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。      

�޽��ɱ���ȷ���Ľ�ͨ�����������

交通网络设计问题是交通规划理论的一个重要组成部分,即在资金有限且考虑出行者决策行为的情况下,制定最优投资策略.由于人工费、材料费和使用费等的不确定性,路段的修建成本存在不确定性.本文通过改进预算投资约束,应用鲁棒优化的方法同时考虑出行者的路径选择行为,建立路段修建成本不确定的交通网络设计的鲁棒模型,并利用基于割约束的混合整数线性规划算法求解此模型,进而得到一个受修建成本扰动较小的鲁棒最优解.通过算例表明,在修建成本不确定的交通网络设计中,本文提出的鲁棒优化方法可以得到比传统确定性问题更加可靠的解.     

随机时变特征下基于行程时间的路径选择算法

基于南京市实测数据分析了道路交通流实际随机、时变特征,证实现有行程时间最短路径算法相关研究中对道路交通流的随机、时变特征的假设与实际不符.以反例论证道路交通流实际随机、时变特征下,自适应算法(Adaptive Routing Policy)在求解行程时间最短路径方面的无效性.针对交通模式时段内道路交通流随机、时间无关的特征,以及路段行程过程中行程时间的确切概率分布难以知晓的实际情况,提出基于历史概率分布的历史期望行程时间最短k路径基础上的考虑风险衡量及当前道路实际交通流状况的路径选择算法.     

多用户多准则弹性需求随机交通均衡变分模型

针对非对称费用函数下准则权重与出行者类别相关的多准则路径选择问题,用变分不等式方法建立了具有弹性需求量的多用户多准则随机交通均衡配流模型.该模型是单用户随机均衡和多用户确定性均衡模型的推广.证明了变分模型中映射的连续性及严格单调性可分别保证均衡流量的存在性和唯一性.某路段广义路段出行费用受出行量和其它相关路段流量的影响,是所有路段流量的函数,并受出行量影响.用对角算法求解该交通均衡的变分问题.算例表明了模型的合理性和算法的可行性.     

��ȷ��OD������������ͨ������Ƶ�³���Ż�ģ��

在城市交通网络中,每个交通小区的交通发生量以及吸引量与其经济发展水平、土地利用、人口数量等因素密切相关,通常能够较为准确的预测,而小区之间的交通需求很难准确的预测. 本文假定所有起讫点的交通发生量和吸引量是确定的,而OD需求不确定且属于一个有界区间,利用鲁棒优化的方法建立OD需求不确定环境下考虑用户均衡约束的交通网络设计极小极大模型,并提出了灵敏度分析结合相继平均法(MSA)的求解算法. 数值算例表明,利用鲁棒优化方法得到的网络设计方案较传统的确定性网络设计方案具有更高的可靠性.     

鲁棒交通网络设计方法

为了更好地指导交通规划实践、提高规划方案应对风险的能力,在分析交通需求预测不确定性的基础上引入鲁棒设计概念,阐述了交通需求预测与鲁棒规划方案的关系.采用随机需求假定,以随机规划理论和均值-方差模型为基础,建立OD需求不确定的鲁棒交通网络设计模型;以蒙特卡洛模拟和遗传算法为工具,设计求解随机双层组合优化问题的实用算法.最...     

基于行程时间可靠性的多类用户交通分配模型

分析了路网在随机因素作用下造成的出行者行程时间的不确定性.假设出行者基于期望行程时间和行程时间可靠性的均衡选择路径,根据出行者对待行程时间可靠性的不同态度,将其路径选择行为分类,建立了基于行程时间可靠性的多类用户交通分配的变分不等式模型.给出了模型的对角化算法.对一个小型测试网络的计算结果表明,该模型能够反映出行者在不确定环境下的路径选择行为.     

基于粒子群算法的双目标可靠性网络设计

用离散的路段通行能力变量来刻画路网的随机性,建立了网络设计的双层规划模型。上层模型为基于路网期望总走行时间最小和路网净经济效益可靠度最大的双目标规划模型,下层模型为弹性需求下的用户平衡配流模型。采用增设多余需求路段的方法求解下层模型,采用基于向量的粒子群算法(VEPSO)求解整个双层规划模型。计算结果表明:所得到的解为一组Pareto解,路网期望总走行时间和净经济效益可靠性为2个相悖目标;随着期望总走行时间下降,可靠度也有所降低;在可靠度不变的情况下,减少期望总走行时间,会导致总投资额的增加。在进行网络设计时,应结合总投资额和现实需要来选取最优解作为网络设计方案。     

