编组站静态配流的约束传播和启发式回溯算法

为了提高阶段计划的编制效率,针对编组站静态配流字典序多目标累积调度模型,设计了迭代、约束传播和启发式回溯的混合算法.该算法根据多目标的字典序将模型分为3层:第1层为配流成功的出发列车优先级总和最大化,第2层为出发列车车流来源总数最少化,第3层为车辆平均停留时间最短化.每层先通过约束传播算法化简模型、缩小解空间,再通过启发式回溯算法和约束传播技术联合快速求解.上一层的最优解作为下一层的初始解,并动态增加避免上一层目标退化的约束,迭代求解每层的最优解.通过某编组站实际数据验证表明,本算法耗时小于20 s,满足现场对阶段计划编制的实时性要求,且求得的配流方案优于其他算法.      

考虑个体驾驶速度偏差的车辆调度模型

考虑驾驶速度偏差, 建立了多驾驶人、多种车型、多种物资、多仓库点和多需求点的物资车辆调度模型, 分别以整体运输时间最短、整体运输成本最低以及综合整体运输时间与成本最小为目标, 研究了个体驾驶速度偏差对上述目标的影响; 将驾驶人参数加入到遗传算法的基因编码中, 建立了驾驶人唯一性约束、初始地点约束以及物资供需数量约束, 保证每个基因个体中驾驶人分配方案可行, 且物资运输不超供需总量; 采用遗传算法求解了随机分配驾驶人条件下有驾驶速度偏差与无驾驶速度偏差时各目标的车辆调度方案。计算结果表明: 优化调度方案满足模型中的所有约束条件; 3种目标下的最优方案中, 驾驶人的分配方案不同, 说明目标函数受驾驶人驾驶速度偏差影响; 有驾驶速度偏差情况下的各目标调度结果均优于相应无驾驶速度偏差的调度结果, 3种目标函数差比分别为3.50%、2.96%和1.13%, 说明驾驶速度偏差对求解质量有一定影响; 驾驶人随机分配时的各目标调度结果均劣于相应最优结果, 3种目标函数差比分别为3.91%、2.47%和1.98%, 说明驾驶速度偏差会影响调度效率, 优化驾驶人分配方案能降低整体运输时间与成本。由此可见, 根据特定的调度目标对驾驶人进行合理分配, 可以得到更符合调度目标、更贴近实际、更经济省时的车辆调度方案。      

基于改进蚁群算法的多车型供应链物流运输调度建模研究

通过对基础蚁群算法的启发信息函数和信息素更新模型实施改进,获得改进蚁群算法,在此基础上,将所设定运输成本和运输时间、车辆油耗、最高配送距离与承载量等约束因子融入到算法内,构建包含多个约束因子的调度模型,实现对多车型供应链物流运输的调度,结果表明,该模型具有较高的收敛速度与路径寻优性能,所搜寻的路径质量较高,可针对不同零售商网点分布情况搜寻最优路径,并针对所寻的不同路径调度不同车型车辆,调度结果可满足车辆各自的最高配送距离与承载量等约束,实现多车型的供应链物流运输优化调度,达到降低运输成本与运输时间等目标.     

基于资源约束的地铁运营施工任务调度研究

针对地铁运营施工资源有限、时间严格、任务繁重等特点,本文以地铁运营施工任务调度为研究对象,建立运营施工调度优化模型与算法。模型以任务优先级、施工人员和施工工区限制等为约束条件,以完工时间最小化、施工人员工作负荷均衡化为目标;设计一种联合线性规划与资源交叉(CPLEX-ROC)的混合求解算法;通过对某实际地铁运营线路展开案例研究,验证模型和算法的可行性与先进性。案例研究结果表明：相较于人工调度、遗传算法(GA)、教学优化算法(TLBO)方法,最大完工时间分别降低32.90%、15.11%和10.75%;施工人员工作负荷均衡指标相较GA、TLBO分别优化了15.44%和10.62%。计算结果验证了本模型能够提升地铁运营施工任务整体作业效率,同时实现施工人员工作负荷均衡。     

