城轨运营中断下应急公交车辆调度模型

随着城市轨道交通运营网络规模扩大和客流迅速增长,运营中断下公交应急联动问题日益被重视.针对城轨运营中断下的公交桥接疏运问题,提出一种灵活调度策略,允许车辆服务于不同的桥接路径,以最小化总疏散时间和平均乘客延误为目标,建立基于灵活路径模式下的多目标应急公交车辆调度模型,使用理想点法和遗传算法进行求解,并进行实例验证.对比传统固定路径车辆调度方案,基于灵活路径的车辆调度方案使总疏散时间和平均乘客延误分别减少了 4.2%和 4.4%.结果表明,本文提出的模型能够提高公交应急桥接疏运效率、降低乘客延误.     

城轨运营中断下应急公交车辆调度模型

随着城市轨道交通运营网络规模扩大和客流迅速增长,运营中断下公交应急联动问题日益被重视.针对城轨运营中断下的公交桥接疏运问题,提出一种灵活调度策略,允许车辆服务于不同的桥接路径,以最小化总疏散时间和平均乘客延误为目标,建立基于灵活路径模式下的多目标应急公交车辆调度模型,使用理想点法和遗传算法进行求解,并进行实例验证.对比传统固定路径车辆调度方案,基于灵活路径的车辆调度方案使总疏散时间和平均乘客延误分别减少了 4.2%和 4.4%.结果表明,本文提出的模型能够提高公交应急桥接疏运效率、降低乘客延误.     

考虑车辆到达时间窗的应急公交调度优化模型

针对城市轨道交通线路发生较长时间的运营中断事件,综合考虑应急公交车型和车辆到达时间窗两个角度,利用地面应急公交建立交通运输组织方案.通过车辆到达时间窗的限制有效剔除不合理的调度方案,然后以应急公交的救援时间、车辆运能、派车数量以及往返次数为约束条件,建立了带有车辆到达时间窗的应急公交调度优化模型,并利用改进的遗传算法对优化模型进行求解.最后通过南昌轨道交通二号线实例进行仿真分析.结果表明:改进的遗传算法的收敛精度和搜索能力均优于普通遗传算法,且优化模型可以有效提高应急公交的疏运效率.     

基于可靠性分析的区域灾害应急物流网络设计

为了设计能够最大限度地抵御自然灾害破坏并满足应急物资和抢险救援需求的物流网络,从系统可靠性角度出发,提出了区域路网应急连通可靠性的概念.运用双层规划方法构建了网络设计模型,上层模型为物流运行总时间最小和系统应急连通可靠性最大的双目标规划模型,下层模型为固定需求用户平衡配流模型.将双目标函数转化为单目标函数后求解上层模型,用改进模拟退火优化算法求解整个双层规划模型.结果表明:在相同投资约束下,上层模型中增加系统应急连通可靠性最大的目标函数后,网络最大关键度由821.55降至32.66,物流总代价降低了0.22％,物流运行时间不变.实际网络最优方案的设计应综合考虑物流效率与系统可靠性.     

多源风险防控下危险废物物流的应急选址模型

为有效防控危险废物安全事故的环境污染、人员伤亡及财产损失,提出一种多源风险防控下危险废物物流的应急选址模型.根据风险受体和环境介质的多样性,构建多源风险度量模型;考虑应急服务半径和多源风险控制的隶属关系,设计"多源风险控制"系数,以多源风险控制最大化和应急成本最小化为目标,构建0-1整数线性规划模型;根据模型计算的复杂性,设计基于遗传算法的多目标求解方法.通过算例验证模型和算法的有效性,计算结果表明:新模型和算法可为危险废物应急管理提供有效选址方案,相较于传统精确算法,新方法可为小规模问题提供的优化方案节约应急成本0.02×108元,并在求解大规模问题时缩短91.67％ 的搜索时间.     

基于多目标优化的应急设施选址-配送模型

针对频发的突发事件,应急设施选址与配送路径规划对快速开展救援活动、减少事件损失具有重要意义。通过构建基于多目标优化的应急设施选址配送模型,同步解决应急设施选址和配送路径规划问题。模型目标函数包括3个方面:最小化总物资运输时间成本、最大化应急设施设置容量和最小化应急设施设置数量。在此基础上,设计了一种多目标遗传算法,结合快速非支配排序对模型进行求解,以获取最优应急设施选址配送方案。此外,基于苏尔福斯网络进行了案例研究,证实了所提出模型和算法相比于传统方法的有效性与优越性。     

基于变权的多目标物流网络货流分配方法

为克服多目标物流网络货流分配问题中加权求和求解方法的主观片面性,在具有固定拓扑结构的物流网络的基础上,建立了以运输线路和物流节点能力为约束条件、以物流成本最小、最长单程运送时间最短以及网络使用率最高为优化目标的多目标物流网络货流分配优化模型,并提出了基于变权的模型求解方法:首先,构建了物流网络变权模型,通过状态变权函数实现变权操作,使变权结果不仅反映了决策者的主观偏好,而且与客观的目标状态值相关联;其次,根据物流网络变权模型计算基于优化目标变权综合的路径状态值,并进行最优路径选择和货流分配;最后,通过算例对优化模型及求解方法进行了验证.      

