考虑路况、配送员与顾客满意度的冷链物流车辆配送路径优化方法

在城市交通拥堵日益严重的背景下，为解决冷链货物配送时效性较差、顾客满意度低以及配送员积极性不高等问题，研究了以总成本与满意度为目标的冷链物流车辆路径优化方法。采集并拟合了工作日、节假日、双休日交通拥堵指数趋势图，得到道路交通拥堵时间分布规律，提出了不同时期、时段内道路路段节点之间的实际通行时间计算方法；设计了配送员薪资与工作强度相结合的评价指标，构建了基于灰色白化权函数的配送员满意度评价模型。考虑随机需求、满意度和时间窗等约束，构建了多目标车辆路径优化模型；针对多目标模型求解的复杂性，设计了改进的自适应大规模邻域搜索算法，算法搜索过程中充分利用其算子的自适应性，有效平衡了NSGA-II算法大规模寻优与耗时之间的关系。以经典的Sioux-Falls交通网络为例进行算例分析，结果表明:①考虑配送员满意度模型后，在工作日、节假日、双休日总成本分别增加了2.05%、1.93%和1.16%，但配送员满意度分别提高了39.43%、46.26%和57.37%，顾客满意度平均提高了1.16%、4.76%和9.75%，运输时间缩短了2.42%、7.34%与8.41%。②以配送总成本最小为主要目标时，当需求变动（即随机需求的标准差σ＝1，2，3，4，5）时，得到的缺货成本比未考虑随机需求模型的结果分别增加了0.79%、0.89%、0.93%、0.94%和0.95%，印证了顾客随机需求对企业配送成本产生的影响。所提模型和算法为冷链物流管理中提升配送员和顾客满意度提供了一定的理论基础。      

智能移动系统中大规模分布式车辆路径规划问题研究

本文针对智能交通和主动交通管理提出了一种适用于大规模交通分配和路径规划的分布式计算方法。讨论了通过信息传递接口(MPI)在多中央处理器(CPU)上并行计算实现的一系列研究需求和实现挑战;将基于时空事件的车辆路径规划模型应用于大规模的城市路网仿真;将原始车辆路径规划模型分解为一系列计算效率较高的子问题,大幅减少了仿真耗时和通信开销。通过将子问题分发到单独的分布式CPU上,使CPU可以同时执行其任务,并保证较好的负载平衡。重点分析了将所提出的方法应用于北京路网大规模路径规划,以及该方法在不同CPU核数下的计算效率。结果表明:所提出的并行计算方法可以显著减少计算耗时,并在512个计算节点上实现200倍以上的加速比。     

城市地面地下一体化物流网络货运性能研究

为解决地面地下物流系统耦合运作下的货运性能评估问题,根据城市物流特征刻画一体化网络设施形态,提出地下货运载具设计依据与多式联运成本测算方法,基于案例,对一体化网络运输成本、总运力、流量配置和交通安全外部效益在不同地下运载速度、发车频率和设施容量参数下的动态表现进行模拟分析。结果表明： 1)路网与地下物流网络的立体协同有利于城市物流降本增效; 2)与运载速度相比,地下枢纽节点的处理能力和干线隧道的通行能力对一体化网络服务水平的影响更显著。     

非常态下城市道路交通检测器布局优化方法

为了使城市道路上布设的交通检测器能够实时、准确地提供路网动态交通流信息,并最大程度地节约经济成本,通过仿真对交通异常事件下城市道路交通流量和车辆延误进行了估计,并利用模糊聚类分析法、回归分析法和车辆延误估计模型,研究了路网在非常态下的检测器空间位置以及空间密度的布局优化方法;通过一个算例,对提出的检测器布局优化方法进行了验证分析,并得出了算例中检测器布局的优化方案。结果表明:所提出的检测器布局优化方法是可行的。     

