基于双层规划的危险货物配送路径鲁棒优化

针对不确定环境下带时间窗的多配送中心危险货物配送路径优化问题, 提出一种含鲁棒控制参数的鲁棒优化方法; 综合考虑危险货物运输风险、运输费用和服务时间窗, 构建了危险货物配送路径多目标双层鲁棒优化模型, 上层模型追求运输风险和运输费用最小化, 下层模型采用用户均衡交通分配模型; 根据Bertsimas-Sim鲁棒优化理论, 对含有不确定参数的上层模型进行鲁棒对等转化; 联合增强型Pareto遗传算法和Frank-Wolfe算法构建了求解多目标双层鲁棒优化模型的混合算法, 采用3段式编码和解码方法、等位匹配交叉操作以及翻转变异等遗传操作方法求解上层模型, 采用Frank-Wolfe算法求解下层用户均衡模型; 以经典的Sioux-Falls交通网络为例, 对含有3个配送中心、7个需求点的危险货物配送路径优化问题进行案例分析, 以验证模型及其算法的合理性。研究结果表明: 当鲁棒控制参数分别为0、30和60时, 构建的混合算法能分别快速得到3、2和3组鲁棒最优解, 且所有解均为包含具体运输路段和发车时刻的配送方案, 而非配送顺序; 该混合算法与传统两阶段启发式算法相比, 运算时间能节省54.74%。可见, 该混合算法无论是在求解效率上, 还是在解的表达形式上均优于两阶段启发式算法, 能较好地完成不确定环境下危险货物配送路径多目标双层鲁棒优化任务。      

带有固定运费的多式联运方式选择

为更经济有效地组织多式联运,在同时考虑固定运输费用和变动运输费用的前提下,针对一批货物在其运输路径上各路段运输方式的优化选择问题,以包括运输费用、中转费用和惩罚费用在内的总费用最少为优化目标,以货物送达时间和运输能力为约束条件,构建了混合整数线性规划模型,并设计了相应的整数编码遗传算法.算例结果表明,本文模型比既有不考虑固定运费的模型具备找到更优解的能力;对于15个包括20~100个路段和5~20种运输方式的随机算例,与商业优化求解器LINGO相比,本文算法在设定计算时间60 s内找到了2个大规模算例的更优解,总费用平均节省0.75%,证明了该算法对大规模问题的有效性.      

关于提高铁路超限货物运输时效性的研究

通过分析造成超限货物运输时效性差的主要因素,和考虑超限货物运输作业程序复杂、铁路沿线条件限制要求、重车重心过高引起的区间限速要求以及超限车的组织挂运效率不高等因素,提出了改变观念提高承运效率、改善运输条件、降低货物重心高和提高重心高度限制要求和选择合理路径并优化车流衔接的方法,提高铁路运输时效性,以增强铁路超限货物运输的市场竞争力。     

考虑多因素的中欧集装箱货物运输方案研究

中欧贸易日趋频繁,物流需求多样,为设计各类货物的最佳运输方案,站在联运经营人角度,综合考虑运输时间、运输成本、运输安全、气体排放和货物时间价值等因素,以运输总成本最小、时间成本最小和事故成本最小为目标,建立多目标0-1规划模型.设计基于遗传算法和Dijkstra寻优法的混合算法得到Pareto最优解,并对苏州至伦敦的四类货物运输方案进行实例研究.研究表明:该模型可行,算法有效,可为联运经营人提供科学决策的工具.     

基于均衡配流方法的危险货物时空路径优化

针对危险货物运输路径上的运输风险随时空波动的特点,将时间维度加载至空间路径选择中,建立了危险货物运输扩展时空网络,以虚拟的出发弧和到达弧分别表示出发、到达时段的选择;设计了允许危险货物临时存储的转运节点,并以虚拟等待弧代表危险货物的等待费用,从而以时空路径标识危险货物在一天中的流量分配方案.此外,为各弧段设计了阻抗函数,并根据相同弧段不同时段的风险波动特征,基于用户均衡配流理论建立了考虑时段安全费用的危险货物均衡配流路径优化模型,实现多OD对、多路径、多时段的阻抗均衡,并利用Frank-Wolfe算法对其求解.算例结果表明,在考虑时空差异的扩展时空网络中,均衡配流模型能够实现危险货物的各时空路径阻抗最小且均等.     