基于服务池的高速铁路应急资源全域优化调度方法

为提高高速铁路应急处置效率,实现资源统一调配,融合云计算和大数据技术,研究了高速铁路应急服务资源的调度问题。在应急云资源建模、应急云服务虚拟化建模、云服务池建模、高速铁路现有应急救援系统的资源使用建模、云计算模式构建的基础上,建立了跨总部和区域的高速铁路应急资源服务池的全域优化调度模型,提出了云资源传输总距离最小、资源协调成本最低、运行处理时间最短、当资源缺乏时需增加的资源数最小等4个优化目标;针对问题的特征,研究提出基于双层粒子群的高铁应急服务优化调度方法。对于给定的案例,选取距离最小作为优化目标,运用提出的方法可给出优化的资源调度方向和资源调度数量,验证了所提出的方法对于求解分布式应急云资源调度问题的有效性。     

应急设施鲁棒优化选址模型及算法

为解决不确定情况下应急设施选址问题,采用鲁棒优化方法处理应急节点权重的区间估计,基于最优的设施选址到各个应急节点的赋权距离之和最小,建立有限期要求的不确定性应急设施选址模型,并给出了模型的求解算法,比较分析了鲁棒解与确定情况下的最优解。分析结果表明:当情况发生变化后,在确定情况下得到的最优解将发生较大的偏差,而在所有可能发生的情况下,鲁棒解与最优解目标函数值的最大偏差最小,因此,不确定性应急设施选址模型的解可以有效规避风险。     

灾后应急救援运输路径优化模型研究

针对目前运输路径优化模型主要依靠经验法做出决策判断的缺陷,分析了灾后救援运输过程中网络可靠度、容量可靠度、运输时间、运输物资需求量、运输损耗等各种不确定性因素;分别以时间目标、可靠性目标、损耗目标为3个优先级,运用网络图理论构建了灾后应急救援运输路径优化的多目标随机规划模型,并运用遗传算法探讨模型的求解方法;通过具体的案例来说明模型中各个参数,并通过实际的模拟计算来验证该模型的合理性和有效性。     

应急服务设施选址优化研究

从提高应急服务水平的角度出发,构建应急服务设施选址优化模型.所建立的模型以最大化应急服务设施覆盖总权重和最小化投资建设费用为目标.先采用定性方法找到候选点,然后在规划设施点数目、土地投资费用及服务能力限制下,使用定量方法建立多目标0-1整数规划模型,并使用线性加权和法将多目标问题转化为单目标问题进行求解.使用MATLAB中的BINTPROG函数与遗传算法两种方法对模型进行求解.以泗洪县消防站的选址规划为例,通过两种方法求解结果的对比验证了遗传算法的合理性,并确定准确的消防选址点.研究结果表明采用所提出的优化模型与求解算法能够得到准确的选址点,进而提高应急服务水平.     

多中心共同配送与收集网络联盟优化问题研究

针对多中心共同配送与收集网络中物流合作联盟构建和收益分配机制设计方面存在的不足,提出了多中心共同配送与收集网络联盟优化策略.首先,建立了网络运营总成本最小和配送与收集车辆使用数量最少的双目标优化模型.其次,提出了结合k-means聚类算法和Im-NSGA-Ⅱ算法的混合启发式算法求解模型,该混合算法通过引入贪婪求解思想和精英保留策略,提高了算法的全局收敛性能和局部寻优能力,并与NSGA-Ⅱ和MOGA算法进行对比分析,验证了所提算法的有效性.然后,运用最小费用剩余节约方法(MCRS)研究多中心共同配送与收集网络联盟的收益分配问题,并讨论合作联盟序列选择和联盟稳定性.最后,通过实例对提出的优化模型和算法进行验证.结果 表明,该方法能够优化多中心共同配送与收集网络资源配置,降低网络运营成本,为多级共同配送与收集网络优化提供参考和方法借鉴,并为可持续的城市物流网络规划和共享物流合作联盟构建提供决策支持.     