考虑船舶封存与压港的电煤船舶调度优化模型

针对中国电煤水运系统的实际特点, 综合考虑了船舶封存与港口拥堵(压港)因素, 建立了混合整数规划优化模型, 对电煤船舶调度方案进行优化; 基于运输需求的硬时间窗、卸货港船舶排队等待时间与水路-铁路运输协同三因素之间的互动关系, 以运输系统总成本最小为目标, 协同优化水、铁电煤运输的货运分担率、水路运输任务指派和相应的船舶调度与封存/启用方案; 基于改进列生成算法, 提出了一种可精确求解实际规模电煤船舶调度问题的列生成算法, 利用Gurobi求解列生成的主模型, 使用动态规划标号法求解列生成的子模型; 利用中国南部某火力发电集团的实际数据, 对提出的算法进行了算例分析。计算结果表明: 在中等规模的算例中, 使用提出的改进算法获得最优解仅需73.61 s, 相比于使用基于运输任务运量排序的启发式求解方法(PHA), 求解效率提高了18.1%;在较大规模的算例中, 使用提出算法的计算时间仅为222.02 s, 同比PHA, 计算效率提高了19.1%;通过求解一个实际的调度问题可以发现, 利用提出的优化模型和算法能有效缩短船舶在卸货港的等待时长与船舶处于启用状态的时长, 使运输总成本下降17.13%, 实现了电煤稳定运输, 提升了企业运营效率, 降低了运营成本。      

有行驶里程限制的满载车辆调度问题

应用网络模型,对有行驶里程限制的多车场满载车辆的调度问题进行了探讨.将行驶里程限制约束转化为目标约束,建立了该约束条件下的路径选择模型;设计了基于自然数编码求解该问题的遗传算法,并用实例进行了验证.结果表明,该方法能有效地解决有行驶里程限制的满载车辆调度问题.     

集装箱码头岸桥调度优化模型及算法

为弥补集装箱码头岸桥调度问题的传统优化方法仅适用单船舶情况的不足,以总费用(所有岸桥使用费用和船舶停靠费用)最小为优化目标,考虑岸桥不可穿越性和安全距离约束条件,建立了了面向多艘船舶的集装箱码头岸桥统一调度和卸船任务分配问题的混合整数规划优化模型.使用任务网络图方法,搜索影响卸船任务最终完成时间的关键任务及其相应的限制任务路径,设计了基于限制任务路径进行邻域搜索的双层模拟退火算法求解模型.12个不同规模的算例结果表明:与分支定界法和遗传算法相比,本文算法节省时间6.32%~18.36%,近似最优解的质量更高,而且最优解目标值之间的差距仅为0.38%~2.20%;考虑岸桥之间的安全距离约束导致系统运营成本增加3.41%~11.21%.      

循环甩挂运输网络下的集装箱牵引车调度优化

基于集装箱甩挂运输循环式网络,建立甩挂运输牵引车调度优化模型,并设计基于启发式规则的改进遗传算法对该模型进行求解。运用算例验证了模型和算法的有效性和可行性,通过对比发现,设计的结合启发式规则改进的遗传算法解的质量优于模拟退火算法,牵引车完成所有任务的效率提高了5.54%,而且收敛速度很快,得出的解质量较高,对甩挂运输实际调度作业具有一定的参考价值。     

集装箱海铁联运港口混堆堆场箱区均衡分配模型

集装箱海铁联运港口堆场是集装箱港口作业的重要节点,主要堆存通过水运、铁路及公路等不同运输方式进出港口的集装箱,涉及作业箱型种类多,堆存策略直接影响港口的生产作业效率。以箱区作业量均衡为目标对集装箱海铁联运港口混堆堆场的箱区分配问题进行研究。在滚动计划的基础上,以堆场箱区作业量均衡为目标,建立混堆堆场箱区分配模型,设计了模拟退火算法求解,并进行算例分析。结果表明:所建模型能够有效降低混堆堆场箱区工作量的不平衡性,求解算法可有效收敛获得较优解,优化堆场箱区分配,提高港口作业效率。     

