�����������绷����Σ��Ʒ��·����·������

随着经济的发展,危险品的运输量在大幅的增长,危险品对环境和人类的潜在风险在扩大。危险品运输事故一旦发生事故,可能会造成惨重的人员伤亡、长久的环境污染及巨大的经济损失。选择一条最佳的危险品运输路径,确保运输安全具有重要的意义。在相对发达的运输网络环境下通过最小化运输风险、最小化运营时间及最小化敏感目标人数,建立了危险品公路运输路径多目标决策模型,并利用基于决策者偏好信息的权重信息和开方乘方集成算子对3个目标函数进行集成,然后用扩展标号法计算最优折衷解,最后用一个例子验证了模型及算法的正确性和有效性。该方法有助于决策者在发达运输网络环境下选择合理的运输路径。     

基于风险价值的危险品运输路径优化建模

总结了危险品运输风险评估时常用的9个经典风险评价模型并分析了模型的特性,在此基础上引入带有决策者主观偏好的风险价值概念;构建了基于风险价值的危险品运输风险评价模型并设计对应的算法;数值分析说明了危险品运输风险价值的有效性和适用性。     

考虑风险公平性的危险品道路运输路径优化模型

本文通过风险补偿成本体现风险公平性,以最小化运输风险、最低运输成本以及最小化风险补偿成本作为最优目标,构建了危险品道路运输路径优化模型。通过线性加权法得到了多目标非线性整数规划模型的有效解。该模型体现了多种类、多批次危险品道路运输的风险公平性,对运输路径的选择更有实际参考价值。     

危险品的多目标运输路径优化研究

由于危险品运输的特殊性质,在危险品运输路径选择过程中,需要考虑更多的因素,因此提出基于多目标的路径优化模型,通过运输风险、危险平均后果及总后果全面考虑运输中的危险,并将风险、运距及费用目标抽象得到类似广义费用的综合表达形式,使得影响因素影响程度的确定具有更强的灵活性以及适用性;对于综合目标模型采用Dijkstra算法求解,该方法简便易算具有很强操作性,最后用算例验证了方法的科学可行性.     

危险品运输路径多准则优化模型及求解算法

针对多种类型的危险品在有风险控制的路网内运输问题,考虑不同运输决策 者的路径选择需求,建立风险约束下的多准则路径优化模型.根据路段/路径的风险阈值, 以及各类危险品产生的风险测度,设计了一种双向拓扑搜索算法,通过删除原路网中非 可行路段和非可用节点,生成不同类别危险品的剩余运输网络.利用改进的标号算法,在 剩余网络中搜索不同准则下的最优路径,生成非支配路径集合.给出了不同路径之间关键 路段的调整策略,并分析了获取非支配路径集合的计算时间复杂度.最后,通过算例验证 了模型和算法的有效性.     

不发达网络环境下基于神经网络的危险品公路运输路径决策

随着经济的发展,危险品的运输量在大幅增长,危险品对环境和人类的潜在风险在扩大。如何选择一条最佳的危险品运输路径,使其既能保证运输安全又能保证快捷地到达目的地,是决策部门面临的一个重要问题。文章在构建危险品公路运输路径决策指标系统的基础上,建立了危险品路径决策的BP神经网络模型,并通过一个例子证明了该决策模型的可行性。该方法有助于决策部门在不发达网络环境下选择合理的运输路径。     

确定环境下危险品公路运输路径多属性决策

随着经济的发展,危险品的运输量在大幅增长,危险品对环境和人类的潜在风险在扩大.如何选择一条最佳的危险品运输路径,使其既能保证运输安全又能保证快捷地到达目的地,是决策部门面临的一个重要问题.在构建危险品公路运输路径决策指标系统的基础上,建立了确定环境下路径决策的层次分析模型,并通过一个算例证明了决策模型的可行性.该方法有助于决策部门选择合理的运输路径.     

时变条件下有害物品运输的路径选择与决策

为解决传统的路径规划中,目标少、静态性,无法真实模拟现实情境的问题。研究了时变条件下,同时考虑成本、环境风险、人口风险的多目标路径优化及选择问题。建立了时变条件下多个不同出发时间且有到达时间限制的有害物品运输的多目标最短路径选择的数学模型;设计了该模型下的相关算法;考虑到实际决策环境的复杂度以及决策者理性的有限性,提出了综合k-最短路径算法和逼近理想解排序法(TOPSIS法)的算法,用k-最短路径算法分别确定各单目标的有效路径,再用TOPSIS法计算各有效路径到正负理想解的欧氏距离以及贴近度,比较优选决策者满意的路径。最后通过一个算例,证明所提出的模型是有效的。     

