基于时空状态网络的电动物流车辆路径优化方法

针对电动物流车辆续航里程有限与充电基础设施不足的问题,综合考虑电池容量、车辆承载能力、充电站能力、客户服务时间窗、路网空间结构等约束条件,基于离散时空状态网络建立整数线性规划模型。扩展的状态维度可同时表征车辆剩余载重量和剩余电量的时空轨迹。通过对客户服务需求和充电站能力约束进行拉格朗日松弛,并增加二次惩罚项,构建增广拉格朗日模型。经过线性化处理二次目标函数,在块坐标下降框架下,原问题被分解为最短路径子问题,嵌入前向动态规划算法,循环依次求解。惩罚项的引入可以克服解的对称性问题,加快算法的收敛速率。通过计算最优上界与下界之间的间隙,评估可行解的质量。基于Sioux Falls网络构建测试算例,实验结果表明,该方法可以在时间、空间和状态维度上同步优化电动车辆路径和充电决策,可以有效避免车辆绕行充电,节省在途充电时间和配送成本,实现城市电动化物流资源的时空优化配置。     

基于交通环境容量的区域交通动态调控模型

近年来,随着社会经济的发展,交通运输系统已经成为一个主要的空气污染源.为了保护城市空气质量,同时尽量满足居民的出行需求,应该把控制机动车排放和改善道路通行效率结合起来考虑.针对此问题,本文引入交通环境容量和宏观交通基本图,采用多目标规划模型来描述区域机动车排放和路网通行能力之间的关系,并通过动态交通调控机制降低重点区域内的交通排放总量.本文将该调控理论应用于南京某路网的管理过程中,仿真结果显示,交通环境控制效果比较显著,同时道路通行能力也得到一定程度的保证.文中相关的理论与实践,可以为城市区域交通管理和污染控制提供重要参考.