道路拥堵概率估计方法及其在城市交通运行评价中的应用

首先提出能够统一描述不同交通负荷下路段内车流离散性进的出行时间指数 （TTI）概率分布模型,并建立该分布模型参数随路段速度变化的模型.进而给出一种新的 拥堵概率估计方法.其根据路段速度获得路段内车辆TTI 的概率分布参数,进而获得隐含 的车辆TTI 概率分布及路段处于不同拥堵状态的概率.应用于交通运行评价,解决了现有 方法评价结果受路段长度影响,以及微观评价波动性大的缺陷.给出的理论方法在交通运 行分析、仿真及控制领域具有广泛的应用前景.     

交通事件影响下的路径行程时间变化分析

为了对交通管理系统中的事件管理提供可靠的决策依据,针对持续期为数天的交通事件,考虑事件发生后出行者日常路径选择的随机性,基于路径流量联合概率分布的动态调整过程,建立了描述路网系统路径行程时间变化的随机动态交通分配模型.并用算例网络验证了本文建立模型的可行性.算例研究结果表明:交通事件持续期每增加10 d,持续期内路径的平均行程时间增加0.24%;与普通路段相比,事件发生在关键路段导致平均行程时间增加3.07%; 路段通行能力每下降10%,平均行程时间增加2.53%;不同事发路段对路网系统在事件结束后恢复到均衡状态所需时间的差别显著,关键路段通行时间的恢复约为普通路段的4倍.      

多用户类型弹性需求随机期望-超额用户平衡模型

为准确描述随机路网环境下出行者规避行程时间不确定风险的择路行为,推导了通勤者需求量服从对数正态分布和路段通行能力服从贝塔分布条件下计算期望-超额行程时间的计算公式,并在考虑出行者对行程时间的估计误差和路网服务水平对交通需求影响的基础上,建立了用等价变分不等式表示的多用户弹性随机期望-超额用户平衡模型.算例结果表明:随着需求水平波动程度和路段通行能力退化程度的加剧,当需求方差-均值比从0.5增至2.0、贝塔分布参数(l和m)从90和10变为10和10时,通勤者和非通勤者期望最小理解期望-超额行程时间分别增加了48.5%和99.2%.     

基于出行时间预算的SUE交通分配

基于均匀分布的路段容量,分析了降级路网中路段和路径出行时间的随机变动,假定出行者根据以往的出行经验获取路径出行时间的可变性,并以出行时间预算的形式将这种可变性纳入到其路径选择过程中,进而定义路径出行时间预算为路径出行时间均值与出行时间安全边际之和.在此基础上,采用变分不等式技术构建了基于出行时间预算的多用户类型弹性需求随机用户均衡交通分配模型,并证明了模型解的等价性.     

������Ϣ�Ե�·�������ʱ��ɿ��Ե�Ӱ��

为考察出行信息对道路网络出行时间可靠性的改善效果,将出行者划分为“有ATIS接收装置”和“无ATIS接收装置”两类,且均以随机方式选择路径,运用混合网络随机用户均衡建模理论构建了信息诱导下的出行路径选择模型.从路段容量的实际变化规律出发,假定其服从截尾正态分布,基于Monte Carlo仿真技术和网络均衡流求解算法,建立了信息影响下的道路网络出行时间可靠性评估方法.数值分析结果表明：道路网络出行时间可靠性随出行信息质量和信息系统的市场渗透率增加而递增,但其边际影响递减;对于交通需求水平高的道路网路,信息的提供对网络出行时间可靠性的改进更加明显.     

随机需求道路网络出行时间可靠性评估方法

为提高不确定路网可靠性评估的合理性,设需求服从对数正态分布,假定出行者在随机需求作用下能 够达到确定性用户均衡,运用路径算法获得流量,根据BPR(bureauofpublicroads)型路段特性函数以及对数正 态分布的概率特性,给出了路径出行时间的随机分布,以此为基础建立了路径及OD对出行时间可靠性评估模 型.用数值算例验证了评估方法的可行性,分析结果表明该方法能够合理评价需求及其波动程度、路径之间的相 关程度对出行时间可靠性的影响.      

