时间依赖网络路径模型及双层优化智能算法研究

时间依赖网络最短路径TDSP(Time-Dependent Shortest Path)是SP(Shortest Path)的衍生问题之一,与传统SP相比,TDSP在通信网络以及交通运输网络中更具有实际应用价值.在一些特定条件下,如FIFO网络或离散条件下非FIFO网络,TDSP可能存在实例多项式时间算法,而当边成本为一般函数时,已被证明不存在多项式时间算法.更具一般性,在不对边成本函数性质作限定的情况下,本文建立了时间依赖网络最短路径问题的优化模型,给出了求解此类模型的基于网络顶点优先权编码的双层优化智能算法.最后进行了算例分析.     

求解带硬时间窗车辆路径问题的改进UMDA 算法

针对带硬时间窗的车辆路径问题(VRPHTW)求解,提出了一种混合单变量边 缘分布算法(hybrid UDMA,hUDMA),改进了基本UMDA的概率模型.统计节点按路径分 布的概率,使其能够在解空间上找到节点-路径的分布关系,提高了UMDA的全局搜索 能力.采用两阶段插入法进行最佳节点搜索和路径分配完成UMDA采样操作,通过种群 进化来获取最优解.计算Solomon 100 客户的6 类问题56 个算例的实验结果表明：在最优 解的取得方面,C类算例能够全部取得最优解,R、RC类算例能以50%左右概率取得最优 解;在平均误差方面,C类算例计算结果与已知最优解一致,R、RC类算例计算误差率与 已知最优解比较接近,平均误差率为1.03%.     

居民出行OD调查中数据缺失问题及其EM算法研究

居民出行OD调查数据的缺失,将会给调查数据的后期处理工作带来一定的困难.通过EM算法介绍,讨论如何应用基于样本的EM方法来解决OD调查中的数据缺失问题,并通过具体实例演示其操作过程,验证该方法可为交通预测者科学预测、合理规划提供完整、准确的数据基础.     

求解双目标带时间窗车辆路径问题的蚁群算法

针对运输网络为多重图的双目标带时间窗车辆路径问题设计了蚁群算法.首先,建立了多重图的双目标带时间窗车辆路径问题的数学模型,提出了针对该问题解的搜索空间构建方法,定义了一种综合考虑各优化目标、时间窗和信息素等启发信息的状态转移概率公式. 为了对比说明该算法的有效性,同时设计基于NSGA-II的多目标遗传算法.针对本文算例,对蚁群算法中的各参数进行了敏感性分析,根据分析结果设定算法参数,获得了算例的Pareto最优路径集,同时与NSGA-II算法及相关文献算法针对运行时间、收敛性和群体多样性进行比较.结果显示,本文设计的蚁群算法在这3个指标上均明显优于NSGA-II算法;在相同蚂蚁数量情况下,本文的算法在收敛性和群体多样性方面优于相关文献算法.     

基于路段风险度的城市危险品运输路径优化选择

以减少运输路径沿线发生事故的风险及减少事故发生后对城市交通的影响为目的,利用交通流理论研究城市危险品运输路径的选择问题.首先利用传统风险管理理论对路段发生事故的风险及发生事故后的交通损失进行分析,提出了路段风险度的定义;利用Dial算法对路段的损失幅度进行计算,从而得到各路段的风险度,建立了风险度最小的危险品运输路径选择模型;然后利用传统标号算法设计了该模型的求解方法;最后通过算例分析了路段交通量与其风险度的关系,得出路段的交通量与路段风险度之间的关系.     

最佳相异度相异最短路径的遗传算法

在实际应用中,由于网络环境的变化和应用目的不同,经常需要计算k条相异替换路径.相异路径问题是经典最短路问题的派生问题,因其是NP-Hard的,计算十分困难.本文根据交通网络实际情况,就基于最佳相异度的相异最短路径设计了遗传算法,并对较大规模的网络进行了计算分析.     

一类危险货物公铁联运时空服务网络路径模型

在组织核废料(即乏燃料)等特殊危险货物运输时，公铁联运可融合铁路高安全性和公路灵活等特点，其联运换装节点和路径的优化选择至关重要。基于此类危险货物在公铁联运网络中公路弧与铁路弧的各项权值具有时变性特征，增加虚拟节点和虚拟弧反应节点的转运时间、风险和成本等指标，并引入时间维度以刻画各权值的时变性。进而构建危险货物公铁联运时空服务网络，建立以运输风险最小为目标的公铁联运时空路径0-1整数规划模型，将求解危险货物公铁联运方案转化为时变权值的时空最短路问题。通过改进Dijkstra算法，根据永久标号点在弧段的出发时刻动态更新网络剩余节点权值，按照风险值最小原则搜索前进方向并得到权值随时间变化的公铁联运时空最短路。最后通过算例验证了模型和算法的有效性。