考虑效率最大化的机械加工工艺路线多目标优化模型

机械加工过程中不同工序间复杂耦合关系会导致加工效率不高。为了解决这个问题,构建了考虑效率最大化的机械加工工艺路线多目标优化模型。以涿州机械厂加工的液压仰拱栈桥、衬砌台车为例,分析液压操作系统、数控切割机的能耗特性。以加工能耗低、加工时间短为目标,建立优化目标函数,计算总能耗和总耗时。设定液压操作系统和数控切割机加工过程约束条件,构建多目标优化模型,并利用帝国竞争算法进行模型求解。结果显示,该模型能耗和时间均优化时,加工效率最高为96%,说明使用该模型加工效率较高。     

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。      

共享车辆基地的城轨车底运用与检修计划协同编制

科学的列车车底运用计划是实现轨道交通运营秩序顺畅和能源节约等目标的重要保证。在城市轨道交通土地资源合理运用的前提下，协同优化车底运用与维修养护有助于充分利用车底资源。本文以共享车辆基地的多条城市轨道交通线路的车底资源运用计划为研究对象，研究基于多线多车辆段基础设施网络的车底运用计划与检修计划的联合编制问题，以车底运用及检修成本最小为优化目标，以车底运用状态和检修累计值为决策变量，考虑车底连接约束、检修约束及车辆段检修能力约束，构建混合整数线性规划模型，并提出一种混合启发式算法进行求解。以某市地铁为例，结果表明，网络运营比单线独立运用的总运营成本减少了8.1%，验证了模型及算法的有效性。通过确定合理的编制周期和车辆段检修功能布局可进一步实现车底资源的优化配置，为相关部门合理进行车辆段布局及车底运用提供参考。     

基于货物运到期限的编组站动态配流优化研究

运到期限是铁路货物运输组织的关键问题,保障运到期限,对提升铁路货物运输质量与竞争力有重要意义.本文以编组站动态配流为研究对象,考虑不同货物对运输时效性要求的不同,以车流在站停留时间加权值总和最小为优化目标;采用均值比例分配法将运到期限分配到货物运输编组站作业环节,成为车流最大在站停留时间约束,同时考虑编组去向等约束,建立基于运到期限的编组站调机运用计划与配流计划综合优化模型,设计模拟退火算法对模型进行求解.最后通过算例分析表明,本文的模型和算法能够有效地解决编组站动态配流问题,同时满足车流的运到期限要求.     

铁路网多流向超限货物运输路径优化模型及算法

为了将铁路网中具有不同去向的超限货物合理地分配至各条路径,以超限货物的运输路径里程、运输时间以及对既有线路正常运营组织干扰最小为目标,以路段运输限界、通过能力和途经桥梁乘载能力为约束,建立多流向超限货物运输路径选择的多目标规划模型.根据模型特点设计多目标混合遗传算法进行求解,该算法采用自然数组编码方式以及特殊的交叉、变异算子用以满足约束条件,同时引入模拟退火策略提高邻域搜索能力.实例结果表明,对于包含14个节点车站、23个路段的复杂铁路网,利用本文模型算法获得方案的目标函数值均优于遗传算法和退火算法得到的方案,从而为铁路网超限货物运输路径选择提供技术决策方法.      

