考虑多因素的中欧集装箱货物运输方案研究

中欧贸易日趋频繁,物流需求多样,为设计各类货物的最佳运输方案,站在联运经营人角度,综合考虑运输时间、运输成本、运输安全、气体排放和货物时间价值等因素,以运输总成本最小、时间成本最小和事故成本最小为目标,建立多目标0-1规划模型.设计基于遗传算法和Dijkstra寻优法的混合算法得到Pareto最优解,并对苏州至伦敦的四类货物运输方案进行实例研究.研究表明:该模型可行,算法有效,可为联运经营人提供科学决策的工具.     

改进的协同航路分配优化模型及算法研究

为优化协同航路分配程序，利用基尼系数定义一个新的公平性能指标，构建同时兼顾效率和公平性的双目标非线性整数规划模型，采用基于航班优先级排列的染色体编码方式设计一种改进的遗传算法，融合满意解的选择过程.仿真算例结果显示，与现有算法相比，改进遗传算法得到的最终满意解使空域运行效率提高9.3%，航空公司公平性提高33.7%.结果表明，改进的遗传算法能快速获得真实帕累托前沿，且最终满意解能在空域运行效率和资源分配公平性上得到显著提升，说明本文模型及算法合理.     

边远海域救援船舶与直升机联合搜救优化

以救援船舶行驶路线、释放救援直升机时刻与救援直升机搜索方案为优化内容,以搜救时间最短和发现概率最大为目标,建立了海空联合搜救双目标优化模型,并结合地理信息系统和智能算法设计了模型求解算法; 利用地理信息系统模拟了复杂海洋环境中风、浪因素影响下的救援船舶和遇险船舶运行状态,采用自适应混沌搜索替代随机搜索,改进了传统粒子群算法; 以从南海永兴岛出发前往边远海域执行搜救任务为算例,验证了搜救优化模型。研究结果表明:利用地理信息系统与智能算法结合的海空联合搜救方法得到的搜救行动总时间为4.4~16.9 h,发现概率可达45.12%~99.76%;与传统的粒子群算法相比,改进后的粒子群算法在发现概率分别为85.00%、90.00%与95.00%的情况下,搜救总时间分别减少1.5、1.3与1.1 h,减少幅度分别为18.07%、14.28%与10.57%,改进后的算法在计算速度、计算稳定性与结果优化方面均效果良好; 海空联合搜救方案优化与传统的多目标路径优化问题有所不同,需要建立特定的海空联合搜救模型,结合新的技术手段开展研究; 未来建议发展不同船型、机型参与的海空联合搜救优化方法,以适应不断提高边远海域搜救行动效率的发展要求。      

带时间窗的车辆路径混合遗传算法

基于标准遗传算法，将每一个染色体与分组信息相结合，使染色体结构包含有更多信息，辅以λ-交换局部搜索技术，构造了一种新的混合遗传算法，对带时间窗约束的车辆路径问题进行了求解，并与标准遗传算法的求解结果进行了对比研究，发现使用混合遗传算法，总行驶里程为162km，而使用标准遗传算法，总行驶里程为182km。结果表明混合遗传算法的求解结果比标准遗传算法更加接近最优解，所需的行驶里程缩短，有效降低运输企业的车辆运行成本。     

时间依赖型绿色车辆路径问题研究

城市配送系统中考虑交通拥堵和环境污染车辆路径问题的时间依赖性体现在：不同道路 拥堵程度下车辆运行速度不同,则不同出发时间对应的运输总时间也不同,导致运输成本和造成 的环境污染也有较大差异。因此,本文提出一个时间依赖型绿色车辆路径模型,通过优化运输路 径和出发时间降低运输成本、减少环境污染。模型的目标函数最小化包括油耗成本在内的运输 总成本,其中,车辆油耗的度量基于综合模式排放模型,其创新之处在于,定义了允许车辆在节点 处等待的情形,使车辆选择合适的时间出发以规避拥堵,即通过优化车辆路径以及路径上各节点 处的出发时间寻求成本最优的运输方案。本文提出嵌套遗传算法求解模型,外层遗传算法优化 路径,内层遗传算法优化路径上各节点处的车辆出发时间。并通过响应面分析法(RSM)调试算法 关键参数,得到适用于模型的最佳参数搭配,算法性能测试结果表明了本文算法的高效性。本文 基于污染-路径问题实验数据库进行数值实验,结果证明,允许车辆在客户处等待并选择合适时 间出发,可以在一定程度上降低燃油消耗和总成本。此外,目标函数中引入油耗要素,可以有效 降低决策方案的燃油消耗,减少环境污染。     

