集装箱船舶装箱排序问题的两阶段算法

集装箱船舶装箱排序问题综合集装箱装船顺序与船舶贝内排箱,是一类典型的组合优化问题.考虑堆场发箱顺序和船舶配载之间的关联,构建集装箱船舶装箱排序问题的数学模型.针对构建的优化模型,鉴于已有方法难以直接对其进行求解,基于两阶段分层求解思想设计SWO-HES两阶段算法.算法第1阶段利用吱呀轮算法(SWO)大邻域导向式搜索的特点优化集装箱装船顺序问题;第2阶段将SWO的结果作为输入,基于启发式规则和演化策略算法(ES)构造混合演化策略算法(HES)优化船舶贝内排箱问题.最后,通过不同规模算例的研究,将SWO-HES与常见智能算法、基于实际装船规则的启发式算法进行对比分析,验证模型与算法的有效性.     

基于部分集卡到达信息的码头进口箱翻箱优化

集装箱码头进口箱提箱作业过程中,由于外集卡到达时间的不确定性,存在外集卡提箱顺序与目标箱的堆存位置不一致,从而产生大量翻箱.为了解决这一问题,本文以期望翻箱量最小为落箱位置的选择原则,提出最小化二次翻箱启发式算法,利用算例验证算法的有效性,分析集卡到达的信息质量对进口箱提箱翻箱的影响,根据集卡到达信息质量的不同选择最佳翻箱规则.结果表明:提出的翻箱策略可以在获得部分集卡到达信息下有效地减少翻箱,针对不同的集卡到达信息质量,采取相应翻箱规则进行翻箱作业能有效减少翻箱,提高码头堆场的作业效率.     

基于绿色飞行的航空器离场累积事件噪声控制研究

航空业的迅猛发展,在带来巨大经济、社会效益的同时,也造成日益严重的噪声污染.为缓解机场周边噪声问题,贯彻"绿色飞行"理念,本文从飞行程序优化和飞行架次调整两方面进行航空器离场噪声控制研究.采用计权等效连续感觉噪声级为评价指标,应用累积事件噪声计算模型,以广州白云机场为例,绘制噪声等值线图,计算噪声影响面积,分析噪声控制效果及原因.结果表明,CCO减噪程序和飞行架次调整两种方法均可有效减少噪声影响面积,但噪声控制方法各有利弊,实践过程中应扬长避短灵活运用.     

城市发展与轨道交通建设

轨道交通建设发展是破解交通拥堵、交通污染、绿色出行环境差和停车难等城市病的有效途径。在轨道交通大发展机遇期,有必要探讨如何科学规划城市轨道交通系统,促进城市集约发展和改善城市交通状况。研究总结城市交通的内涵,即城市形成和发展中的内在要素,提出城市交通应服务于人的需求、组织城市高效可持续运行。从车辆技术成熟度与国产化水平、轨道交通制式多样化、轨道交通规划建设规模与城市形态和发展阶段的适配性、认证和标准体系、交通功能与城市功能融合的一体化土地开发、多模式公共交通衔接换乘等角度出发,梳理发展现况并归纳问题及症结。重点针对结合市情的轨道交通基础性问题,就科学规划城市和都市圈的轨道交通系统提出指导思想和具体建议。     

近郊小城市交通发展策略研究——以成都市新繁镇为例

城市发展有它内在的规律性,中小城市特别是近郊小城市交通发展不能照搬大城市经验,应找到一条实事求是的自身发展路径。在新型城镇化和经济发展新常态对城镇化质量提出新要求的背景下,以成都市近郊小城市新繁镇为例,从机动化水平、交通模式、道路网络与交通管理等方面系统梳理近郊中小城市交通现状特征和发展面临的问题,分析交通需求的变化趋势,建立近郊小城市交通组织的分析框架,在此基础上,提出未来交通发展的重要策略。     

考虑游览船运营特征的航道通过能力评价方法

为构建客货船舶协同动态运行控制技术体系，以经典航道通过能力模型为基础，构建基于游览船运营特征(发船高峰性和航线集中度)的航道通过能力模型.根据黄浦江游览核心区船舶自动识别系统(AIS)数据，对所提出的航道通过能力模型进行实证分析.研究结果表明，本文航道通过能力模型能够较为准确地评价研究区域的实际航道通过能力.游览船发船高峰时期与现有航线规划条件下，黄浦江游览核心区航道通过能力(76艘/h)趋近饱和状态；当过境船到达超过69艘/h时，建议海事相关部门采取“错峰”航行等相关政策.     

