基于双层规划模型的应急救援调度与路径选择集成优化

城市中突发事件发生后,为有效降低财产损失和人员伤亡,减少应急救援在调度和路径选择等环节的响应时间损失,保障应急救援任务顺利完成,需要对各类应急救援交通资源进行合理调度,并在起讫点间根据路网实时交通状态,动态选择行驶路径,减少其路段行程时间。在多目标应急救援调度和最优路径选择目标分析的基础上,提出了一种考虑不同类型应急车辆调度和最优路径选择的双层规划的集成优化模型。在上层模型中,主要考虑应急救援车辆的调度费用成本,通过最小化应急救援车辆的固定成本、容量成本和时间成本,来确定不同类型应急车辆的出救位置和相应出动车辆数;下层模型中,主要考虑应急救援车辆的路径在途行程时间,通过最小化动态路网下应急救援的路段行程时间和信号延误时间来确定救援通过的路径,并根据固定的时间间隔动态更新路网的交通状态,使救援车辆尽可能选择避开交通拥堵的路段行驶,从而更快速到达目的地。案例分析结果表明,基于双层规划的应急车辆调度和路径选择集成模型与仅考虑调度或路径选择的模型相比,总调度成本降低了2.67%,总在途行程时间减少了21.05%,路径选择中能有效降低通过沿线拥堵道路的比例,表明模型具有很好的适用性和实用价值。     

应急车辆出行前救援路径选择的多目标规划模型

针对城市中应急车辆的救援路径优化问题,分析了基于交通信息中心的应急车辆最优路径的多目标属性,给出了随机网络中各属性的量化计算方法,以最小化出行时间,最大化行程时间可靠度为目标,考虑了通行可靠性、安全性、道路条件限制等因素,建立了应急车辆出行前最优路径选择的多目标规划模型.模型所求得的解是综合最优路径,反映了应急车辆路径选择的目标需求,克服了以往直接等同于图论中最短路径的缺陷,给出了算法,通过算例验证了模型的合理性和有效性.     

具有交通限制约束的道路网络最优路径算法

在路网中选择并按最优路径行驶，有利于提高交通效率。实际道路网络中交通限制信息的存在导致最优寻路的复杂性，本文先对具有动态的交通堵塞限制信息及静态禁止通行限制信息的实际交通路网进行描述，然后在对Dijkstra算法以及实际交通限制信息进行分析的基础上，提出一种考虑静态和动态交通限制信息的最优路径规划算法。应用表明，该地能满足实际道路网络寻路的需要。     

基于安全系数评价的应急运输调度研究

为了找出自然灾害下应急运输的最优路径,考虑自然灾害下应急运输的特点,采用美国BPR行程时间函数模型,确定应急运输的行程时间,并从人、车、路和管理的可靠度出发,计算应急状态下给定路网的路权,最后利用路径优化算法计算应急运输的最优路径,并进行了实例验证。验证结果表明该算法计算出的最优路径与实际情况相符,算法可靠、有效,可用于自然灾害发生后应急运输最优路径计算,为应急运输快速决策提供判断依据。     

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.     

灾害情况下应急运输路径选择问题研究

将连通可靠性和k短路径相结合,以进出灾区的路径安全(连通可靠性)和运输效率(旅行时间最小)作为最优路径选择指标建立双层规划模型,并提出启发式算法确定应急救援的最优路径,为物资调度中心人员提供科学的车辆线路调度决策,提高应急救援工作的响应能力;通过算例验证了该方法的有效性和可行性。     

基于节点承载力的高密度路网诱导路径选择方法

针对高密度路网诱导路径选择问题,基于图论对路网进行结构化选取,构建高密度路网模型。从节点评估的角度出发,提出综合考虑结构属性和交通运行状态属性的节点承载力指标。采用均质性、连通性2个指标评价路网节点结构属性,采用流量裕度、通行效率2个指标评价路网节点交通运行状态属性,提出一种基于TOPSIS算法(Technique for Order Preference by Similarity to Ideal Solution,优劣解距离法)的综合评价方法,实现对节点承载力的综合量化。基于节点承载力,构造路段承载力指标,采用重力模型和交通分配的方法将节点间的承载力分配到节点相连构成的路段上,并用路段实际交通条件修正即得到路段承载力。基于节点承载力和路段承载力,提出高密度路网诱导路径的确定方法。为证明本研究提出的高密度路网诱导路径选择方法的有效性,构建一高密度路网结构模型,同时采用本算法和传统Dijkstra算法规划诱导路径。结果表明:Dijkstra算法规划的路径虽为数学意义上的最优路径,但该路径途经低级节点,且需频繁切换道路进行交通转换,不符合驾驶员行车期望;本研究提出的基于节点承载力的高密度路网诱导路径选择方法得出的路径虽比Dijkstra算法稍长,但路径均由高等级节点和道路组成,这样的规划结果更符合实际交通诱导系统需求,更能体现驾驶人员选路偏好。     

