带时间窗约束的物流配送线路启发式算法

提出带时间窗约束的物流配送线路选择模型，阐述启发式算法的构造原理和计算程序，并通过算例验证模型的可行性和启发式算法的优良特性。     

公交线网设计算法分析及线路调整研究

目前,国外公交线网设计主要采用启发式算法,存在计算效率不高、线网质量不佳、线网稳定性差等问题;国内公交线网设计主要采用"逐条布设,优化成网"方法,不适用于大路网,无法同时计算出线路发车频率,具有局限性,而其他研究多为模型研究,缺少算法研究及算例证明,难以应用。文中主要研究模拟退火、遗传、模拟退火遗传3种算法在公交线网设计中的运用,使用算例演算,从计算效率、路网质量、稳定性三方面比较不同算法的优劣。计算分析结果表明3种算法的线路重复率过高,与实际不符,为改进计算质量,提出了线路调整思想,使公交线网设计更加合理、稳定。     

公交时刻表设计与车辆运用综合优化模型

针对需求随机变动条件下公交运营设计的综合优化问题,首先将公交运行情况抽象到三维网络中,给出公交车辆运营服务的时空网络图,由此构造基于随机期望值规划的公交时刻表设计与车辆运用综合优化模型,该模型综合考虑了公交企业的经济效益和公交乘客所得到的公交服务水平的优化,并给出公交服务频次和车辆分配协调的启发式算法。通过北京市某线路实际运营数据的计算,对公交车队规模、线路类型的安排与公交企业效益及服务的灵敏度关系进行量化分析,证明模型和算法是有效的。     

考虑异质性出行需求的主支线公交树网络优化设计

公交线网优化设计是指在一定的运行约束条件下,选择1组公交线路和相关频率以达到优化目标的设计过程,可以表示为一个优化问题。针对具有高异质性出行需求的主支线公交树网络,在考虑客流需求和运营约束的前提下,以用户和运营者的成本最小为目标,提出了1种多目标非线性混合整数优化模型。优化变量为候选线路服务频率。为求解这一模型,设计了1种基于改进的布谷鸟算法的高效元启发式方法。该方法包括初始候选路线集生成过程;基于MNL模型的公交分配过程;确定路线服务频率的改进布谷鸟算法过程。通过算例验证了该方法的有效性和适用性。数值分析结果表明,该算法通过对所有可能的候选路径的服务频率选择得到接近最优的公交线路网络。另一方面,通过保持高峰时的公交线路为有效备择线路,为具有异质性出行需求的网络的重新设计提供了更好的解决方案。此外,该系统在1次运行中产生了1组帕累托解,其允许公交线网设计师评估运营商成本和乘客成本并做出折中方案。通过比较3种算法的计算结果和CPU时间,证明了改进的布谷鸟算法的可靠性和有效性。另外还研究了最优公交网络设计与公交运行速度、总需求规模等关键设计输入参数之间的关系,分析结果表明,关键设计输入参数与最优公交网络具有一定的协同效应。模型与算法为实际的大规模主支线公交树网络的优化设计提供了1种有效的工具。     

带有双重容量限制的FIP问题研究

研究了一类特殊的FIP(FlowInterceptionProblem)问题。在假设顾客最多只被截取一次的条件下,考虑如何进行工作站选址使工作站截取的路径上的用户量最大,即经过工作站的流量总和最大。在给定的网络G(N,A)中已知每个O D对用户分配在各路线上的用户流量fp,在一定费用预算下,考虑了工作站设站的最小截取容量和最大工作容量双重限制条件下的FIP问题,将这一问题形成一个线性的混合整数规划模型。在此基础上给出了启发式算法,并通过启发式算法和分支定界法对一个算例进行计算比较。     

动态路线导行的模拟退火搜索算法

针对精确搜索算法在动态路线导行决策支持系统中的不足，通过对PAPAGEORGIOUS模型假设进行简化，提出了更为合理的动态路线导行目标函数，然后采用一种启发式搜索算法－－模拟退火（SA）算法，对路线导行初始交通数据进行训练，结果显示这种算法在动态路线导行建模中达到的精度是传统分析技术所无法比拟的。     

一种有时间窗约束的非满载车辆调度问题中的启发式算法研究

设计了一种求解有时间窗约束的非满载车辆调度问题的启发式算法，它将路网中各点首先分组，而后又在局部使用了修正后的C-W节约算法进行路线的安排，最后给出一具体实例来展示此算法的原理及解题过程。通过实例可以看出，此种算法简明、易于理解、可操作性强，能够很好地解决有时限非满载的车辆调度问题。     

区域多方式货运网络随机平衡配流模型研究

提出了一种区域多方式货运网络随机平衡配流模型,并给出了相应的求解算法。建立了包含不同运输方式线路和转运枢纽的区域多方式货运网络描述模型,以随机用户平衡原则为基础,构建了等价于区域多方式货运网络随机平衡配流模型的变分不等式问题。建立的模型既考虑了联运过程中转运费用对路径选择的影响,又可同时计算出路线和转运弧上的流量和费用。采用精简对角化算法对模型进行了求解,并给出算例对算法的有效性和模型的实用性进行了验证。     

船队加解驳问题的数学模型与算法研究

文章以长江航线上推轮船队的加解驳问题进行了分析和过程抽象，建立了描述问题的数学规划模型，设计了一套启发式求解算法。     

基于两阶段遗传算法的传感器网络布点

随着传感器网络在世界范围内得到越来越广泛的应用,具有感知、计算和通信能力的传感器节点以及由大量此类节点互联构成的传感器网络需要不断地优化并进行自动设计。文中致力于设计1种新型交通信息监测传感器网络,并采用两阶段启发式算法完成网络的自动布点,分析不同启发式算法运行结果性能指标的差异,从而证明了两阶段启发式算法在交通监测网络中的优越性。     