基于Pareto蚁群算法的船舶风险规避路径优化

船舶在海上航行时,一直面临着海上运输风险的威胁,为了降低海上运输风险同时考虑船舶经济效益,本文建立了以运输风险最小和航行成本最小的双目标路径优化模型,实现船舶风险规避.运用栅格法构建环境模型,为相应的栅格路径赋予航行成本和运输风险,并设计了一种基于Pareto最优解集和NSGA小生境方法的多目标蚁群算法.以印度洋海域的2条航线为案例,以经典单目标蚁群算法为对比,验证了模型和算法的有效性.结果表明,该模型和算法在解决船舶风险规避路径优化问题上具有良好的效果,能为决策者制定船舶海上运输风险规避路径提供决策参考.     

易燃易爆物品道路运输路径选择问题研究

探讨了影响易燃易爆危险物品运输路径选择的影响因素,重点分析了运输风险对路径选择的影响,建立了符合安全需求和经济的易燃易爆物品道路运输路径选择决策模型,在模型求解方面采用了可以较好地处理多目标之间关系的多目标遗传算法.最后,通过算例对模型进行验证.验证结果表明了该模型的合理性及其算法的可行性.     

灰色优化决策模型及其在城市公交规划中的应用

通过对多指标决策问题的研究,根据灰色系统中信息透明度原则和信息论中信息有无偏好的原则,在兼顾方案偏好信息和客观信息的基础上,提出了以灰色关联度和客观信息熵为依据的多指标决策的灰色优化模型.模型采用拉格朗日函数确定各指标权重值,增大了权重值确定的客观性,适用于多指标权重未知的决策问题.用该模型对某城市公交线网规划方案进行了优化决策,并获得了较为满意结果.     

基于区间概率偏好的随机格序群决策方法

为解决偏好优劣关系具有随机性,且随机事件的概率采用区间值描述的随机格序群体决策问题,提出了一种基于专家偏好服从某种区间概率分布的决策方法.将决策者对方案的偏好描述由优于、劣于、等价和不可比4种关系拓展为优于、劣于、等价、无法比较但有上确界、无法比较但有下确界、无法比较但既有上确界又有下确界、不可比7种偏好关系,并结合区间概率的概念、性质和区间数的运算规则,定义了格上偏好关系的概率分布.然后确定方案对偏好关系的概率最大化目标函数,结合优先原则和集结规则,将个人偏好集结成群体偏好.最后,通过案例给出该决策方法的具体步骤,说明了该方法的可行性.     

考虑时空相异的危险品运输车辆安全调度

为确保危险品运输车辆间的安全距离, 从时空角度优化了危险品运输车辆的行驶路径和发车时间间隔; 分析了危险品运输车辆发生事故对其他车辆的影响及其与时空距离的关系, 提出了危险品运输车辆间时空安全距离评价方法, 并以时空安全距离为约束, 提出了车辆安全出发时间间隔计算方法; 建立了满足时空相异约束的危险品运输车辆调度模型, 设计了用于生成车辆调度时刻表的两阶段求解方法, 第1阶段采用NSGA-Ⅱ算法优化车辆行驶路径, 第2阶段分别设计了遗传算法和基于插入思想的近似算法以优化发车时间间隔; 为了验证车辆调度模型与算法的有效性, 对比了每个阶段中不同算法的优劣, 并分析了危险品事故影响系数和事故影响接受度对车辆调度结果的影响。研究结果表明: 提出的方法可针对不同危险品事故影响系数获得危险品运输车辆调度时刻表, 生成的车辆调度时刻能够保证车辆在行驶过程中始终保持安全距离; 遗传算法和近似算法获得的平均运输总时间分别为2.45和2.49 h, 表明近似算法获得的解劣于遗传算法, 但运行时间仅为遗传算法的1/10 000~1/5 000;危险品事故影响系数或事故影响接受度越小时, 车辆发车时间间隔越大, 导致运输总时间变长; 考虑时空相异性的车辆调度可以弥补相异路径方法仅从空间上考虑相异性的不足, 同时能够避免采用相异路径方法可能遗漏最佳运输路径的问题。      

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。      

具有模糊系数的运输投资多目标0—1规划研究

以运输投资项目投资的问题为背景,建立了具有模糊系数的运输投资问题的多目标线性０－１规划ＦＩＭＯＬＰ数学模型,运用模糊集合理论,将ＦＴＩＭＯＬＰ问题转化为求解目标函数值相对决策者理论值的最大满意度水平问题,并给出了求解的算法步骤,为运输投资决策提供了基础。