基于道路网络数据库的最短路径搜寻

最短路径搜寻是智能交通系统(ITS)中车辆诱导的关键技术之一。作者根据城市交通道路网络建设的实际,研究了描述城市交通路网的道路数据库的结构。在此基础上采集大量道路信息,溶入GIS技术,建立城市道路网络数据库。用动态邻接矩阵对经典的Dijkstra算法进行改进,提高了运算效率。采用改进的算法实现了车辆诱导系统中的快速最短路径搜寻,并给出了车辆诱导系统搜寻最短路径的一个实例。     

基于单线激光雷达的SLAM系统功能优化设计

地图与导航是无人驾驶与机器人领域的关键点,针对单线激光SLAM(同步定位与地图构建)系统功能优化问题,利用DOE(实验设计),提出了基于单线激光雷达的SLAM系统功能优化方法。首先,基于SLAM小车平台,利用Gmapping、Hector、Karto、Cartographer四种算法对室内环境进行建图,分析建图结果,提出最优建图方法。其次,依据AMCL定位算法,分别利用A*和Dijkstra两种路径规划方法,通过对比定位导航效果,提出基于参数匹配的定位导航功能优化方法。在此基础上,提出系统功能匹配优化方法,完成SLAM系统功能优化设计。     

灾害下兵团公路多救援需求点应急物资调度模型及求解

灾害下有效地将应急救援资源调度到救援需求点,能在一定程度上降低灾害带来的损失。本文以应急救援资源到达应急救援需求点全局的时间总和最小为目标函数,以资源配置点可提供的资源供给量小于其资源储备量等作为约束条件,构建基于优化理论的多救援需求点应急物资调度模型,运用蚁群算法进行求解。结果表明,通过局部搜索算法能从众多备选线路中快速搜索出应急物资到达需求点的最短路径。     

考虑复杂交通规则的最优路径算法在GIS中的实现

传统的最优路径算法大多是基于网络图加权计算得到的,较少考虑道路网络的实际交通状况。对传统的Dijkstra算法进行改进使之适用于城市交通诱导系统,在综合考虑复杂交通规划的情况下,实现了1种改进的最优路径算法。算法在极少增加网络节点的情况下,满足城市复杂交通规则,并通过排除不符合交通规则的节点,提高其运行效率。基于Visual Basic和Super Map软件,开发了广州市交通诱导系统,通过实际算例验证算法的有效性与准确性。     

基于电力损耗预测的共享纯电动汽车路径优化方法

随着城市交通和共享经济的快速发展,共享纯电动汽车已经在很多城市发挥重要作用。而无人共享汽车的逐步应用,也对精确导航和路径的智能优化提出更高的要求。如何基于低碳环保、低本高效的特性为用户提供更好的出行服务是共享纯电动汽车运营管理的一个重要研究问题。其中,电力损耗的准确预测是纯电动汽车的一个关键因素。电池使用年限、天气状况及空调使用等问题都会影响共享纯电动汽车预计行驶里程,进而出现提早电量不足所导致的车辆半路抛锚及电池过度放电情况,严重降低共享纯电动汽车的服务质量。基于外界环境温度、是否开放暖风及道路拥堵状况设置不同纯电动汽车运行场景,对纯电动汽车在不同场景下的电力损耗进行分析。通过平均电量损耗法循环迭代计算纯电动汽车的电力损耗,并进行剩余电量的预测。结合道路网络及共享纯电动汽车的充电桩或换车站点位置,构建共享纯电动汽车的动态路径优化模型。基于动态权值分配的Dijkstra算法进行求解,并得出用户最优路径的选择方案,使用户更准确地把握出行路线。最后结合在线地图、C#等技术进行系统开发,得到一套较为完善的适用于共享电动汽车多路径选择的动态路径诱导系统。该方法也可以针对电动无人驾驶汽车,为径路诱导等方面提供一定理论基础。     

资源共享模式下的整车物流路径优化

在对资源共享模式下的整车物流路径优化问题进行分析的基础之上,提出了共享车辆和共享车辆分拨中心两种资源共享模式下的整车物流路径优化网络,构建了以整车运输总成本最小为目标的数学优化模型,并设计了基于遗传算法的启发式算法用于求解该问题。结合华晨宝马、上海通用及广州本田的整车物流运输实例求解,认为文中所提出的资源共享模式可以节约总成本30%,能有效降低运营成本。对不同公路重载单位运输成本下最优成本的变化情况进行了比较分析。结果表明:单位运输成本越大,采用传统单独运输的成本越大,越应采用共享运输模式;但若公路重载运输单位成本与铁路和水路运输的成本越接近,则共享模式的优势越弱,成本节省率也就越低。     

