��׶δ�ʱ��Լ���ı�ߴ�װ�������Ż��о�

多阶段带时间约束的变尺寸装箱问题,是将一般的变尺寸装箱问题(VS-BPP)置于动态环境下并加入时间约束而形成的.通过合理的计划对多阶段、有交付时间要求的物品选择箱子进行装入,达到包括箱子使用成本及与物品相关时间成本在内的总成本最小化的目的.问题具有复杂、动态的特点,其在现实中的应用很多.本文将一般的带时间约束的VS-BPP置于多阶段研究框架内,建立了基于确定信息的静态模型和基于滚动更新信息的动态模型,根据问题的特点设计了基于最佳适应规则与迭代松弛定界法相结合的启发式构造算法进行求解.经过实例的运算和分析,证明了方法在求解该问题时具有有效性.     

�����г�ʱ��ɿ��Եij����Ż�����

行程时间的不确定性是影响货运车队路径选择的一个重要因素，特别是对于要求货物准时送达的配送任务（例如商品混凝土的配送），提出了在车辆调度中考虑由拥挤路段交通流量波动引起的行程时间不确定性的方法，建立了考虑行程时间可靠性要求的车辆优化调度数学模型，给出了相应的启发式算法，通过算例介绍了该模型和算法的应用。结果表明配送总成本随行程时间可靠性要求的提高而增加。     

�Ľ����Ŵ��㷨����ʱ�䴰���ͳ��������е�Ӧ��

针对有时间窗的车辆调度问题，在标准遗传算法的基础上，加入爬山算法增强算法的局部搜索能力，通过保护全局最优基因的方法提高了算法的收敛能力，并辅以自适应变异算子，构造了一种改进的混合遗传算法。实验结果表明，改进后的算法具有抗“早熟”能力强、收敛速度快和局部搜索能力强的特点。     

����ʡ��·��ͨ����ķ����о�

分析了辽宁省公路交通网络的基本现状，根据分形理论，利用Hausdorff维数简化算法和空间关联维数的计算方法，测算了以省内国道干线为基础的辽宁省公路交通网络的分维数和网络直通度.通过对比分析数值得出辽宁省干线公路网络的分维数比较低，网络直通度比较高的结论.并指出辽宁省公路交通网络应从提高网络直通度向提升线路等级，从而向缩短运输时间、增大运量的方向转移.     

���Ǽ�ʻԱ�Ķ���Ϣ����Ͷ�ͨ���ж�����ʱ��������ģ�͵ĸĽ�

交通流中车辆跟驰建模的研究在交通工程和智能交通系统领域内显得十分重要，其核心就是对驾驶员认知问题的测度.本文在总结以往跟驰模型的基础上具体讨论了AP (action point)模型，并对其不足之处做了改进，重点研究了后车跟随加速度的算法.此外，本文提出了驾驶员多信息处理机制和多通道判断决策概念，企图从控制论角度来对驾驶行为进行客观地定性分析和定量描述，以期正确地揭示交通流的本质特征.     

地铁公交线路合作博弈研究

维系地铁和公交线路间的合作运输联盟,需要公平合理的分配合作产生的收益。针对这一问题,本文基于合作博弈理论,提出合作收益分配模型。考虑线路间的结构关系,将合作运输分为联合运输模式和共同运输模式,分别构建收益分配模型。在联合运输模式中,考虑不同线路在出行路径上的连接顺序,在收益函数中引入贡献度参数,重新分配路径上的合作收益。在共同运输模式中,基于夏普利值法,引入修正因子对合作运输产生的收益进行再分配,其中修正因子受到运营商在合作中的贡献、成本和风险3个因素的影响。最后通过先联运再共运的分配步骤,将模型应用于具体算例。计算结果表明,合作收益分配模型可以公平合理地分配合作收益,维系地铁公交线路间的合作运输联盟。     

铁路运输企业间收益合理分配的数学模型

利用多人合作对策模型解决铁路运输企业间收益的合理分配，在特征函数的基础上，根据铁路运作生产的特点，引入势指标的概念反映不同联盟的“势力”。     

高铁枢纽设计的协同机制

中国高铁枢纽设计工作普遍缺乏一个多方参与的协同机制,建筑师对于以交通功能为导向的枢纽设计缺乏经验,同时相关部门之间缺乏高效的沟通与协作。总结了中国在高铁枢纽设计过程中面临的管理和技术挑战,提出建立由业主、规划部门、建筑师、交通咨询顾问、运营管理者和投资商多方参与的协同机制。深入探讨了协调机制在枢纽设计原则和交通分析中的体现,并以换乘比例的确定和仿真分析为例,说明协同机制在交通分析工作中的应用。     

面向驾驶员行为研究的基础理论——多源信息融合算法综述

驾驶员行为的研究是智能运输系统,特别是其先进的车辆控制系统仿真、研智能车辆领域中基于多源信息融合的驾驶员行为研究较为罕见.因此应从人机控制观点出发,应用模糊逻辑、非参数统计等理论以及智能协同技术,对驾驶员任务集聚、协同反应过程,特别是多源信息融合、人机协同效能在不同路网环境中的实现等建模关键理论与方法进行研究,建立驾驶员微观协同仿真模型.这是智能化交通控制与管理系统开发和实现的关键技术,对提高交通系统管理效率、缓解拥挤,减少污染和能源消耗,培育未来新产业,具有十分重要的理论价值和现实意义.     