快捷货物列车开行方案多目标优化模型及算法

快捷货物列车开行方案是铁路快捷货物运输组织的基础,也是服务货主的重要 体现.本文综合考虑货主的需求及铁路的生产,以运送最多的货物需求量及最小化货主支 出运输成本为目标,构建快捷货物列车开行方案的多目标优化模型,实现货流 OD 在可 选走行路径上列车内的分配;在建模时,将列车的编成辆数设定为可以在一个范围内灵 活取值的决策变量,从而更符合快捷货物列车的特性;根据模型特点,设计了有偏好信息 的遗传算法进行求解;最后,通过一个算例验证了模型和算法的可行性. 研究结果表明, 所提出的方法对铁路快捷货物运输组织具有一定的借鉴意义.     

铁路集装箱旅客化运输系统开行方案研究

针对铁路集装箱旅客化运输系统开行方案编制问题,采用基于备选集的优化方法,同时结合货物运输组织特点,规定了箱流物理径路和运输方案的唯一性.在考虑箱流守恒、箱流换乘、箱流运到期限,以及列车开行频率等约束的基础上,以运输企业成本最小化为目标,建立了整数线性规划模型,并设计模拟退火求解算法.最后,构建运输网络进行案例分析,验证了模型和算法的有效性.研究结果表明,与现有货物运输系统相比,新型集装箱系统充分发挥了网络运输的优势,在列车开行频率、货物送达速度和运到期限方面表现更加优异,但同时牺牲了部分列车“上座率”.     

航空货运多航段多阶段模型

在航空货运运力分配中需要解决两个问题:一是选择哪条航段来运输货物,二是在满足货物运输的前提下,选择哪个时期运输货物.本文使用数学规划方法建立了航空货运多航段多阶段模型,以解决航空货运运力分配中的两个问题.通过实例数值仿真,证明了该模型的有效性,并揭示了飞机的承载能力、航段的收益水平和货物的利润水平对舱位分配策略影响较大.     

基于成本与时间约束的组合运输方案选择研究

运输方案的选择对于生产企业实现合理化运输具有重要意义。考虑总成本最小化目标,基于能力约束建立了组合运输方案选择模型。在此基础上,分别建立了存在时间效应和货物运输紧急程度情况下的决策模型,并运用LINGO 8.0软件对以上模型进行了求解,得出了最优的组合运输方案;然后进行了实例分析,并根据企业对成本和时间效应的不同侧重作了灵敏度分析。结果表明,随着成本权重的增加,运输方案将趋向选择低成本的运输方案组合;运输方案的组合具有一定的区间稳定性;在相同参数变动下,紧急货物的运输方案组合比普通货物更具有区间稳定性。     

基于路段风险度的城市危险品运输路径优化选择

以减少运输路径沿线发生事故的风险及减少事故发生后对城市交通的影响为目的,利用交通流理论研究城市危险品运输路径的选择问题.首先利用传统风险管理理论对路段发生事故的风险及发生事故后的交通损失进行分析,提出了路段风险度的定义;利用Dial算法对路段的损失幅度进行计算,从而得到各路段的风险度,建立了风险度最小的危险品运输路径选择模型;然后利用传统标号算法设计了该模型的求解方法;最后通过算例分析了路段交通量与其风险度的关系,得出路段的交通量与路段风险度之间的关系.     

铁路网最大货运发送量和流量分配综合优化研究

在高速铁路初步成网、既有线运输能力得到不同程度释放的背景下,本文研究了铁路网最大货运发送量和流量分配的综合优化问题.文中以增长后的铁路网货运需求量来描述货运发送量,构建了符合铁路运输车流组织特点的多目标优化模型.模型的目标函数包括货运发送量的最大化和不同货运发送量情形下的流量分配成本最小化.同时考虑了单股货流增长量上限、车流走行具有树形径路特点、非重复径路的数学逻辑表达等约束条件.最后,基于相同算例数据对所构建模型及既有研究文献中的模型进行求解试验,分别得到两种模型下的铁路网最大货物发送量和流量分配方案,通过对比求解结果,验证了本文模型的有效性.     