基于蚁群优化算法与出租车GPS数据的公众出行路径优化

以出租车GPS采集的浮动车数据为依据,研究出租车驾驶员路径选择的认知及类蚂蚁的行为特征。根据城市道路功能等级与出租车的通行频率等信息素,建立出租车驾驶员路径选择信息素等级路网,并以此作为路网初始信息素,综合考虑路径通行时间、通行距离、路径信息素等级等多个因素,提出了基于蚁群优化算法的公众出行路径规划优化算法。以武汉市路网和浮动车为试验数据,将模型规划的道路与浮动车数据库中的轨迹进行了比较。结果表明:基于蚁群优化算法与出租车GPS数据的公众出行路径同出租车驾驶员选择的出行路径相似度很高,能为公众出行提供出租车驾驶员选择的行车路径。     

全网“一张图”基础服务架构设计及应用体系研究

为解决当前联网收费公路收费、计费问题,结合业内现有、拓展业务对GIS可视化服务的整体需求,提出一种基于Dijkstra路径拟合算法的多重辅助校验模型;提出一种基于GIS信息可视化的全网“一张图”基础服务架构(以下简称“一张图服务”)体系,以满足多业务场景对GIS服务的多元化应用;基于“云-边-端”一体化平台部署方案,提出一种“多区块-多极调用”的网络设计实施方案,以提供高带宽、低时延、高可靠的服务。     

考虑大件荷载的桥梁网络可靠度分析及路径优化研究

为研究大件运输车辆荷载对桥梁安全性能的影响,提出了一种基于支持向量机和改进灰狼算法的可靠度计算模型,并以此设计了考虑桥梁网络可靠度的大件运输路径优化方法。首先依托大件运输车辆荷载分布统计数据建立了大件运输车辆荷载-桥梁结构响应的机器学习算法映射模型,通过支持向量机拟合大件车辆荷载下的结构功能函数,其次采用融合指数型非线性收敛和柯西变异的改进灰狼算法对可靠度进行求解,计算了某35 m预应力钢筋混凝土T型梁桥在大件运输荷载下的时变可靠度,设计了考虑大件运输荷载下桥梁网络可靠度的路径优化方法。研究结果表明：支持向量机对大件车辆荷载下的桥梁结构响应拟合良好,平均相对误差仅为1.74%;考虑大件运输荷载下的桥梁时变可靠度曲线下降趋势更加明显,且越接近桥梁服役后期,可靠度指标退化速率越快;改进灰狼算法在对功能函数求解时收敛速度极快,寻优稳定性极高;考虑桥梁网络可靠度的路径优化方法可以准确选择当前大件运输荷载下可靠度较高的通行路径。     

汽车动态导航终端的研制

开发了基于嵌入式系统的汽车动态导航终端,经过对系统和算法的优化,降低了对嵌入式系统存储量和计算能力的要求。利用GPS进行定位,通过GPRS和服务器建立网络连接,终端从服务器获取根据实时路况计算得到的最优路径,在符号和地图两种模式下进行导航。     

基于运输规模效应的城市客运枢纽选址模型研究

基于枢纽建设的运输规模效应,考虑路网运输费用平衡流量分配关系和可能产生的路段扩容需求,构建以枢纽建设费用和网络运输费用以及路段扩容费用组合最优为目标函数的数学模型,并结合Dijkstra算法和枚举法进行算例计算与分析。结果表明,该模型可以从比较综合的角度为城市客运枢纽选址提供理论支撑。     

基于多目标粒子群算法的智慧城市信号灯配时优化控制

为了顺应智慧城市建设需求，缓解城市道路的拥堵，提高车辆在城市路口的通行效率，本文基于多目标粒子群算法，以车辆实时延迟时间最小、城市路口通行能力最大为优化目标，建立智慧城市路口的多目标优化模型。通过优化计算得到Pareto最优解集，以多属性决策算法得到最优配时方案，并通过更新信号灯参数，实现了信号灯的动态优化。通过SUMO交通仿真平台搭建了城市路口仿真模型，结合粒子群算法进行仿真验证。仿真结果表明，经粒子群算法优化的城市路口配时，路口的通行性能显著提升，平均通行能力提升约3.69%，平均车辆延迟时间降低约21.35%。     

基于逆优化的道路施工应急资源配置研究

为了提高道路施工企业对应急资源的配置水平,减少突发事故给企业带来的损失,构建了以突发事故损失为目标函数,以人员、设备、环境和应急管理为约束条件的应急资源优化模型;然后运用逆优化方法将原模型转化为逆优化模型并求解;最后以某道路施工企业应急资源管理为例,按照逆优化方法求解由实际作业决定的应急资源配置方案成为最优时的指标约束调整值,提出该道路施工企业应在应急资源总投入不变的前提下,减小人员和应急管理的资源投入,提高对机械设备和应急环境的投入,通过提高应急管理的机械化水平,改善应急救援环境,进一步优化应急资源配置,从而验证了逆优化方法在满足系统动态需求,优化应急资源配置中的有效性.