基于层次分析法的物流配送车辆导航路径规划求权方法

研究了针对物流配送车辆导航,利用层次分析法进行路径规划求权。物流配送车辆导航系统的核心功能之一是路径规划,道路权值是路径规划的基础。考虑到物流配送涉及的多方面利益,首先确定道路权值需要综合考虑各种道路与非道路的影响因素。以配送总代价最低为优化目标,在全面分析各影响因素的基础上,就各自特点对其进行量化和无量纲化处理,然后利用层次分析法,提出道路权值的计算方法,计算出各影响因素组合权重,由此得到路径规划所需要的道路权值。该求权方法以物流配送车辆导航为基础,权值综合体现了多方面利益,为物流配送车辆导航的路径规划提供依据。     

基于客户价值和满意度的城市冷链物流时变路径问题

针对车辆保有量日益增加和拥堵情况日趋严重而造成的城市冷链物流时效性不强、客户价值不高、顾客满意度降低等问题，综合考虑客户价值、客户满意度以及成本等因素，提出一种城市冷链物流时变路径优化方法。考虑到冷链配送过程中不同时段的道路拥堵问题，采用分段函数刻画车辆行驶速度，并同时考虑时间窗和车辆载重量等约束，建立了多目标数学模型。使用线性加权法和主要目标法对多目标进行处理，将其转换成单目标数学模型。结合问题NP难特性，设计了单亲遗传算法对小、中、大规模算例进行了求解，结果表明：与未考虑客户价值模型相比，该模型在平均增加3.28%成本的情况下，提高14.96%的客户价值和14.64%的满意度；与未考虑成本模型相比，该模型在减少1.55%的客户价值的前提下，节约17.32%的成本；对比静态路网模型，模型减少0.92%的成本，提高6.27%的客户满意度和16.06%的客户价值。通过对目标函数中成本权重和客户价值权重进行参数分析，表明成本和客户价值之间存在明显的背反关系。     

碳交易背景下集装箱港区地下物流系统运输网络分析

为减少以集装箱卡车运输为主的港口公路集疏运给城市交通和环境带来的不良影响,集装箱港区逐步提出一种新的可持续 发展运输模式———地下物流系统,以解决当前港口城市发展面临的共性问题。 针对上海外高桥至嘉定线的地下物流系统布局方 案,根据预测的外高桥港区港口公路集疏运交通量,从碳交易、时间、成本3个角度,建立综合运输网络优化模型,以此分析在集装 箱港区实行地下物流系统的合理性; 利用Lingo12求解获得综合运输网络运量的分配,得到引入地下物流能够降低成本支出的结 果,同时达到节能减排和缓解交通拥堵的目的。 此外,对碳交易价格和地下物流系统运输单价的合理区间进行讨论。 试验结果可 为地下物流系统建成后货物配送计划和实现综合运输网络提供一些参考。     

高效配件运作中的物流运输优化探讨

根据售后配件供应运作的实际情况建立了对应的配件物流运输优化(VSP问题)模型,探讨了相应算法,为企业降低物流成本、提高工作效率提供了科学方法,同时为汽车企业售后配件供应建立配送运输调度系统提供了依据,对大型汽车企业售后配件供应的物流运输优化工作具有实用和指导性意义。     

基于时间依赖网络的车辆调度问题研究

针对城市道路交通存在的不确定性问题,提出将动态车辆调度问题置于时间依赖网络的思想,建立了包括车辆固定成本费用、路阻费用和违反时间窗约束费用在内的广义费用最小化数学模型,采用改进的蚁群算法进行优化求解。仿真实验表明,该方法充分利用了城市道路交通时变性所呈现的周期性特点,是运输与物流企业进行车辆调度时节约成本的有效方法。     

Hierarchical distributed coordination strategy of connected and automated vehicles at multiple intersections

