在共享单车影响下的公共自行车发展研究

公共自行车作为政府补贴的免费骑行项目,与共享单车相比在供给模式上存在显 著差异,两者具有一定的互补关系.其中明确政府补贴机理,是差异化2 种交通方式、强化两者 互补关系的关键.本文运用多目标规划方法,从政府的效用最大化、企业收益最大化、用户满意 度最大化3 个方面构建三者博弈关系,并以西安市公共自行车系统运营状况为例,分析政府补 贴对用户满意度、企业收益及政府效用等方面的影响.计算结果表明,政府的财政补贴有利于 提高公共自行车企业服务水平、用户满意度;但随着公共自行车使用率的增加,政府的财政压 力加大,用户满意度、企业收益与政府效用呈下降趋势,而共享单车可分担部分用户,减轻政 府及公共自行车运营企业压力.     

Disruption Management of an Inequality-Based Multi-Fleet Airline Schedule by a Multi-Objective Genetic Algorithm

Abstract

This paper presents a novel application of a Method of Inequality-based Multi-objective Genetic Algorithm (MMGA) to generate an efficient time-effective multi-fleet aircraft routing algorithm in response to the schedule disruption of short-haul flights. It attempts to optimize objective functions involving ground turn-around times, flight connections, flight swaps, total flight delay time and a 30-minute maximum delay time of original schedules. The MMGA approach, which combines a traditional Genetic Algorithm (GA) with a multi-objective optimization method, can address multiple objectives at the same time, then explore the optimal solution. The airline schedule disruption management problem is traditionally solved by Operations Research (OR) techniques that always require a precise mathematical model. However, airline operations involve too many factors that must be considered dynamically, making a precise mathematical model difficult to define. Experimental results based on a real airline flight schedule demonstrate that the proposed method, Multi-objective Optimization Airline Disruption Management by GA, can recover the perturbation efficiently within a very short time. Our results further demonstrate that the application can yield high quality solutions quickly and, consequently, has potential to be employed as a real-time decision support tool for practical complex airline operations.     

交叉口混合交通流高维多目标信号优化控制

为提高我国城市道路交叉口混合交通流智能信号控制的效率,提出一种基于高维多目标进化算法的交叉口混合交通流信号智能优化控制方法.首先,提出一种新的高维多目标进化算法GRMODE,设计了新的算法模型并改进了Pareto支配排序等多项关键技术;其次,设计了基于GRMODE算法的交叉口混合交通流高维多目标信号优化控制模型,提供5项控制目标最优的信号控制方案.在南京市交叉口信号控制中的仿真实验结果表明,基于GRMODE算法的控制模型能够使交叉口机动车平均延误、停车次数、通行能力、非机动车平均延误及行人等待时间等多项性能指标同时达到最优,提升交叉口智能信号控制效率.     

基于鲁棒性的船体中横剖面多目标优化

工程应用中在进行鲁棒性优化设计时,要求所求出的解既要具有较高的质量,又要满足一定的鲁棒性要求。将鲁棒性优化问题转化为一个双目标的优化问题,即一个目标为解的最优性,另一个目标为解的鲁棒性,并针对一艘最大应力接近许用应力的多用途船进行基于鲁棒性的中横剖面优化设计。首先,用支持向量机的方法建立船体舱段的近似模型,用于求取舱段的最大应力,并结合蒙特卡罗积分的思想构造出表示最大应力鲁棒性的函数;随后,以最大应力最小和最大应力的鲁棒性函数值最小为目标函数,设计出一种求解鲁棒性最优解的粒子群多目标优化算法。优化结果不仅能降低船体结构的最大应力,同时还可较大程度地提高最大应力的鲁棒性,证明了该方法的可行性。     

