面向服务水平的高速铁路列车开行方案优化

在传统列车开行方案基础上引入列车始发时间,形成高速铁路列车开行方案的新概念。针对一些关键O-D对,提出服务列车数下限要求;针对车站需求稀疏时段,提出发车时间间隔上限要求。基于旅客出行的时变需求,建立面向旅客服务水平的高速铁路列车开行方案优化的双层规划模型,其中上层规划为铁路企业优化列车开行方案的决策;下层规划描述旅客的乘车选择行为,即列车网络上进行客流分配。为缩小优化搜索空间,列车运行区段仅限于备选集中产生,并将关键O-D对服务列车数约束转化为各车站的停站列车数约束。设计列车停站方案的确定方法、初始开行方案的生成方法和邻域解的搜索方法,并以此为核心设计求解模型的模拟退火算法。算例表明,采用该模型和算法求解的列车开行方案在时空区域上较好地满足了旅客出行时变需求,服务水平达到规定下限,模型和算法具有良好的优化效率和实用性。     

不同需求日高铁列车开行方案协同优化方法

不同需求日的出行需求在结构和总量上都存在差异,不仅需要提供与各需求日相匹配的运输能力,而且不同需求日的列车开行方案应有很大相似性,使高铁运输组织能平稳过渡。为权衡铁路运营成本和运输组织衔接,在考虑高铁运输组织平稳过渡前提下,谋求铁路运输成本和旅客出行费用最小,对不同需求日列车开行方案进行协同优化。由各需求日各OD对需求生成最大包络需求,以最大包络需求列车开行方案为备选列车集,产生各个需求日的列车开行方案。建立不同需求日开行方案协同优化双层规划模型,设计求解模型的遗传算法。算例分析表明,在公共列车集比例限制下,协同优化产生的开行方案具有较好评价指标,算法收敛性较好,体现了模型和算法的有效性。     

旅客换乘网络优化设计

铁路客运换乘网络的合理构造,是研究旅客换乘问题的核心内容。旅客换乘网络是用于优化旅客中转换乘的网络结构．是基于铁路网络、列车开行方案、列车运行时刻表等信息构造而成的。通过分析换乘网络的多种用途,构建了旅客换乘网络的评价指标;对线路换乘网络、乘降区间换乘网络、乘车区间换乘网络等现有换乘网络进行了分析。在此基础上,根据实际需要优化设计了基于开行方案的无向换乘网络、混合换乘网络、有向换乘网络和基于时刻表的完全换乘网络,并对各种换乘网络的规模、功能和计算处理能力进行了综合比较分析。这些换乘网络适用于研究多种交通方式以及混合交通的旅客换乘问题。     

基于快递运输组织方案的快递竞争网络均衡

为更好地分析影响快递价格的因素,在分析基于合并式快递运输组织方案的快递作业流程、快递市场竞争中消费者行为、快递企业行为、运输企业行为及其均衡条件的基础上,应用变分不等式方法,建立快递竞争网络均衡模型,并应用修正投影算法进行了求解.算例计算分析表明,快递价格与区域的快递平均质量、运输企业和快递企业的成本以及消费者与快递企业交易成本成正比,与运输市场和快递市场的竞争激烈程度成反比,且快递企业的竞争力随其与消费者交易成本的增加而减弱.      

面向时变需求的高速铁路列车开行方案优化方法

为了使高铁列车开行方案与旅客时变需求相吻合,引入列车运行方案图,使列 车开行方案优化中既能利用列车运行的时间信息,又能避免结合列车运行图综合优化的 大规模计算.借助于基于时刻表的高铁客流分配方法,在区间通过能力、车站始发能力、列 车载客能力等多种约束下,以列车运行时间与旅客出行时间加权和为优化目标,构建了 时变需求下高铁列车开行方案优化的Stackelberg 博弈模型.利用降低编组、删除列车、添 加列车、拼接列车、提高编组和调整列车始发时间等邻域搜索策略,设计了求解模型的模 拟退火算法.最后,针对京沪高速铁路进行算例分析,优化产生的列车开行方案具有良好 的评价指标,特别是旅客上车时间与计划出发时间的偏差较小,具有较高的运算效率和 收敛性.     