In this paper, we present a hierarchical distributed coordination strategy for connected and automated vehicles (CAVs) that are travelling through multiple unsignalized intersections. The control strategy focuses on the improvement of vehicle fuel efficiency and system mobility. In presence of wireless communication among the involved CAVs and the intersection controllers, our coordination strategy focuses on leading the CAVs travel through a road network without conventional traffic light control and ensuring collision avoidance at the intersection areas. We propose a three-layered coordination strategy in this paper. First, we evaluate the road desired average velocity considering both upstream and downstream traffic to speed up the traffic density balance. Second, the intersection controllers optimally assign reference velocity to each vehicle based on the minimization of velocity deviation from its current velocity and collision avoidance at the intersections. Finally, fast model predictive control (F-MPC) is applied for each vehicle to track their reference velocity in a computationally efficient manner. Two simulation scenarios with different difficulty levels have been implemented on a two-interconnected intersection network. Simulation results indicate the feasibility and scalability of the proposed method, as well as vehicle fuel efficiency and system mobility improvement.     

面向交通枢纽的车辆三维真实感实时仿真

为分析和解决城市交通拥挤问题并提高城市道路利用率提供可行的途径,提出了一种面向交通枢纽的车辆运行仿真方法,通过场景、道路与车辆的三维动态建模,实现交通枢纽交通状况的实时真实感仿真.首先,提出了基于道路关键点连接网络模型表示交通枢纽的通行道路.其次,基于粒子系统实现车辆的动态运行实时仿真,并采用基于空间剖分的车辆碰撞检测方法对车辆运动控制算法进行了优化.最终,通过对路段的动态观测和反馈机制实现车辆行驶路线的规划和调度.实验结果表明,本文提出的方法可以生动直观地呈现实际路面的交通状况,并且能以较为流畅的帧速率实现交通场景的动态仿真.     

车路协同条件下智能网联高速公路通行效率信息自适应分发协议:NRT-V2X

车路协同技术是解决自动驾驶中单车智能现存缺陷的关键技术。而智能网联高速公路的出现为车路协同技术真正应用于实际提供了良好的平台，其中，路侧单元（Road Side Unit，RSU）如何将路侧传感器信息或交通监控中心发布消息传递给路上车辆，是车路协同技术的一个关键环节。为此，提出一种基于V2V（Vehicle to Vehicle）和V2I（Vehicle to Infrastructure）融合的自适应数据分发协议（Adaptive Network and Road Traffic Data Dissemination for V2X，NRT-V2X）。NRT-V2X协议在影响通行效率事件的车流上游为RSU定义了一段服务区域（ROI，Region of Interest）。RSU通过感知服务区域中车辆的无线通信网络状况和路面交通状况来自适应调整其信息发送间隔，从而在保证ROI中车辆信息全覆盖的前提下，降低RSU发送信息开销，抑制ROI内车辆的接收信息冗余。基于创建的2个场景和2个车路协同应用，利用双向耦合车联网仿真平台进行性能评估。试验结果表明：采用NRT-V2X协议的车路协同技术可使高速公路的通行效率提高28%以上；与RSU固定发送间隔协议和典型V2X协议ATB相比，NRT-V2X的信息覆盖率稳定在100%，发送信息开销降低了至少30%，接收信息冗余下降了20%以上；NRT-V2X能够将智能网联高速公路通行效率相关信息高效地由RSU分发到其定义的ROI中的所有车辆，从而保证所有车辆预先接收到相关信息，选择最优行车路线，提高通行效率。     

引入网络影响分析的道路选线优化模型

提出一个基于遗传算法的道路选线优化模型,该模型首先随机生成新建道路空间位置的候选方案集,并依据GIS平台自动设计新建道路的平竖曲线,并计算其各项工程费用;接下来,分析变化了的路网的拓扑结构,并在新路网中分配OD交通量,获得OD交通在新路网上的交通流特征,进而计算OD交通量的走行时间和在路网上的环境负荷;然后,利用工程费用、OD交通走行时间费用和环境负荷当量费用构造适应度函数,以判断各候选方案的优劣,同时实施选择、交叉、变异操作以获得更多的候选方案,直至得到一个最佳的新建道路方案为止。数字试验结果显示:新建道路对路网的影响不容忽视。     

