·�������������һ�ָĽ��㷨

对城市道路网的路网容量理论和模型进行了研究，在国内外现有较成熟的路网容量模型研究的基础上，分析了各种模型的假设条件、模型特点以及模型应用范围；并分析了国内外现有的最大流算法及其缺陷，提出了改进的算法，并在Matlab 中得到实现；最后，在中关村实例中进行了应用，效果良好.     

�������·�������ģ�ͼ����㷨

在物流活动的商品配送运输中，由于受不确定因素的干扰，对配送车辆调度的适时性造成了很大影响，从而增加了配送成本和降低了配送的服务质量。本文考虑客户对配送时间的要求和车辆行驶时间的不确定性，建立了以车辆配送总行驶距离最小化为目标的机会约束规划模型，并构造了求解该模型的单亲遗传算法，通过实例对模型求解，结果表明，该算法是很有效的。     

����ǰ·��ѡ��Ķ�Ŀ��滮ģ��

在分析了基于城市交通信息港的出行前最优路径选择问题的多目标属性的基础上，建立了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，反映了城市交通出行者信息以及目标需求多样性的特点.设计了基于线性加权法的模型求解算法.通过算例初步验证了模型的合理性和有效性.     

�����ٶ��ܶ����Ե�Ԫ���Զ������н�ͨ��ģ��

针对城市道路路段上车流的流量和密度之间的特性，对道路元胞自动机交通流模型进行了改进，使CA模型能够较好模拟城市道路交通流。提出了网格动态调整算法，该算法根据模型模拟的路段流量和密度计算车辆平均通行距离，并以此距离动态调整CA模型的格子长度，按照城市道路路段上车辆速度的统计分布规律，以路段的车流速度密度模型输出作为下步模拟的平均车速，通过车辆速度的分布范围确定车辆加速减速的概率，对模型车速进行更新。选择500米长的城市主干道上的一条车道，利用本文改进的CA模型进行模拟，模拟结果表明:该模型在车速为30-65公里/小时范围内，能较好模拟城市道路上车流的运行特性。改进后的CA模型，适用于对城市道路上中速车流运行状况的模拟。     

����΢�۷�����ѵ������㷨�ıȽ�����

高速公路匝道控制是一种通过限制进入高速公路车辆数来有效改善高速公路拥堵的交通控制方法。本文通过微观交通仿真对无匝道控制、定时控制及三种广泛应用的匝道控制算法（ALINEA、FLOW、Stratified Zone）进行比较评价。仿真采用AIMSUN NG软件，以澳大利亚昆士兰州太平洋快速路的仿真模型为基础测试模型。研究结果表明，基本的匝道控制可使路网能力比无控制时提高40%。就路网和高速公路主要线路能力而言，在正常的和高的交通需求条件下，ALINEA算法优于其他算法，Stratified Zone在提高入口匝道能力方面最优。就匝道入口能力而言，ALINEA算法的匝道入口能力最低，FLOW算法比Stratified Zone算法略优。本文用基尼系数（Gini coefficient）评价不同算法的道路使用者效用。结论还表明，匝道控制可使高速公路路网和入口匝道能力达到平衡。     

ATISӰ���µĻ��ڹ���ɱ�������û�ƽ��ģ��

在考虑交通信息对出行者路径选择行为影响的基础上,运用随机用户平衡配流的基本思想和交通流理论,提出了广义成本的概念。将广义成本定义为行驶时间、道路拥挤度、路段可靠性三者的线性加权和。将出行者划分为“有ATIS接受装置”和“无ATIS接受装置”两类。假定在路网随机变化的情况下,两类出行者均以广义成本费用最小作为路径选择准则,建立了ATIS影响下的基于广义成本的随机用户平衡模型。证明了模型的等价性和解的唯一性,并利用对角化算法和MSA算法设计了模型求解算法。通过一个算例表明：算法具有较好的收敛性,且该模型能反映出行者在交通信息影响下的随机路网中的路径选择行为。     

��·���˳����Ű�ƻ�����ģ�ͼ��㷨

针对铁路客运部门对乘务排班计划编制的问题,分析了车次、交路、乘务员、乘务工时之间的关系.在已知乘务员标准月度乘务工时的前提下,以交路和乘务工时为主要约束条件,以减少乘务班组、降低乘务费用为优化目标,建立客运乘务排班计划编制模型.根据车次之间到发站、到发时间的接续关系,求解符合乘务工时的车次与交路匹配的可行性路径集合,以该集合为基础,提出了求解模型,并设计了基于遗传算法的模型求解算法.通过对某一客运段的车次、班组数据进行算例分析,仿真实验,验证了所提出模型和设计算法可有效解决客运乘务排班计划的编制问题,可降低乘务费用.     