Route Selection for Railway Passengers: A Multi-objective Model and Optimization Algorithm

With an increased operating speed in Chinese railways in recent years, the number of passengers traveling by trains has been significantly increasing. The research issue is regarding how passengers select their routes when there are no direct trains. Previous studies have dealt with the route selection problem as a multi-objective optimization. The study began by setting up a transportation network which encompasses the departure and terminal stations along with important intermediate stations. Then, six key factors are analyzed and formulated using a multi-objective model, consisting of the train-running time, railway fare, transfer frequencies, distances between transfer stations, transfer interval time, and travel comfort. Furthermore, a two-phase algorithm is employed to solve the model. A rapid searching algorithm for feasible routes based on the train timetable is established, then the weight vector is assigned by introducing the information entropy to obtain satisfied routes. In the end, the two-phase algorithm is tested respectively for railway passengers from Lanzhou to Beijing (with direct trains) and from Lanzhou to Changchun (without direct trains), and the results show that the proposed model and solution algorithm are efficient for obtaining satisfactory routes.     

双重不确定下应急物资多式联运可靠路径优化

为按时、可靠地将应急物资运达目的地，综合考虑需求和运输环境的双重不确定性、节点疫情感染风险、成本约束、班期限制和转运能力限制等，构建以可靠度最大为目标的应急物资多式联运可靠路径优化模型。同时针对所求问题的NP-难特点，设计蒙特卡洛自适应遗传算法和模拟退火遗传算法进行求解，并引入优劣解距离法对算例的运行结果进行分析。研究结果表明：蒙特卡洛自适应遗传算法较模拟退火遗传算法在求解质量和求解时间方面更优，在交叉概率为0.80，变异概率为0.08，种群大小为50的最佳参数组合下，得到的优化路径最大可靠度为85%，且求解出来的最优路线均未经过存在疫情感染风险的节点，求解结果较好。参数分析表明：在交叉概率相同的条件下，两种算法的平均运行时间均随着变异概率的降低而减少，随着变异概率的增加而增加；多式联运路径优化的决策会受水铁班期的影响。     

基于改进遗传算法的铁路三维空间线路智能优化方法研究

归纳和总结了铁路线路智能优化与三维空间信息之间的内在联系,基于OSG技术对空间信息数据进行高效组织,加工处理与信息输出为一体,建立了三维空间信息模型,为铁路三维空间线路智能搜索提供可视化地理信息环境。以平面交点坐标、交点半径、纵面变坡点里程、变坡点高程为设计变量,充分考虑了空间线路平面约束、纵断面约束、平纵组合约束和环境影响约束条件,深入分析铁路三维空间线路优化费用目标函数,建立了铁路三维空间线路综合优化数学模型。采用浮点编码方式,以交点偏移距、交点曲线半径、链式变坡点高程为基因序列,针对多约束条件构成的优化空间进行深入的研究,生成线路方案群;基于多目标排序矩阵方式对每代中线路方案进行适用度计算,设计了选择、交叉和变异三类遗传算子,逐代遗传进化,实现了线路方案向最优线路方案群自动搜索,完成了铁路三维空间线路智能寻优过程。以本文提出的理论与方法为基础,基于vs.net、OSG、数据库等技术实现了铁路三维空间智能选线系统的开发,结合实际工程对本文的理论模型与算法进行了验证和评价。     

随机需求下公交网络设计的期望值模型与求解算法研究

科学规划公交系统是解决城市交通拥挤问题的有效手段,公交网络设计问题更是公交体系规划的重点与难点。公交需求作为公交网络设计的输入条件,在现实中具有不确定性。鉴于此,假设不确定乘客需求具有随机特性,来研究随机需求下公交网络设计问题的优化方法。以乘客成本与运营成本最小化为优化目标,构建了多目标规划的期望值模型。将遗传算法与模拟退火算法相结合,设计了求解模型的遗传模拟退火算法。最后,通过算例验证了提出的模型与算法的有效性。     

