基于海铁联运的集装箱班列服务路径优化

虑考虑海铁联运过程中影响集装箱班列开行的不确定因素, 结合班列服务客户各自固定需求时间窗的实际需求, 引入不确定规划区间来表示集装箱在客户节点的装卸箱服务时间, 同时将具有时效性要求的需求时间窗设置为软约束, 运用惩罚函数将其作为惩罚项整合到运输成本目标函数中, 选择合理的惩罚系数, 构建以运输成本低、运输时间少为目标的班列服务路径非线性多目标优化模型, 针对不确定变量, 采用机会约束规划转换模型得到考虑模糊时间的多目标路径优化模型, 通过加权求和将多目标合并转化为单目标问题, 并设计人工蜂群算法求解所构建的班列服务路径优化模型, 并以盐田港海铁联运为实例进行了模型检验和对比分析。结果表明: (1)在硬时间窗约束下运输时间减少了88%, 但成本增加了97%, 充分表明了软时间窗设置的优势; (2)考虑不同的运输目标时, 只考虑运输费用时, 运输时间增加了5.3%;只考虑运输时间时, 运输费用增加了67.8%。所建模型和算法能够很好的满足不同客户不同运输时效性的需求, 在运输费用方面具有明显的优越性。      

基于分层模糊法的城市轨道交通规划优化决策研究

城市轨道交通线网规划是一个复杂的系统工程,其涉及因素众多,仅采用层次分析方法已无法反映判断的不确定性和模糊性;因此应用模糊数学理论优选综合评价和层次分析相结合的方法对城市轨道交通网络规划进行决策评价,并提出了分层模糊优化决策模型.该模型通过多人专家的决策,将各个因素层次化,并且构建模糊矩阵,并计算出各层的权重,采用归一法,经过模糊化运算,最终得出结果,并应用到实例验证了采用此种方法的可行性.     

基于分层模糊法的城市轨道交通规划优化决策研究

城市轨道交通线网规划是一个复杂的系统工程，其涉及因素众多，仅采用层次分析方法已无法反映判断的不确定性和模糊性；因此应用模糊数学理论优选综合评价和层次分析相结合的方法对城市轨道交通网络规。划进行决策评价，并提出了分层模糊优化决策模型。该模型通过多人专家的决策，将各个因素层次化，并且构建模糊矩阵，并计算出各层的权重，采用归一法，经过模糊化运算，最终得出结果，并应用到实例验证了采用此种方法的可行性。     

考虑环境影响的分流路网设计双层规划模型

研究了考虑环境影响的分流路网设计问题的双层优化模型。其中，上层模型以系统出行总时间最小，CO排放最小为优化目标，并以路段最大饱和度为约束，下层模型为确定性需求下Logit型随机用户均衡配流模型。使用是否选择道路用于分流作为决策变量，将道路网络离散化，设计了基于MSA-Dail的遗传算法对模型进行求解，并利用Nguyen&Dupuis网络对模型和算法进行了验证。研究结果表明：相比于不考虑CO排放，考虑CO排放影响下所设计的分流路网能够减少2 760 g的CO排放以及145 h的出行时间。同时，还求得了客车和货车的分流路网，并给出了各个路段上客车和货车的交通量。此外，通过对OD出行需求的敏感性分析，发现OD出行需求大小对分流路网决策方案的设计有较大的影响，在实际分流路网设计时，应尽可能获取准确的OD出行需求，并针对高峰期和平峰期设计不同的分流方案。     

随机运输时间下集装箱海铁联运箱流径路优化方法

集装箱在海铁联运过程中容易受到各种不确定因素的影响, 导致运输时间波动, 进而影响货物的送达准点率。为有效降低不确定运输时间的影响, 兼顾运输过程的经济性和绿色可持续性优化集装箱海铁联运箱流径路。采用随机机会约束规划构建运输总费用最少和碳排放量最低的多目标模型。在约束条件中引入铁路和海洋期望运到时间, 并对超过期望运到时间的径路进行惩罚处理, 保证运输径路的优越性。考虑一站直达和中转换装这2种运输组织模式, 克服现有研究未考虑货源是否充足的缺陷。运用不确定及概率论相关理论知识将不确定约束转化为线性约束。以西安至洛杉矶的集装箱货物出口径路优化为案例背景, 采用NSGA-Ⅱ算法求解, 并通过贪心算法改进初始化种群以及基于logistics分布的概率选择算子改进精英选择算子。通过对比分析得到以下结果: ①算法优化后运输总费用减少23.15万美元, 碳排放减少6.69 t, 同时算法求解速度提高了75.36%;②将本文模型选用的随机规划和模糊规划进行对比, 发现随机规划解集数量多于模糊规划, 且二者在相同输送径路中的运输总费用和碳排放量均优化了10.65%。因此本文模型和算法具有良好的优化效果。进行灵敏度分析, 观察置信水平以及时间影响系数对目标函数和货物送达准点率的影响。结果表明: ①较高的铁路和海洋运输置信水平会提高货物的运输总费用。②时间影响系数和货物送达准点率呈负相关, 影响系数越大货物送达准点率越低。      