基于改进遗传算法的铁路三维空间线路智能优化方法研究

归纳和总结了铁路线路智能优化与三维空间信息之间的内在联系,基于OSG技术对空间信息数据进行高效组织,加工处理与信息输出为一体,建立了三维空间信息模型,为铁路三维空间线路智能搜索提供可视化地理信息环境。以平面交点坐标、交点半径、纵面变坡点里程、变坡点高程为设计变量,充分考虑了空间线路平面约束、纵断面约束、平纵组合约束和环境影响约束条件,深入分析铁路三维空间线路优化费用目标函数,建立了铁路三维空间线路综合优化数学模型。采用浮点编码方式,以交点偏移距、交点曲线半径、链式变坡点高程为基因序列,针对多约束条件构成的优化空间进行深入的研究,生成线路方案群;基于多目标排序矩阵方式对每代中线路方案进行适用度计算,设计了选择、交叉和变异三类遗传算子,逐代遗传进化,实现了线路方案向最优线路方案群自动搜索,完成了铁路三维空间线路智能寻优过程。以本文提出的理论与方法为基础,基于vs.net、OSG、数据库等技术实现了铁路三维空间智能选线系统的开发,结合实际工程对本文的理论模型与算法进行了验证和评价。     

平面交叉口信号控制多目标优化研究

从道路使用率、出行时间成本、环境保护三方面平衡交通效益出发,建立在饱和度约束下以通行能力、出行者平均延误、尾气排放量作为性能指标的平面交叉口信号控制多目标优化模型;模型可根据交通流状态的不同对控制目标有所侧重;最后运用遗传算法对模型进行优化。算例分析表明,该模型能较好的适应交通流状态的变化,可获得更好的交通控制效果。     

基于区间和多目标的城市交通方式评价

由于交通系统的复杂性,很多交通方式属性值只能用区间等模糊形式来表示。针对区间交通方式属性,分析可持续发展条件下的城市交通方式评价体系,通过对向量规范法进行改进实现交通方式属性间的可公度化,进而建立基于交通方式点到正负理想点“距离”的多目标评价模型。最后通过实例进行分析和验证,表明评价模型在区间交通方式属性评价中的有效性。     

一类可微凸多目标分式规划的最优性条件

讨论了一类向量分式多目标规划问题(VFP)在fi(x)0(i=1,2,…,p),ρ(x)>0,f(x)、g(x)、ρ(x)均为可微凸函数条件下的Kuhn-Tucher型最优性条件。     

基于多装船机的散货船智能装载

对散货船使用多装船机进行装载作业的情况,建立以最高装载效率、最佳纵倾和最小化船舶最大静水弯矩值为目标,以浮态、稳性和结构强度为约束条件的散货船智能装载数学模型,使用改进的多目标遗传算法进行求解,得到优化后的Pareto解集,结果表明:该算法能够有效求得该问题的优化解,在实际应用方面具有一定的可行性.     

基于条件生成对抗网络的扇区复杂度评估

扇区复杂度作为管制员工作负荷和动态空域配置的重要参考依据，需要事先准确地对其 进行评估。本文针对有监督复杂度数据集存在的小样本问题，提出基于条件生成对抗网络的扇 区复杂度评估框架。首先，构建交通流量、航空器性能和潜在冲突这3类复杂度指标，并结合主观 复杂度等级得到标定样本；其次，利用条件生成对抗网络设计有标记样本生成算法，获得增广数 据集；最后，分别采用逻辑回归、支持向量机和随机森林算法建立复杂度评估模型。以中南区域 扇区为例，从定性和定量的视角验证生成样本的有效性，并在多种训练集配置下对比各模型评估 结果。研究结果表明：条件生成对抗网络在200次迭代后逐步收敛至稳定；生成样本与真实样本 的绝大多数指标在均值上的相对误差小于5%，在标准差上的相对误差大于5%；在多分类评价指 标下，增广数据集对3种模型整体评估精度分别提升11.77%、11.04%和8.34%。本文提出的评估 框架可以在有限数据条件下提高样本多样性，是解决扇区复杂度评估问题的一种有效方法。