航路时空资源分配的多目标优化方法

为了提高航空公司与空管方之间的协同决策程度, 降低航班延误水平, 以航路飞行的航班为研究对象, 研究了航路时空资源的多目标分配; 考虑实际运行条件下航班的唯一性约束、时间顺序约束和可行性约束的影响, 以航班在流量受限区所分配的飞行航迹和进入时隙为决策变量, 以航班总延误成本最小和航空公司延误公平损失偏差系数最小为目标函数, 构建了多目标非线性0-1整数规划模型; 基于模型特点引用了非支配排序遗传算法(NSGA-Ⅱ), 并利用排列编码法设计了一种整数基因编码方式, 以最大限度保证基因产生可行解集; 为了验证模型与算法的有效性, 基于南中国海地区航班运行实例, 对算法搜寻最优解的性能进行了研究, 并将此算法与传统按时刻表分配(RBS)方法进行了对比。研究结果表明: 改进编码方式的NSGA-Ⅱ算法使解集种群在约50代后世代距离从600收敛至30并稳定, 具有良好的收敛性; 针对实例中的多目标优化模型共生成有6组解的帕累托解集, 结果有66.7%的概率完全支配RBS方法, 且优化结果中航班平均延误成本比RBS方法降低了8.5%, 平均公平损失偏差系数降低了70.6%。可见提出的航路时空资源多目标优化方法的执行效果显著, 可在降低总延误成本的基础上兼顾各航空公司的公平性, 是解决航路飞行航班航迹与时隙资源分配问题的一种有效方法。      

考虑延误传播的枢纽机场航班时刻优化方法

为解决枢纽机场的航班时刻优化问题，提出了一种考虑延误传播的航班时刻优化方法；根据延误传播因果关系强弱来表征延误传播代价，建立了以最小延误传播代价和最大公平性的双目标函数；为了降低航班时刻存在的先天性延误和保证进离港航班的衔接性，引入了进离港点通行能力、常态化航路流量控制以及航班波特征等约束条件，构建了更加符合枢纽机场运行特征的优化模型；基于求解多目标函数的约束法，设计了两阶段求解算法，将多目标函数求解问题转化为单目标函数求解问题；以上海浦东国际机场为案例，从资源利用率和运行效率两方面进行了试验验证。研究结果表明：优化前4%的时刻属于跑道超负荷运行时刻，优化后不存在跑道超负荷运行时刻；优化前PIKAS和LAMEN大约有5%的时刻、NXD大约有2%的时刻处于超负荷运行，优化后没有进离港点超负荷运行；优化前离港航班平均延误为23 min,有超过50%的时刻延误大于10 min,优化后平均延误为3 min,超过60%的时刻延误小于5 min;优化前进港航班延误为28 min,优化后85%的时刻延误小于5 min;优化前后航班正常率分别为82%、99%,优化后航班正常率提升了17%。可见，优化后...     

考虑能耗的铁水联运集装箱装卸设备协同调度

随着集装箱港站铁水联运作业量增大,以及节能减排压力与日俱增,实现港站作业设备的高效调度和低能源消耗间的协同优化将是亟待解决的问题.本文研究了集装箱铁水联运港站中多设备间的高能效协同调度问题,基于混合流水车间调度(HFSS)思想,构建了综合考虑岸桥、集卡、正面吊三阶段装卸过程的协同调度模型,以总完成时间最短和能耗最低为目标,设计了基于遗传算法和模拟退火的混合优化算法.通过实验验证了模型和算法的可行性,证明可以实现高能效利用下的港站设备协同调度优化.     

件杂货码头连续泊位调度与货场分配

件杂货装卸作业本身的复杂性导致其码头作业组织较集装箱码头更为复杂. 采用两阶段分层方法求解件杂货码头连续泊位调度与货场分配问题. 第1 阶段考虑泊位等级、潮汐动态、货物水平运输距离，以水平运输周转量最小为目标构建连续泊位调度模型，确定船舶靠泊位置；第2 阶段考虑作业线间作业量均衡和最小化所有作业线的最大作业完工时间构建货场分配模型，缩短船舶在港作业时间. 针对构建模型分别设计求解方法，提出两种不同调度策略确定船舶进港顺序. 最后通过算例试验，在验证方法有效性的同时对不同策略下调度方案进行对比分析.