人机混驾环境下混行车辆雾模型研究

目前搭载高级驾驶辅助系统和车联网（Vehicular Ad Hoc Network，VANET）技术的智能网联车（Intelligent Connected Vehicles，ICV）正大量涌入人工驾驶车（Manual Vehicle，MV）流之中，ICV与MV共存的异构车辆混行交通态势逐步形成，异构车辆之间的交互产生壁垒。混行之下单个ICV虽可依托单车硬件传感与单车计算单元实现与MV的交互意图识别，但其受有限算力与有限传感的影响，资源负载增大，时效性与安全性方面存在一定的误差与风险，而混行之下的VANET技术也不能够提供全局性车路资源用以高度匹配ICV与MV的交互场景，而且越来越多的ICV计算需求也在激增VANET的负载压力。对此，结合边缘计算概念中的雾计算理论，提出混行车辆雾模型（Mixed Vehicle Fog，MVF），充分发挥车联网络边缘节点能力，通过合理整合调度ICV资源的方法，解决对MV正常交互意图计算的时效性与安全性问题。该模型首先通过各感知单元响应混行交通环境下ICV与MV的正常交互事件，然后利用基于容错节点分簇的资源调度算法（Fault-tolerant Node Clustering Resource Scheduling Algorithm，FNC-RSA），动态划分局部路段内对交互事件具有相关意图感知与计算需求的ICV为一组"协同雾群"，再评估雾内ICV节点自身资源与路由代价，定向定量调度资源，最终实现雾群内部MV交互信息共享与驾驶意图协同计算。试验借助Prescan和MATLAB搭建联合仿真平台，与低能耗自适应分簇型路由算法（Low Energy Adaptive Clustering Hierarchy，LEACH）模型对比，验证MVF模型的运行效率与模型鲁棒性。研究结果表明：MVF模型通过交互事件细分协同雾群，保证了计算负载均衡，提高了ICV定向资源计算与传输效率，比LEACH模型降低了55.17%的平均跳数，缩短了45.40%的平均任务完成时间，抗时延干扰能力强，鲁棒性能优异。该模型对于打破混行环境异构车辆交互壁垒，提高混行道路交通行车安全，创造车联网络良性发展空间具有积极作用。     

高速公路突发事件救援车辆诱导

为了提升高速公路突发事件应急救援效率,将交通状况、在途潜在风险等信息纳入高速公路突发事件救援车辆诱导研究中,基于实时和时变路网环境下的交通信息,以车辆出行时间最小,路径可靠性最强为目标,构建基于在途时间和路径可靠性的车辆诱导最优化模型。设计一种实时信息和时变信息结合策略,使模型规划路径随路网交通量变化而相应做出阶段性调整,采用滚动时域策略将该动态决策问题转化为一系列离散时间点的静态决策问题,用于计算应急救援路径时间;在此基础上,考虑到高速公路突发事件发生后路网交通事故率升高,同时容易发生拥堵的状况,进一步将救援规划路径可靠性作为决策目标,即应急救援车辆规划路径在面对道路中断或者严重拥堵时是否拥有更多的调整策略,更新救援路径尽快完成救援任务;为了便于量化计算将上述目标转化为统一的价值成本,共同决定救援车辆的行驶路径。研究结果表明：当行驶路段交叉口间距离较长,中间无其他道路连通,行驶过程中由于突发事件破坏趋势蔓延导致道路中断或拥堵等意外发生时,无法更新调整救援路径,最终导致救援延误;因此,基于救援时间和路径可靠性的车辆诱导最优化模型能够克服以上问题,进一步提高救援效率。     

