Locating emergency vehicles with an approximate queuing model and a meta-heuristic solution approach

In this paper, the location of emergency service (ES) vehicles is studied on fully connected networks. Queuing theory is utilized to obtain the performance metrics of the system. An approximate queuing model the (AQM) is proposed. For the AQM, different service rate formulations are constructed. These formulations are tested with a simulation study for different approximation levels. A mathematical model is proposed to minimize the mean response time of ES systems based on AQM. In the model, multiple vehicles are allowed at a single location. The objective function of the model has no closed form expression. A genetic algorithm is constructed to solve the model. With the help of the genetic algorithm, the effect of assigning multiple vehicles on the mean response time is reported.     

斗轮堆取料机生产信息优化与共享

针对如何将斗轮堆取料机司机与司机、操作员和生产管理者之间相互连接的问题,对斗轮堆取料机生产信息的优化和共享进行研究,通过在散货码头流程控制系统和生产信息系统的基础上融合再开发,利用现场工业以太网,实现了斗轮堆取料机与操作员之间、斗轮堆取料机司机之间、斗轮堆取料机与生产信息管理系统之间、斗轮堆取料机与远程管理者之间4个层面的信息共享,使各方可根据需求实时共享信息,并对生产进行指导和控制。斗轮堆取料机生产信息的优化和共享提高各方联动互通性,尤其是提高了混配作业的准确性和有效性,增强了散货码头在混配生产上的竞争力。     

基于GERT网络的应急救援关键路段识别

为了及时识别出突发事件下城市道路的关键路段,以构建最短应急救援路径,本文提出了一套完整流程.首先,针对路网在应急条件下的贫信息环境特征,设计一种基于模糊综合评判的行程时间估算方法.然后,考虑救援人员的应急心理和经验选择行为,构建面向广义阻抗的GERT(Graph Evaluation and Review Technique)网络模型.最后,运用Dijkstra算法获得救援路径完成关键路段识别.以成都市某区域实际交通网络为算例进行验证,结果表明:基于2种模糊算子估算路段行程速度,其绝对误差为2.722 km/h,精度较高;与传统关键路段识别方法相比,GERT网络模型能更好地反映行程时间和路段拥挤度对路径选择行为的影响(拟合度80.95%),并将重要度识别技术从路网降低到路径层面,效果良好.     

非完美信息下京津冀区域物流设施选址研究

针对大规模物流设施选址问题,本文构建了非完美信息下设施可靠性选址的连续逼近模型.该模型不仅考虑了设施存在损坏的可能性,而且考虑了由于信息缺失顾客无法获得设施状态且存在返回出发地的行为.由于该模型的结果无法直接确定设施选址点,因此采用Disk算法对该模型的结果进行离散化,获得物流设施选址方案.以京津冀区域物流设施选址为例,验证了该模型有效性并对设施布局特性进行了分析.最后,通过灵敏度分析探讨了不同参数对京津冀区域物流设施选址的影响.     

Mathematically calculating the transit time of cargo through a liner shipping network with various trans-shipment policies

This paper derives the mathematical expressions for the transit time of cargo through a liner shipping network. Main efforts are devoted to deriving the calculation expressions of the connection time of cargo during trans-shipment. For the forward and many-to-one trans-shipment policies, we conduct a minor correction towards the expressions in existing studies to improve the completeness. Meanwhile, we propose an alternative but more straightforward calculation method for connection time which bypasses the complicated inductive argument in existing studies. Then we introduce two new trans-shipment policies: backward trans-shipment and one-to-many trans-shipment, and mathematically calculate the corresponding connection times. Numerical experiments also deliver some managerial insights into the effectiveness of backward trans-shipment in transit time control.     

基于大数据的大学校园停车系统规划 ——以大连理工大学凌水主校区为例

为解决大学校园停车系统混乱以及用于相关规划的基础数据样本量小、精度不高、时效性 差等问题，应用大学校园停车调查数据、各出入口车辆记录数据以及各院系教职工信息数据进行多源大数据分析，提出了一种基于大数据的大学校园停车系统规划方法。以大连理工大学凌水主 校区收集到的数据为例，首先从静态角度利用各出入口车辆记录数据和校园停车调查数据获取校园整体停车需求，进而利用各院系教职工信息数据分析各部门的停车需求。然后，从动态角度考虑停车位的周转问题，利用各出入口车辆记录数据分析校园出入车辆停车时段分布状况。最后，根据多源大数据分析所得校园停车系统现状，得出相应的校园停车系统规划结果。研究结果表 明：基于大数据的大学校园停车系统规划方法可有效解决传统方法中基础数据样本量小、精度不高、时效性差等问题，提高了规划结果的实用性和科学性。     

交通指路标志信息量化分析

交通指路标志信息认知的水平直接影响出行者寻路的安全性和舒适性。对不同信息组织形式的交通指路标志进行标志信息理解实验,发现交通指路标志版面信息的位置及字符排列方向对信息的理解水平存在显著性影响。当标志上信息的位置与在路网中的相对位置相同,且字符排列方向没有旋转、与道路线形保持一致时,信息的理解水平较高;当标志上信息被移动或旋转时,信息的理解水平将降低42%~66%。     

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.     

逐日路径演化中出行者信息偏好的实验分析

在逐日出行过程中,出行者对各类信息的偏好是一个动态变化的过程,不同出行者对同类信息的偏好也不同.本研究搭建不同信息条件下逐日路径选择实验场景,用信息偏好系数表征不同类别信息对出行者感知时间影响的相对权重,研究出行者信息偏好的演化规律与分布特征.实验结果表明,出行个体信息偏好的演化存在3种类型,出行群体对感知时间的信息偏好系数先震荡增加后逐步稳定,出行个体对感知时间的信息偏好系数在出行群体中成正态分布.与只提供完全历史信息相比,同时提供基于指数平滑法的系统预测信息会降低出行者对感知时间的偏好.     

An integrated framework for embedding large-scale dynamic traffic assignment models in advanced traveler information systems

In recent years, increasing attention has been drawn to the development of various applications of intelligent transportation systems (ITS), which are credited with the amelioration of traffic conditions in urban and regional environments. Advanced traveler information systems (ATIS) constitute an important element of ITS by providing potential travelers with information on the network's current performance both en-route and pre-trip. In order to tackle the complexity of such systems, derived from the difficulty of providing real-time estimations of current as well as forecasts of future traffic conditions, a series of models and algorithms have been initiated. This paper proposes the development of an integrated framework for real-time ATIS and presents its application on a large-scale network, that of Thessaloniki, Greece, concluding with a discussion on development and implementation challenges as well as on the advantages and limitations of such an effort.