基于MapBasic的战时运输最优路径问题研究

战时运输最优路径问题是一个多目标多约束随机动态路网寻优问题。在分析战时运输最优路径问题特性前提下,着重研究战时运输路阻函数模型,求出时间阻抗、风险阻抗和费用阻抗,标定阻抗参数μ1,μ2和μ3,及确定函数模型的MapBasic表达,在给出最优路径模型基础上,利用改进的Dijkstra算法求解。实例验证表明研究成果满足实用要求。     

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。      

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。     

基于战时模糊运输时间的路径优化

本文以战时运输的模糊时间问题为研究对象，建立了问题的模糊机会约束规划模型：设计了基于遗传算法的优化方法，并处理了战时运输中的“必经点”问题：最后，本文还给出了算例。     

容量限制与运输模式联合选择的综合客运枢纽布局模型(英文)

分析了传统的综合客运枢纽布局优化模型,同时增加运输模式与中转能力的约束条件,提出了改进后的综合客运枢纽布局优化模型,并设计了改进的遗传算法对其求解。应用LINGO软件进行有效性检验,分别计算了8节点与50节点Solomon标准测试数据,并将改进模型与经典算法进行比较。计算结果表明:当应用LINGO软件计算8节点Solomon标准测试数据时,平均运算时间为5 043s,最优成本为1 952 418元,应用遗传算法与MATLAB软件计算的平均运算时间为62s,最优成本为1 955 900元;当应用遗传算法与MATLAB软件计算50节点Solomon标准测试数据时,平均运算时间为574s,最优成本为8 500 600元;当计算25节点的AP数据且枢纽节点数量为3时,平均运算时间为612s,最优成本为155 148元,比经典算法降低了108元。可见,改进模型有效。     

低碳背景下的多式联运路径规划

低碳运输一直是世界各国关注的焦点,多式联运作为一种主要的运输组织形式,国内外的文献中却少有关于多式联运碳排放研究的文章.本文提出了运输总成本最小和运输碳排放总量最小的多目标0-1规划模型,构建运输总成本时不仅考虑了运输弧段上的运输成本、运输节点的换装成本、铁路车站及水运码头的存储成本还考虑了运输弧段与代理商的匹配关系.运输碳排放量则由运输过程碳排放和换装过程的碳排放构成.采用改进的带精英策略的非支配排序遗传算法(NSGA-II)对模型进行求解,算法能有效保存优秀个体和降低计算的复杂度.最后通过算例验证了模型和算法有效性.     

考虑时变特性的海上溢油事故应急物资调度

针对海上溢油事故应急物资调度问题,本文考虑事故需求点受海上风浪影响而发生漂移的特点,分析需求点漂移对救援路径规划和环境损失的影响,构建以运输成本和环境损失最小为优化目标的数学模型,提出一种改进的遗传模拟退火混合算法。以蓬莱石油泄露事故的实际数据为背景,对模型进行实例验证和算例分析。结果显示：与不考虑需求点漂移获得的救援方案相比,本文方法在总航行距离上减少了9.11%、环境污染降低了41.17%,说明海上溢油应急救援调度问题中考虑需求点漂移的重要性;针对不同规模、不同需求点分布的算例,本文方法在算法优越性和求解稳定性上均体现出较为明显的优势,表明本文方法可以获得较优的调度方案,实现更准确高效的应急救援;通过灵敏度分析获知,提升船舶容量可以明显降低应急救援运输成本,且提升船舶航行速度可以更好地降低环境污染。     

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。      

���ڼ���վ��ת��ҵ�Ķ�̬�������ģ�����㷨

对一般集装箱办理站,其空箱调运往往需要经过前方技术站进行中转作业才能完成,由此会产生一定的时间和费用消耗.以降低空箱调运成本为出发点,在计划期内建立了动态集装箱空箱调运模型.模型以空箱调运过程中所产生的车辆租用费用、技术站车辆编解服务费以及积压库存费用或延误损失费用之和最小为目标,在满足空箱需求与供应能力基础上,考虑了技术站中转作业和运输走行时间对空箱需求站时间窗的影响,以及车站作业能力的限制.设计了混合遗传模拟退火算法求解实例表明,该模型和算法可以有效地优化动态空箱调运问题.     