基于旅客列车开行方案的客流分配方法研究

基于旅客列车开行方案的客流分配是评价列车开行方案编制质量的重要依据. 本文总结基于列车开行方案的客流分配特点,构建了基于列车开行方案的列车服务网. 通过分析旅客乘车选择行为,确定了网络阻抗的计算方法,配流过程中尽量减少短途客流对长途客流乘车选择的影响. 结合铁路旅客运输组织特点,建立了以旅客换乘次数限制、OD客流量限制、列车能力限制为约束条件的客流分配模型. 模型求解时,利用罚函数将多约束模型转化为标准的用户平衡模型,提出了能记录径路信息的基于F-W的改进算法. 案例验证了该方法的可行性和有效性.     

面向鲁棒性的高速铁路网络列车运行调整计划优化模型

针对高速铁路路网中出现区间封锁事件,考虑事件持续时间的不确定性,以列车运行时间和安全间隔时间为约束条件,引入路径选择唯一性约束保证列车运行调整计划的鲁棒性,以所有列车晚点时间之和的期望值最小为目标函数,建立高速铁路列车运行调整计划优化整数规划模型.设计基于优先级规则的启发式算法,求解原模型的可行解.运用拉格朗日松弛算法和最短路径算法求解该模型的松弛模型,得到原模型最优解的下界.根据可行解与最优解下界之间的距离,可以定量地衡量可行解的质量.结果表明,相较于CPLEX数学求解软件,算法求解效率较高;模型与算法能够有效生成鲁棒的列车运行调整计划,为调度员提供必要辅助决策信息.     

Robust Optimization of Hub-and-Spoke Airline Network Design Based on Multi-Objective Genetic Algorithm

In the process of designing hub network, the selection of hub airports is influenced by the change of the demand and cost. Under the condition of changing in demand, this may lead to large minimum cost deviation between the designed optimal network and real optimal network, respectively. To reduce the risk caused by the uncertainty in network optimization and get the optimal robust solution of hub network under the multi-possible conditions of demand and cost, a method based on multi-objective optimization genetic algorithm is proposed in this paper. The convergence of the algorithm has been proved, and the experimental results demonstrate the availability of the algorithm. First, multiple objective functions needing to be optimized simultaneously are formulated from different conditions of needs and cost, then a genetic algorithm is used to provide all possible routes of the network hub structure, and robust optimal network solution for multi-objective optimization is searched. The convergence of the search algorithms is proved to be effective by the numerical results.     

���ڶ�Ŀ���Ŵ��㷨����Ŧ���������³���Ż�����

枢纽航线网络在设计的过程中,容易受到需求和成本数据发生变化带来的影响。往往造成构建出来的最优网络,在需求发生变化的条件下,与实际对应的最优解存在较大的最低成本优化偏差。为了降低这种网络优化中的不确定性带来的风险,得到在多种可能的需求和成本条件下均可获得较好效果的鲁棒最优解,文中采用了一个多目标优化的遗传算法进行研究。首先将各种不同的需求和成本条件作为需要同时优化的多个目标函数,然后采用一个遗传算法来表示所有可能的枢纽航线网路结构,并搜索多目标优化的鲁棒最优网络解。最后本文对该搜索算法的收敛性进行了证明,数值实验结果表明了算法的有效性。     

铁路网重空车流径路整体优化模型

基于我国铁路车流径路呈树形结构的特点,将分车种的空车调配纳入车流径路的优化体系,同时在满足点线能力限制的前提下,以重空车流整体走行费用最小为目标,构建了车流运行径路的优化模型,并在此基础上,考虑到空车调配过程中的车种代用因素,对模型进行扩展,描述了铁路网重空车流的分配方案．最后,以我国东北部分区域路网为案例背景,通过优化求解,获得了满意的车流径路方案和空车调配轮廓方案,从而验证了模型的合理性和有效性．