基于空间引力模型的选址问题研究

由于空间的相互作用对人流量的影响,引入引力模型来估计用户流量的大小。与传统选址不同,考虑了两种类型的需求,一类是产生于固定点的需求,另一类是产生于交通网络上的需求,分析了这两类需求对设施的不同的影响程度时的选址决策。结合最大覆盖模型和截流模型,建立了0-1整数规划模型,给出了启发式算法,同时给出了该算法在最差情况下的界限,并通过实例,将启发式算法与精确解进行比较。     

交通分配和信号控制组合模型及算法研究

对传统的信号控制模型进行简化，既能使系统的总延误最小，又能保证交叉口的通行能力满足各个路段的交通需求，从而提高交叉口的交通效益，并针对模型的特点设计一种启发式算法——广义的拉格朗日算法，通过简单的算例说明算法是有效可行的。     

避免重大事故的危险品道路运输网络研究

通过对危险品道路运输网络双层约束条件的分析,考虑避免危险品在运输过程中发生重大事故,建立了上层以监管部门期望的总影响后果最小化及影响后果均衡为目标函数、下层以运输企业期望的加权运输成本和风险损失最小化为目标函数的双层规划模型,兼顾双方不同的利益,并设计启发式算法进行求解,最后利用算例验证了模型和算法的可行性。     

启发式遗传调度算法的研究

将遗传算法与现有的调度算法相结合，运用合适的遗传算子和调度规则，对现有启发式调度算法进行改进，充分发挥了两者的优点，既保证了较高的搜索效率，又保证了解的全局最优性。并给出了对照算例，说明了该算法的可行性和有效性。     

混合交通网络设计的遗传免疫算法研究

为了研究混合交通网络设计的启发式求解算法,以路段建设费用和网络费用最小化为目标,建立了混合交通网络设计的双层规划模型。鉴于标准遗传算法的局限性,基于人工免疫思想,将免疫系统仿生机理中的免疫调节、克隆选择、免疫记忆引入到遗传算法中,给出了求解混合交通网络设计的遗传免疫算法。通过算例验证了算法的有效性,并和标准遗传算法进行了比较。结果表明,在混合交通网络的设计中遗传免疫算法比标准遗传算法具有更好的求解效果。     

分布式车载导航系统路线优化有约束A*算法

针对目前车载导航系统实时动态信息匮乏，而静态信息难以反映拥挤路网通行时间随机性的问题，基于畅通可靠度分析，提出了可用于分布式车载导航系统中的延误风险规避的准动态有约束的A^＊路线优化算法，从而在没有实时信息的条件下，可进行考虑阻塞可能性最小及通行时间最短双目标的路线寻优。通过路径搜索过程中的启发式加权，并设计反向A^＊算法改善A^＊的启发式函数，有效提高了有约束最佳路线搜索的效率，最后给出实例验证了算法的合理性及有效性。     

基于栅格数据道路选线模型算法的应用研究

主要介绍基于GIS栅格数据计算最优道路路线问题的算法设计原理和实现方法，它主要是根据坡度分级费用、最大坡长、最大纵坡和选线范围等限制条件，运用费用栅格矩阵法计算最优道路路线。最后给出一个示例，以验证道路选线模型计算结果的正确性。     

基于轨道交通枢纽的定制接运公交模式研究

为提高公共交通的服务水平、增加公共交通出行方式对居民的吸引力、缓解城市出行高峰的拥堵,针对已有的定制公交,设计了一种基于轨道交通枢纽的定制接运公交模式,并给出了其完整的系统运营流程,使其能更好地应用在实际的城市交通管理中.针对方案核心,建立了同时兼顾乘客和公交运营公司两方面利益的多目标线路生成模型,通过Floyd最短路算法(插点法)为模型生成了基于实际路网的初始最短路径矩阵,并运用LINGO软件验证模型.最后,为模型求解设计了一种结合贪婪算法与邻域搜索算法的混合启发式算法,并通过西安市实际数据验证了方案的可操作性与模型的准确性.     

基于路段能力可靠性的城市交通网络设计

在介绍城市交通网络设计和概率用户平衡配流模型基本思想和内容的基础上,建立了考虑可靠性条件的城市交通网络设计双层规划模型,上层模型在投资约束条件下寻求系统总阻抗最小,下层模型兼顾路段能力可靠性与用户平衡配流条件,从而使城市交通网络备用能力最大,并针对该问题设计了可求得局部或全局最优解的混沌优化启发式算法,最后选用一个小型网络作为算例进行验证。结果说明该模型有一定的实际应用价值且设计的混沌优化算法也较为有效。     

快速公交路径优化设计模型及算法研究

分析了当前大城市多模式公交网络结构,构建了多模式公交超级网络;研究了公交出行者的策略选择行为,在考虑行程时间可靠性、座位期望以及诸多延误因子的基础上改进了策略阻抗模型;提出了BRT网络设计的双层规划模型:下层模型以改进策略阻抗模型为前提,进行了多模式公交网络平衡配流,上层模型旨在优化BRT的线路走向和布局;基于遗传算法和粒子群优化,设计了求解该双层规划模型的混合启发式算法,并用一个简单算例验证了本研究中模型与算法的可行性,提出了BRT线网优化设计的建议。