模型,并提出了一种基于蚁群算法的启发式求解算法. 该算法分两步实现：首先利用蚁群算法来确定网络中枢纽节点的位置,然后用另一种启发式算法将非枢纽节点分配给枢纽节点,同时,将一种基于6种邻域结构的变邻域搜索算法作为蚁群算法的局域搜索策略以提升算法的全局搜索能力,并加快收敛速度. 最后结合澳大利亚邮政数据进行了算例仿真实验,并对蚁群算法中参数的合理设置进行了测试分析,实验结果表明,该算法在求解此问题时有着良好的有效性和较快的求解效率.     

无容量约束单分配轴-辐式物流网络设计

针对无容量约束的单分配轴-辐式物流网络设计问题的特点,为其建立了单分配p-枢纽中位模型,并提出了一种基于蚁群算法的启发式求解算法. 该算法分两步实现：首先利用蚁群算法来确定网络中枢纽节点的位置,然后用另一种启发式算法将非枢纽节点分配给枢纽节点,同时,将一种基于6种邻域结构的变邻域搜索算法作为蚁群算法的局域搜索策略以提升算法的全局搜索能力,并加快收敛速度. 最后结合澳大利亚邮政数据进行了算例仿真实验,并对蚁群算法中参数的合理设置进行了测试分析,实验结果表明,该算法在求解此问题时有着良好的有效性和较快的求解效率.     

基于衔接组合的集装箱多式联运服务分段采购优化

为解决集装箱多式联运服务分段采购中的运输费用和运输时间优化难题,从多 式联运经营人的视角出发,提出了集装箱多式联运总费用最小化和总运输时间最小化的 双层优化目标.基于运输路径选择和时、空、量的衔接组合,结合托运人运单、集装箱多式 联运组织形式、集装箱交接地点、运输路段及方式、运输时间、运费率等要素约束,建立了 集装箱多式联运服务分段采购优化模型.运用自然约束语言设计搜索算法程序并求解.数 值实验分析结果表明,该模型及搜索算法不仅易于实施求解,而且应用效果良好,达到了 集装箱多式联运一体化无缝运输的目的.     

Novel Local Search Method for the Traveling Salesman Problem

A new local search method for the traveling salesman problem based on an original greedy representation of solution space and neighborhood structure is proposed. First, a partial closed route that only consists of three cities is given; then other cities are added to this route by a greedy procedure successively. Implemented on a personal computer, this algorithm finds optimal solutions for 24 out of 27 standard benchmarks, and outperforms the Full Subpath Ejection Algorithm (F-SEC) proposed by Rego in 1998.     

Parallel processing based on ship maneuvering in identification of interaction force coefficients

The parallel processing based on the free running model test was adopted to predict the interac-tion force coefficients (flow straightening coefficient and wake fraction) of ship maneuvering. And the multi-population genetic algorithm (MPGA) based on real coding that can contemporarily process the data of freerunning model and simulation of ship maneuvering was applied to solve the problem. Accordingly the optimalindividual was obtained using the method of genetic algorithm. The parallel processing of multi-populationsolved the prematurity in the identification for single population, meanwhile, the parallel processing of the dataof ship maneuvering (turning motion and zigzag motion) is an attempt to solve the coefficient drift problem.In order to validate the method, the interaction force coefficients were verified by the procedure and thesecoefficients measured were compared with those ones identified. The maximum error is less than 5%, and theidentification is an effective method.     

基于列生成启发式的单线电动公交车与司机整合调度优化

在考虑电动公交车里程约束与司机连续工作时间和总工作时间约束的基础上,研究单条 公交线路的电动公交车与司机整合调度问题,即将给定时刻表车次分配给电动公交车和司机,同 时,生成车辆运营计划和司机排班计划,设计基于列生成启发式方法求解提出的整合调度问题。 列生成方法用于生成线性松弛最优解,将整个问题分解为一个主问题和两个定价子问题。其中, 主问题从可行车辆行车路径集合和司机车次链集合中选择最优的司机车次链和电动公交车行车 路径,覆盖所有车次,并保证车辆运营计划产生的空驶弧都被司机排班计划覆盖;定价子问题描 述两个基于时空网络的资源约束最短路问题,分别用于生成可行的车辆路径和司机车次链,并设 计深浅算法得到整数可行解。使用合肥市3条公交线路随机生成算例检验提出算法的有效性。