空车调整最小费用的合理分摊

借助多人合作对策的思想建立了铁路空车调整问题中最小费用合理分摊的数学模型，给出了建立理想分摊向量和特征函数的一种方法，并提供了具体解法，比较有效地解决了空车调整中最小费用的合理分摊问题，为最优调运方案的实际实施提供了前提和保障。     

基于合作博弈的公交滞站点优化模型

公交滞站控制是防治公交串车的常用方法. 现有研究主要集中于公交滞站时间的优化，很少关注滞站点优化问题. 本文提出一种基于合作博弈的公交滞站点优化模型. 根据系统当前状态，模型首先预测当控制不同滞站点组合时该滞站点组合对公交串车率的改进；其次，以滞站点为博弈人，以滞站点组合及其对公交串车率的改进量为效用函数，构建合作博弈，分析滞站点的单独和联合控制效果，并用Shapley 值刻画滞站点的相对重要性. 通过在最有效的滞站点实施滞站控制，能够有效防治公交串车. 最后，通过仿真实验对滞站点的数量和位置的确定进行说明，模型能有效降低公交车头时距波动，减少公交串车率，最终减少乘客平均候车时间.     

基于合作博弈的公交滞站点优化模型

公交滞站控制是防治公交串车的常用方法. 现有研究主要集中于公交滞站时间的优化，很少关注滞站点优化问题. 本文提出一种基于合作博弈的公交滞站点优化模型. 根据系统当前状态，模型首先预测当控制不同滞站点组合时该滞站点组合对公交串车率的改进；其次，以滞站点为博弈人，以滞站点组合及其对公交串车率的改进量为效用函数，构建合作博弈，分析滞站点的单独和联合控制效果，并用Shapley 值刻画滞站点的相对重要性. 通过在最有效的滞站点实施滞站控制，能够有效防治公交串车. 最后，通过仿真实验对滞站点的数量和位置的确定进行说明，模型能有效降低公交车头时距波动，减少公交串车率，最终减少乘客平均候车时间.     

考虑碳排放的快捷货运方式选择模型

以“低碳运输”为背景,综合考虑单位碳排放总量的约束,以及单位运费的不确定性,对快捷货运方式的选择展开研究.首先,以快捷货运总成本最小为优化目标,以时间和单位货物碳排放总量为约束条件,通过引入三角模糊数,建立快捷货运方式协同优化模型.然后利用Matlab的Yalmip工具箱进行模型求解,并以兰州到北京为背景设计算例.最后,通过调整单位碳排放总量及时间约束,对比分析该约束对快捷货运方式选择及总成本的影响.研究结果表明,在满足运到时限的前提下,合理的选择运输方式对于碳排放的控制具有重要意义.     

基于车路信息交互的车辆卫星定位协同定权方法

为确保基于卫星导航系统的车辆定位性能满足特定交通应用需求，本文针对导航卫星观 测量权重分配对复杂动态运行环境的跟踪适配问题，建立基于车路信息交互的车辆卫星定位协 同定位增强总体框架；基于加权最小二乘定位解算模式，设计基于轻量级梯度提升机建模与多车 信息综合决策的协同定权方法，提出面向学习建模通道的导航卫星伪距残差轻量级梯度提升机 建模方案，面向定权计算通道设计了基于多车信息综合决策的导航卫星观测量权重决策策略。 实验结果表明：运用轻量级梯度提升机构建伪距残差模型，相较于支持向量机、随机森林以及仅 基于基础卫星观测特征的轻量级梯度提升机，均方根误差分别降低了62.1%，29.9%，60.4%；运用所建立的预测模型协同定权所得水平误差标准差，相对于等权和卫星仰角/信噪比组合定权策略分别降低了48.5%和47.6%。研究结果对于充分发挥车路协同系统模式下，信息交互机制的核心优势和优化车辆卫星定位性能具有重要意义。     

基于强化学习的干线信号混合协同优化方法

交通拥堵已成为很多大中城市普遍存在的社会问题。信号控制作为缓堵保畅的重要措施之一，愈发受到社会关注。信号优化手段可分为模型驱动和数据驱动两类，且随着交通大数据的不断充实，基于强化学习的数据驱动方法日益成为新兴发展方向。然而，现有数据驱动类研究主要偏重于决策模型设计，缺乏对智能体结构的探讨；同时，在多路口协同方面多采用分布式策略， 忽略了智能体之间信息交互，无法保障区域层面的整体最优性。为此，本文以干线信号为对象， 构建一种多智能体混合式协同决策的信号优化方法。首先，针对交通状态的多样性、异构性及数据不均衡性，设计分布训练-分区记忆的单智能体决策模型，并优化状态空间和回报函数，界定单路口控制的最佳方案；其次，融合分布式和集中式学习的模型优势设计多智能体交互方法，在单路口分布式控制的基础上，设置中心智能体评价局部智能体的决策行为并反馈附加回报以调整局部智能体的决策模型，实现干线多信号的协同运行。最后，搭建仿真平台完成效果测试与算法对比。结果表明：新方法与独立优化和分布式协同相比，在支路交通流基本不受影响的前提下， 干线停车次数分别降低了14.8%和13.6%，具有更好的控制效果。