基于蚁群优化算法与出租车GPS数据的公众出行路径优化

以出租车GPS采集的浮动车数据为依据,研究出租车驾驶员路径选择的认知及类蚂蚁的行为特征。根据城市道路功能等级与出租车的通行频率等信息素,建立出租车驾驶员路径选择信息素等级路网,并以此作为路网初始信息素,综合考虑路径通行时间、通行距离、路径信息素等级等多个因素,提出了基于蚁群优化算法的公众出行路径规划优化算法。以武汉市路网和浮动车为试验数据,将模型规划的道路与浮动车数据库中的轨迹进行了比较。结果表明:基于蚁群优化算法与出租车GPS数据的公众出行路径同出租车驾驶员选择的出行路径相似度很高,能为公众出行提供出租车驾驶员选择的行车路径。     

基于模糊解释结构模型的客运交通结构优化方法

客运交通结构优化是实现城市交通系统可持续发展的重要方法之一,在提升城市客运交通系统效率方面发挥重要的作用.根据客运交通结构影响因素的性质,建立模糊解释结构模型,将客运交通结构的影响因素划分为4个层次:直接影响感知因素层、间接影响认知因素层、过渡连接因素层和根本性因素层,并使用有向弧对于层级之间与层级内部的影响因素关系进行了连接.根据模型的分析结果可知,城市规模为根本性因素,资金投入为过渡连接因素,道路布局、基础设施、出行者特性为间接影响认知因素.研究结果确定了优化客运交通结构的关键性因素,以哈尔滨市为实例,从交通政策、土地利用、出行方式效用等方面提出了优化城市客运交通结构的建议.      

城市多模式道路网设计方法——模型、算法和应用

为实现城市多模式道路优化,通过分析我国城市混行交通的特性,建立双层模型,对城市机动车道、自行车道、人行道进行整体设计。上层模型以各类车道数为设计变量,定义城市道路交通效率的3个指标,作为优化目标。下层模型将同时决策组合模型推广到混行交通,进行需求预测,并根据预测流量返算设计变量。设计3种启发式算法和对角化算法分别求解上下层模型,将该方法应用于淮北市的路网规划。对3个目标值各进行10次试算来检验算法,粒子群算法计算花费和解值最小;下层模型的拟合度达0.659,优于假设独立交通的拟合度0.375;优化后的路网可以合理解释不同优化目标,说明了文中方法的实用性。      

基于区间数规划的汽车乘员约束系统不确定优化

文中基于区间数规划法研究了汽车乘员约束系统的不确定优化问题.首先,利用MADYMO软件建立了乘员约束系统的仿真模型,并通过试验验证.接着确定以加权伤害准则为目标,安全带刚度、安全带上挂点位置和限力器的撕裂力与撕裂伸长等为设计变量,座椅和膝盖挡板的刚度为不确定量,并基于区间数规划法将不确定优化问题转化为确定性优化问题.通过拉丁超立方试验设计,建立目标函数和约束函数的近似模型,再利用序列二次规划算法和遗传算法分别作为内外层的求解器进行优化.最终,获得乘员约束系统参数的近似最优解.     

基于实物期权的离散交通网络设计模型

为了克服传统4阶段法中对于现实条件的不合理假设,以需求不确定性为基本前提,将优化方案分为动态策略和静态策略2种,以成本回收和路段更新为约束条件,使用实物期权解决了优化策略灵活性价值的问题,给出了考虑时间因素的不确定优化模型,同时确定了交通网络的最终形态和建设序列,克服了传统网络优化不考虑决策方案灵活性的问题.随后使用基于最小二乘蒙特卡洛、遗传算法的网络优化模型的求解方法,实现了对问题的有效求解,并给出了算例.Nguyen Dupuis网络的计算结果表明:(1)实物期权可以有效地描述建设方案的灵活性,提高决策的合理性;(2)期权的价值随着需求波动性的增加而提高,建设方案也会提前;(3)实物期权更加符合交通建设适度超前的概念.