城市多模式道路网设计方法——模型、算法和应用

为实现城市多模式道路优化,通过分析我国城市混行交通的特性,建立双层模型,对城市机动车道、自行车道、人行道进行整体设计。上层模型以各类车道数为设计变量,定义城市道路交通效率的3个指标,作为优化目标。下层模型将同时决策组合模型推广到混行交通,进行需求预测,并根据预测流量返算设计变量。设计3种启发式算法和对角化算法分别求解上下层模型,将该方法应用于淮北市的路网规划。对3个目标值各进行10次试算来检验算法,粒子群算法计算花费和解值最小;下层模型的拟合度达0.659,优于假设独立交通的拟合度0.375;优化后的路网可以合理解释不同优化目标,说明了文中方法的实用性。      

智能调度系统在整车物流配送中的开发应用

通过开发智能调度系统实现资源的最优配置,实现对整车物流配送公平合理调度,保证运输的规范和安全,提高工作效能和服务水平,有效降低运输成本.     

仿真技术在道路交通大气环境影响分析中的应用研究

交通大气环境影响分析是交通可持续性发展研究中重要的工作内容,对于道路交通规划与管理具有重要意义。采用微观交通仿真软件TSIS中的CORSIM排放模型,研究机动车车型、平均车速、车辆加减速度与污染物排放率的相关关系,提出了道路交通路网机动车大气污染物排放总量计算方法。以某城市主干道相关区域路网作为研究对象,将道路条件、交通流量、交通管理控制措施等因素集成于仿真系统中,研究机动车对相关路网道路环境的影响,利用TSIS彩色成图技术表现出路网中各个路段大气污染严重程度,评价方法直观、生动。     

基于畅通可靠度的城市物流配送运输网络优化研究

随着城市交通拥堵问题的日益突出,在物流需求质量要求越来越高的背景下,物流配送的准时性成为物流业发展的一个十分重要的问题。在道路网络畅通可靠度理论的基础上,进行基于畅通可靠度的城市物流配送运输网络优化研究。提出了物流配送运输网络畅通可靠度的概念,建立了物流配送运输网络优化模型,给出了蚁群算法的求解过程,最后进行了案例比较分析,验证了所建模型的实用性。提出的物流配送网络优化模型对指导城市物流配送运输网络优化决策,降低城市物流配送过程中的不确定性具有较好的实用意义。     

基于稳定性和宏观交通流模型的车辆路径规划

为了提升车辆的安全性和能量利用率，从路径规划的层面出发，针对避免车辆遇到极端工况及低效率工况的问题，提出将车辆稳定性判据模型和交通流模型相结合的方法来规划车辆路径，使得车辆在路面湿滑情况下实现快速、安全的行驶。使用交通流模型预测车辆未来将要面临的交通环境变化，再使用稳定性判据模型评估未来交通的安全性，以便为混合动力车辆规划出最快且最安全的路径。具体来讲，为了预测混合动力车辆未来将要面临的车速及车流密度的变化，使用通量矢量分裂格式求解广义Aw-Rascle-Zhang（GARZ）宏观交通流模型。此外，使用驾驶人在环仿真平台PreScan，收集了同一驾驶人在不同车速及不同相对前车距离时给出的前轮转向角响应。基于前轮驱动（FWD）前轮转向（FWS）车辆和全轮转向（AWS）分布式驱动车辆（DDV）的Simulink模型，给出了不同前轮转向角对应的轮胎力饱和因子（δ_TFSC）响应。使用人工神经网络训练不同车速和车流密度对应的δ_TFSC，建立了车辆的稳定性判据模型。使用新建立的稳定性判据模型对交通流模型预测的参数（车流速及车流密度）进行稳定性评估。然后，基于以上的方法优化了车辆行驶路径，以确保车辆在湿滑路面上的行驶安全。最后，使用US-101真实交通流数据来验证交通流模型的预测结果。经实例验证得出：交通流模型与车辆横向稳定性判据模型相结合可以从路径规划的层面保证车辆安全行驶并提升交通系统的通行效率。