����΢ѭ����ͨ�����е��н�ͨ��֯�Ż�

为了有效疏解城市干道交通压力,优化与实施单行交通组织是充分发挥微循环交通网络效率的重要手段。从降低干道及微循环道路饱和度的目标出发,考虑最大期望饱和度的限制要求,建立了单行交通组织优化的双层规划模型。上层规划的决策变量为支线路段的单向行车组织方案,优化目标为最小化干道路段平均饱和度和最小化干道路段饱和度超限量;下层规划在干道路段能力、支路路段能力和饱和度的限制下进行平衡配流。提出了相应的遗传算法,并通过案例对比分析了单行交通组织优化前后干道及微循环道路上的交通状况,验证了微循环道路网单行交通组织优化的效果。该模型可应用在微循环交通网络中的单行交通组织,为单行交通组织提供优化方法。     

��������Ԥ��ĸ��ٹ�·�շ�Ա��̬����ģ��

基于神经网络对不完全信息具有良好的适应性和遗传算法具有较强的全局搜索能力的优良特性,将遗传算法和神经网络有机结合起来对高速公路短期流量进行预测,采用精英选择、按比例适应度分配和基于排序的适应度分配相结合的选择方法,以及自适应的交叉、变异概率改进遗传算法,通过使用自适应学习速率来改进BP算法,并提出使用新的结合方式获取新一代种群,提高获取全局最优解的搜索速度,构建符合高速公路短期流量特点的预测模型。同时,采用排队论模拟高速公路收费过程,构建高速公路收费站的排队模型,结合短期流量预测模型及收费站排队模型,根据车道与收费员的配备,预测短期各时段的收费员需求,从而实现收费员的动态最优配置。最后结合实例,证明了模型的有效性。     

高速铁路换乘需求统计算法研究

基于客票系统中现有的记录并未对换乘旅客进行标识,需要后期对原始数据进行深入挖掘才能获取。以往采用换乘方向的算法在处理大量数据时,耗时长,效率低。通过分析换乘旅客行为特征,提出一种比较OD最短路径距离的换乘需求统计方法。实例结果表明:该算法可以将运行效率提高近百倍,并能获得小于3%的相对误差,因此该算法用于换乘需求统计更高效。该算法在计算过程中保留了详细的车次换乘信息,因此该数据还可以用于支撑进一步的深入挖掘换乘需求特征。     

基于定序优化的高速铁路网络列车运行图优化

考虑车站各衔接方向的列车作业时间间隔约束关系,以列车旅行时间最少为目标,建立高速铁路网络列车运行图的优化模型。通过扩展网络松弛运行图的有向图表示形式,建立网络松弛运行图的定序优化线性规划模型。在构建冲突及其化解方案选择策略的基础上,通过组合平移列车作业、交换列车作业顺序、变更列车停站以等冲突化解策略,设计基于定序优化的高速铁路网络列车运行图铺划方法。算例分析验证相关模型与算法的有效性。     

һ���������ı�Ȩ���Ԥ�ⷽ����Ӧ��

物流量预测是物流系统规划、物流资源合理配置过程中的重要环节,同时也是政府部门制定物流产业发展规划与政策的基础工作,准确预测物流量具有非常重要的意义。目前,大多数学者往往都采用单一预测方法进行预测,但由于单一预测方法假设条件及适用范围均存在一定的局限性,预测精度不高。因此,在多元线性回归方法、二次指数平滑方法和定权组合预测方法的基础上,提出了一种物流量的变权组合预测方法,并以湖南省醴陵市货运量预测为实例进行了分析,结果表明,该方法较单一预测方法误差更小、精度更高,能够更准确地预测物流量,可以作为物流量预测的有效工具。