�����ȶ��Եĸ�����·��վ��ҵ�ƻ��Ż�����

从便于车站作业计划与时刻表的协调编制及提高计划稳定性的角度出发,以具有潜在冲突的作业之间间隔时间合理、车站资源运用费用最小化为目标,在忽略车站资源相容性约束的基础上构建了基于集合划分的车站作业计划整数规划模型,设计了基于蚁群算法的求解方法.本文以长沙南站为例验证了算法的有效性,并对参数的选择进行了分析.结果表明,与仅考虑资源运用权重的模型相比较,本文给出的模型以29%的资源运用权重降低换来了37%的计划稳定性提高.     

�ɱ���ʻʱ��Ķ�̬����·�������

针对城市建设发展中道路交通阻塞问题，研究了两种类型的车辆路径与调度问题，给出了相应的求解框架，并构建了一个具有可变行驶时间的动态车辆路径与调度模型，涉及了车辆的固定费用、运营成本和早到或者延期的惩罚费用等多种费用。该问题是一个NP-hard问题，采用遗传算法确定最优解，并给出了车辆路径与调度方案的表示方式。最后设计了一个交通网络，通过动态交通仿真更新行驶时间，研究了多个不同时间段道路阻塞情况下算法的性能。结果显示比不考虑实时行驶时间信息的模型，该模型能够得到更低的总成本。     

������Ⱥ�㷨�Ĺ�·���˿�������Ż�

公路客运快递依托客运线路采用直达模式进行运输获得了较好的经济效益,但直达模式却制约着其运输网络的能力和结构. 为提高运输网络的能力,完善运输网络结构,发挥公路客运时效性好的优势,本文提出转运的思想,并用优化模型设计公路客运快递的运输网络,使快件运输时间最小化. 优化模型是带有时间窗的运输网络设计问题,传统算法难以求解,因此用蚁群算法进行求解. 算例分析表明,基于优化模型设计的运输网络可以节省快件的运输时间,提高公路客运快递的运输能力.     

Joint Optimization Model of Road-use Pricing and Capacity Using the Optimal Control Theory

This paper presents a joint optimization model of congested road-use pricing and capacity using the optimal control theory in disequilibrium traffic networks with elastic demand. The model aims at maximizing the total network benefit from travel within the study horizon. Referring to the discrete version of the model, the first-order optimality conditions are derived using the maximum principle and are employed to design an iterative solution method for the model. Numerical results obtained from an example network are presented to demonstrate the effectiveness of the model and the solution method.     

基于HAM的汽车乘员约束系统多参数优化

针对汽车乘员约束系统高度非线性且难于求解最优值的特点,提出全局敏感性分析结合混合元模型的优化方法,通过蒙特卡罗模拟在整个设计空间内采样,以元模型代替仿真模型来完成设计参数的敏感性分析,并将分析获得的信息用于混合元模型优化（hybrid and adaptive metamodeling method,HAM）,将二阶多项式响应面、Kriging模型、径向基函数三种元模型有机结合,自适应选择最佳的元模型进行寻优.搜索过程中元模型不断更新与重建,逐渐提高关键区域的精度,从而快速寻找到全局最优解.对某工程实例的优化结果表明该方法是有效的.     

公交司机排班问题的混合元启发算法研究

针对我国公交企业中司机在1 个工作日内驾驶同一辆车的“人车绑定”管理模式, 提出混合元启发算法求解司机排班问题.首先建立以车辆数为目标的车辆调度模型,获得仅 满足司机休息时间的非可行解;接着迭代地使用局部搜索算子、破坏重建扰动等方法对解进 行调整,使其满足司机工作时间和吃饭时间等约束,并尽可能地降低排班成本;在迭代搜索 过程中记录发现的可行排班链集合,迭代结束后构建集合覆盖问题(SCP)模型对其进行改 进,以获得最佳的司机排班方案.在13 条公交线路案例上进行测试,实验结果验证了本文算 法的有效性.     