基于家庭属性差异的大学生出行方式选择行为研究

为剖析家庭属性差异对大学生出行方式选择行为的影响，基于非集计理论，构建家庭属性差异的大学生出行选择多元Logit 模型. 根据四川省2 571 份大学生出行行为调查问卷，运用SPSS 软件标定模型参数，获取影响大学生出行选择的主要家庭属性因素，并进行敏感性分析. 结果表明：家庭平均年收入、经济净流对大学生出行方式选择有显著的影响；以航空运输为参考，家庭平均年收入、经济净流对公路运输方式选择的影响大于铁路运输；“祖辈替孙辈购买机票”的折扣票务形式可提高大学生选择航空出行的概率.     

技术站间货物列车协同配流方案研究

技术站间货物列车协同作业组织模式，可实现各站获益，整体加强，对提升铁路运输生产效率具有重要意义.本文建立技术站间货物列车协同配流模型.模型以最大化两技术站的正点出发列车数作为目标函数，采用启发式遗传算法进行寻优，得到货物列车解编顺序和配流方案.最后，通过对算例进行实验分析，验证协同配流模型的实用性.结果表明，技术站间协同配流作业明显压缩车辆在站总停留时间，增加了阶段计划内正点出发列车数，进而提高了技术站内线路使用能力.     

考虑收益管理的高铁平行车次动态差别定价

基于RP(Revealed Preference)和SP(Stated Preference)调查数据，利用潜在类别模型对高铁旅客进行细分，得到旅客对平行车次不同服务属性，如列车运行时间、发车时段和舒适度的偏好程度，并对其进行量化；引入收益管理，以多列车整体收益最大为目标，构建平行车次动态差别定价模型，并设计模拟退火算法进行求解；最后，通过京沪高铁进行实例验证.结果表明：与固定票价进行客票销售相比，所提方案能够适应高峰期和平峰期不同客流特点，提高铁路客票总收益，为高铁平行车次灵活定价提供参考.     

Using GPS-data to determine optimum electric vehicle ranges: A Michigan case study

Fuel-switching personal transportation from gasoline to electricity offers many advantages, including lower noise, zero local air pollution, and petroleum-independence. But alleviations of greenhouse gas (GHG) emissions are more nuanced, due to many factors, including the car’s battery range. We use GPS-based trip data to determine use type-specific, GHG-optimized ranges. The dataset comprises 412 cars and 384,869 individual trips in Ann Arbor, Michigan, USA. We use previously developed algorithms to determine driver types, such as using the car to commute or not. Calibrating an existing life cycle GHG model to a forecast, low-carbon grid for Ann Arbor, we find that the optimum range varies not only with the drive train architecture (plugin-hybrid versus battery-only) and charging technology (fast versus slow) but also with the driver type. Across the 108 scenarios we investigated, the range that yields lowest GHG varies from 65 km (55+ year old drivers, ultrafast charging, plugin-hybrid) to 158 km (16–34 year old drivers, overnight charging, battery-only). The optimum GHG reduction that electric cars offer – here conservatively measured versus gasoline-only hybrid cars – is fairly stable, between 29% (16–34 year old drivers, overnight charging, battery-only) and 46% (commuters, ultrafast charging, plugin-hybrid). The electrification of total distances is between 66% and 86%. However, if cars do not have the optimum range, these metrics drop substantially. We conclude that matching the range to drivers’ typical trip distances, charging technology, and drivetrain is a crucial pre-requisite for electric vehicles to achieve their highest potential to reduce GHG emissions in personal transportation.