基于期望-超额出行时间的道路系统最优均衡模型

为研究随机事件扰动下出行者的择路行为对交通分配的影响,同时考虑供需条件的随机变化,以期望-超额出行时间为出行者择路依据,利用边际成本收费原理,推导了边际成本收费值计算公式,建立用等价变分不等式表示的系统最优交通分配模型,并利用自适应投影收缩算法进行求解.算例表明:当OD需求系数为1.0、路段能力退化系数为0.5时,路径1边际成本收费值分别比使用期望出行时间和出行时间预算为择路依据时增加了11.27%和3.58%;当出行时间可靠度为0.9时,路径1边际成本收费值分别比使用期望出行时间和出行时间预算作为择路依据时增加了20.22%和4.30%.      

考虑自行车步行影响的交通平衡综合分析模型

步行和自行车等外界因素对机动车流的影响也具有随机性,但是这种影响更多地表现为可预见性和可控制性(尤其从交通管理的角度来看),可以说这种影响将导致可预见性的路段实际通过能力降级,并且可预见性特征使得这种影响不同于随机用户平衡中路段旅行时间的感知误差.笔者通过区分路段通过能力降级因素为内因(路段上车流量增加导致道路服务水平降级)和外因(由与路段上与车流量无关的外部因素,如随意过街人流、自行车流等外部因素,引起的道路通过能力降级),并且区分路段旅行时间为通行能力降级路段上行程时间和排解交通拥堵花费的滞留时间两个构成部分的基础上,建立了考虑自行车步行影响的交通平衡综合分析模型;通过对路段参数敏感性分析和实例对照,既展示了该综合分析模型-路径期望旅行时间平衡分析模型与确定性网络用户平衡分析模型的差异性,又展示了路径期望旅行时间平衡分析模型能较好地再现人们对道路路段通行能力降级情形下的车流路径选择行为.     

不确定条件对交通网络设计的影响分析

交通网络设计问题中较为关键的问题之一是如何准确合理的反映网络用户 出行行为,符合实际的行为描述有助于决策者做出正确的决策.已有文献在用户均衡基础 上对网络设计问题做出研究,假设所有用户均为风险中性的,忽略了出行时间不确定性给 网络设计决策带来的差异性影响.本文在随机路段能力导致的不确定环境下,引入期望出 行时间（MTT）、出行时间预算（TTB）和 α -可靠性的平均额外行程时间（METT）,并采用 数据结果对比分析不同用户均衡模式（DUE、DRUE、METTUE）对网络设计问题决策的 影响.实验结果表明,在不同路段能力随机变化程度下,考虑用户出行时间的不确定性因 素,较传统用户均衡更贴近现实,同时也为网络设计决策提供更准确的指导.     

基于道路交通状态的随机用户平衡

运用随机用户平衡配流的基本思想和交通流理论，提出了道路交通状态的概念，以便讨论交通拥挤情况下的交通量分配问题．将道路交通状态定义为行程时间和道路拥挤度的线性加权和．假定在路网随机变化的情况下，出行者以行程时间和道路拥挤度最低为路径选择准则，建立了基于道路交通状态的随机用户平衡配流模型，并证明了模型的等价性和唯一性，给出了该模型的连续平均求解算法．一个小型网络的数值计算结果表明，该模型能反映出行者在随机路网中的路径选择行为．     

多用户多方式混合交通均衡变分模型及求解算法

在城市混合交通路网中,出行者通常根据自己的出行偏好选择自己的交通方式和出行路径. 考虑城市道路中不同交通方式之间的相互影响,把出行者按照时间价值划分为多个用户类型,每类出行者可选择自驾车、出租车或公交车方式出行. 为解决这个多交通模式相互影响的混合交通均衡分配问题,从交通需求的角度出发,基于BPR公式构造了城市混合交通网络的路段旅行时间函数,建立了多用户多方式混合交通均衡变分不等式模型,并设计了基于对角化技术与MSA方法的混合求解算法. 算例结果表明,高时间价值类出行者倾向于选择自驾车或出租车出行,低时间价值类出行者倾向于选择公交车出行.     

���dz���ʱ��ѡ��Ķ�̬�û�����ģ��

本文建立了动态用户最优（DUO）配流问题的双层变分不等式（VI）模型，该模型能够同时选择出发时间和路径，使得乘客在任意时刻都能够选择负效用最小的出发时刻和阻抗最小的路径。文中用基于混沌优化分析的算法来求解这个双层变分不等式模型，其结果不仅能够告诉出行者应该在什么时刻出发，而且还能够计算每个小时段的路段流入率、流出率及路段流量，从而达到对行人进行诱导的目的。