刚度突变轨道结构的连续地基梁模型基本解及其应用

用刚度突变的连续弹性支承梁模型表示桥梁和路基两种不同类型的轨道支承条件，给出了在力学模型上的任意位置有一集中力作用解析解，具有多个集中荷载作用的结果可以通过叠加得到，此结论可应用于其他刚度突变连续地基梁结构中。还对不同刚度比、不同加载位置时钢轨的应力和位移进行了讨论。     

单产品战略装车点布局问题改进模型及算法

基于两级供应链中多源-能力受限-设施布局问题理论,在考虑装车点办理能力、整列始发直达等约束条件下,以包括运输费用和固定建设费在内的总费用之和最小为目标,建立符合我国单产品铁路战略装车点特征的混合整数线性规划模型。在模型分析的基础上,借鉴优先权编码思想,提出基于优先权编码的遗传算法求解策略,设计了基于优先权的两点映射交叉方法,采用两点互换变异及无回放余数随机选择策略拓展解空间对模型进行求解。最后通过实际算例验证了这一算法的可行性和有效性。     

基于粒子群优化的高速公路网集成优化控制模型(英文)

应用非线性最优控制方法,研究了高速公路网的匝道控制和路径诱导的集成问题,构造了集成控制的最优控制模型.在模型中,以路网总耗时最小为优化目标,以METANET模型为网络交通流模型,考虑了控制变量的更新周期约束,采用粒子群优化技术求解优化模型.仿真结果表明:无控制时,路网总耗时为3 376 veh·h;仅实施匝道控制时,路网总耗时为3 005 veh·h;仅实施路径诱导时,路网总耗时为2 768 veh·h;集成控制时,路网总耗时为2 464 veh·h.可见,集成控制效果最优.     

应急车辆动态路径选择的两阶段优化模型

为研究突发事件情境下交通路网动态变化时的应急车辆路径选择问题，提出应急车辆动态路径选择的两阶段调度优化模型。通过结合路网动态状况和应急救援特征，建立基于最大路径可靠度和最短行程时间的两阶段优化模型；通过混沌搜索改进布谷鸟算法初始种群，并加入蛙跳算法改进局部搜索操作，设计混合布谷鸟算法，改善全局寻优能力；以某市某区部分区域路网为例，将该区域路网实时交通数据应用于模型和求解算法中。实验表明，利用两阶段优化模型和算法编码方案能成功获得出发点到救援点的动态可靠路径，相同行驶路径情况下模型与算法求解的最短行程时间与实地驾车获得的最短行程时间最大误差不超过8%，说明优化模型可行。3 种不同算法求解K最短路径的结果发现，混合布谷鸟算法得到的最短行程时间比粒子群算法和 经典布谷鸟算法得到的结果都要小，且计算时间最短，表明混合布谷鸟算法求解的结果最优，性能最好。     

Research on a Task Planning Method for Multi-Ship Cooperative Driving

A new method for a cooperative multi-task allocation problem(CMTAP) is proposed in this paper,taking into account the multi-ship, multi-target, multi-task and multi-constraint characteristics in a multi-ship cooperative driving(MCD) system. On the basis of the general CMTAP model, an MCD task assignment model is established. Furthermore, a genetic ant colony hybrid algorithm(GACHA) is proposed for this model using constraints, including timing constraints, multi-ship collaboration constraints and ship capacity constraints. This algorithm uses a genetic algorithm(GA) based on a task sequence, while the crossover and mutation operators are based on similar tasks. In order to reduce the dependence of the GA on the initial population, an ant colony algorithm(ACA) is used to produce the initial population. In order to meet the environmental constraints of ship navigation, the results of the task allocation and path planning are combined to generate an MCD task planning scheme. The results of a simulated experiment using simulated data show that the proposed method can make the assignment more optimized on the basis of satisfying the task assignment constraints and the ship navigation environment constraints. Moreover, the experimental results using real data also indicate that the proposed method can find the optimal solution rapidly, and thus improve the task allocation efficiency.     

遗传算法优化施工网络计划的多种资源均衡

建立遗传算法的数学模型 ,研究遗传算子和求解的边界条件 ,在双代号网络计划中 ,将多种资源 (人工、材料、机械 )的消耗数量进行数字化 ,从而获得多种资源数字的合成分布 ,按多目标优化的条件 ,使多种资源均衡使用的数列能够达到最优分布 .结果表明 ,计算速度快 ,精度高 ,对技术复杂的大型公路桥梁工程有广泛的运用前景 .     

����·�����Ա����ĸ�����������ģ���о�

作为一种新型的交通信息采集方式,浮动车技术得到了广泛的应用.在浮动车系统中,目前的难点在于浮动车配置数量的确定,即在保证一定覆盖率的前提下,如何合理配置路网中的浮动车数量.本文针对现有浮动车覆盖率模型的局限性,从覆盖率的产生机理入手,以路段为研究对象,研究路段属性对单位时间内浮动车通过该路段次数的影响,建立基于路段属性变量的浮动车覆盖率模型,并采用极大似然估计法求解.最后结合南京市的浮动车数据进行实例分析,验证了方法的可行性和有效性,可以为浮动车配置计划的确定提供参考依据.