考虑碳排放的混合轴辐式多式联运网络枢纽扩增选址-路径问题

针对现有多式联运网络枢纽饱和度高、枢纽到城市直达运输成本高且效率低等不足,提出采用混合轴辐式多式联运网络研究扩增枢纽选址,同时优化运输线路;基于允许枢纽间转运和需求城市间巡回运输的运输网络,考虑低碳因素构建了最小化总运输成本、二级枢纽开放建设成本、枢纽处转运成本和总碳排放成本的数学模型,将问题分解为选址-分配与路径优化2个阶段,并针对两阶段特点分别采用0-1编码和数字编码设计了两阶段遗传算法;针对现有实际案例采用设计的算法进行求解,并将求得的最优运输方案与现实方案进行对比。研究结果表明:采用提出的算法进行10次运行获得的最优解与其平均值的差值百分比仅为4.7%,且平均求解时间仅为90.6 s;优化后网络扩增了2个枢纽,弃用了1个不合理枢纽,网络转运能力提高了11.3%,枢纽的平均饱和度降低了15.7%,不同枢纽的饱和度比原网络更均衡,不仅缓解了饱和枢纽的压力,还提高了空闲枢纽的周转率,从而提高了转运效率;优化后运输方案对应的总成本、运输成本、中转成本和碳排放成本分别降低了68.41%、68.14%、56.55%和86.76%,且碳排放减少最为突出。由此可见,提出的模型和算法对扩张轴辐式网络选址和混合轴辐式多式联运网络运输方案的组合优化具有较好的性能。      

混合不确定条件下绿色多式联运路径优化

主要研究了当运输时间、中转时间、客户需求和中转集拼货运量四重混合不确定因素服从随机分布时的绿色多式联运路径优化问题，运用随机优化理论，以运输成本、碳排放成本和时间惩罚成本为目标，建立混合不确定条件下绿色多式联运路径优化模型.通过对各子目标函数权重进行赋值，得出考虑不同成本因素的多式联运路径优化方案.探讨时间、需求和网络服务能力对多式联运路径优化结果的灵敏度分析，发现各成本随时间变动而变化的规律和边际运输成本最小时的服务时间；当货运量形成规模效应后可降低边际运输成本；不同网络服务规模的运输路径优化结果，以及满足客户不确定需求的最小网络配置.     

混合不确定条件下绿色多式联运路径优化

主要研究了当运输时间、中转时间、客户需求和中转集拼货运量四重混合不确定因素服从随机分布时的绿色多式联运路径优化问题,运用随机优化理论,以运输成本、碳排放成本和时间惩罚成本为目标,建立混合不确定条件下绿色多式联运路径优化模型.通过对各子目标函数权重进行赋值,得出考虑不同成本因素的多式联运路径优化方案.探讨时间、需求和网络服务能力对多式联运路径优化结果的灵敏度分析,发现各成本随时间变动而变化的规律和边际运输成本最小时的服务时间;当货运量形成规模效应后可降低边际运输成本;不同网络服务规模的运输路径优化结果,以及满足客户不确定需求的最小网络配置.     

ͻ���¼�Ӧ��ѪҺ������������׶ξ��߷���

基于血液的生理特性及应急保障特性,以应急血液最晚运达时间最小、接收时的最低新鲜度最大、运输总费用最小为目标,建立考虑多品种、多式联运的应急血液调剂出救点选择,即运输路线安排问题两阶段决策优化模型,并设计了一种包含局部邻域优化的遗传,即禁忌混合算法进行求解.以“5.12”汶川大地震应急血液保障为背景构建算例,分析验证了两阶段决策方法在最晚抵达时间、新鲜度均值、运输总费用、血液积压量等指标上的优越性.