铁路救援基地层级规划选址模型

基于中国铁路组织机构的特点和应急救援现状,提出了铁路救援基地的层级网络建设理念。分析了现有铁路救援基地多目标规划选址模型的不足,将铁路救援基地分为枢纽救援基地和快速救援基地。以最小救援基地总成本和最短救援响应时间为双目标函数,以最大服务距离为约束条件,建立了铁路救援基地多目标层级规划选址模型。采用层次分析法、灰色关联分析与线性参考技术等方法抽象模型参数,采用蚁群算法求解模型,并将计算结果与现有的救援决策方案进行对比。研究结果表明:应用提出的模型,通过抽象模型参数,可得到26个救援基地备选点、61个服务需求点与188条路径;在完全覆盖事故风险的情况下,救援基地数量减少3个,节约成本约240万元,总救援响应时间、最大平均救援响应时间和最小平均救援响应时间分别降低0.04、0.46、0.29h。     

基于多旅行商问题的应急设施服务区划分模型

基于多旅行商问题,增设集散中心需求及应急服务设施资源容量约束条件,以最小化遍历区域内全部集散中心的综合旅行时间成本为优化目标,构建一种应急设施服务区划分模型,确定各应急设施的服务区范围.设计一种复合算法求解模型,首先基于P-中值选址模型的优化理念,形成初始方案;继而加入禁忌搜索算法,结合LKH求解器对模型进行迭代优化求得最优解.基于宁波市北仑区实际拓扑网络进行案例分析,验证了模型和求解方法的有效性.     

考虑局部排队延误的VMS 选址双层规划模型

用Monte Carlo 模拟技术刻画路网状态的随机性,优先考虑在交通网络瓶颈路段设置可变信息板待选点,建立多目标优化可变信息板选址双层规划模型.上层模型为基于不确定风险决策最小和诱导效益最大的双目标规划模型,下层模型为考虑局部网络有排队延迟现象的随机用户平衡模型.采用增广Lagrange 对偶算法与相继平均算法组合求解下层模型,采用非劣排序遗传算法-II 求解整个双层规划模型.算例结果表明,在可变信息板资金预算约束下,非劣排序遗传算法-II 能够有效求解可变信息板选址的多目标优化问题,得到6 组Pareto 解.研究结果可为城市道路网可变信息板诱导配置的优化和建设提供决策支持.     

多式联运运输方式选择的模型和算法

在对多式联运运输方式选择问题分析的基础上,运用图论技术构建基于多种运输方式的运输网络.综合考虑了运输成本、运输时效性和运输风险,建立了基于综合运输成本最小和运输风险最小的多目标综合优化模型.通过主要目标法,将模型进行转化.设计了基于克隆增扩的人工免疫算法对问题进行求解.最后通过算例验证了模型和算法的有效性.     

基于过饱和控制的疏散网络优化模型

应急条件下疏散需求呈现短时爆发性特点,为提高网络优化模型在应急疏散状态下的适用性,本文提出了网络过饱和度概念,并结合疏散交通组织策略建立过饱和控制的疏散网络双层优化模型.上层模型从疏散组织者的角度出发最小化疏散网络过饱和度,下层模型以Wardrop 用户平衡准则模拟疏散参与者的疏散路径选择行为.采用禁忌搜索算法求解所建模型,并以Sioux Falls 网络为平台验证其有效性.实验结果表明,在应急交通疏散状态下,基于过饱和控制的疏散网络优化模型能够实现疏散网络通行能力的最大化利用和应急交通组织策略的最优化配置,具有较强的适用性.     

基于多旅行商问题的应急设施服务区划分模型

基于多旅行商问题，增设集散中心需求及应急服务设施资源容量约束条件，以最小化遍历区域内全部集散中心的综合旅行时间成本为优化目标，构建一种应急设施服务区划分模型，确定各应急设施的服务区范围.设计一种复合算法求解模型，首先基于P-中值选址模型的优化理念，形成初始方案；继而加入禁忌搜索算法，结合LKH求解器对模型进行迭代优化求得最优解.基于宁波市北仑区实际拓扑网络进行案例分析，验证了模型和求解方法的有效性.     

不确定环境下多式联运路径多目标优化

针对不确定环境下的多式联运网络,考虑转运成本、时间及运输方式班期等影响因素,构建运输总成本最小和运输总时间最小的双目标优化模型.通过蒙特卡洛方法处理网络中的不确定性,设计结合非支配排序的多目标蚁群算法求解Pareto解.为解决基本蚁群算法收敛过慢、过早收敛带来的求解质量低等问题,在状态转移策略中加入方向启发因子,在信息素更新策略引入"最大-最小蚂蚁系统",从而提高解的质量.最后通过算例检验改进蚁群算法的优化效率,并为决策人提供5个充分满足其对不同目标要求的决策路径.     

不确定环境下多式联运路径多目标优化

针对不确定环境下的多式联运网络,考虑转运成本、时间及运输方式班期等影响因素,构建运输总成本最小和运输总时间最小的双目标优化模型.通过蒙特卡洛方法处理网络中的不确定性,设计结合非支配排序的多目标蚁群算法求解Pareto解.为解决基本蚁群算法收敛过慢、过早收敛带来的求解质量低等问题,在状态转移策略中加入方向启发因子,在信息素更新策略引入"最大-最小蚂蚁系统",从而提高解的质量.最后通过算例检验改进蚁群算法的优化效率,并为决策人提供5个充分满足其对不同目标要求的决策路径.