基于多目标优化的应急设施选址-配送模型

针对频发的突发事件,应急设施选址与配送路径规划对快速开展救援活动、减少事件损失具有重要意义.通过构建基于多目标优化的应急设施选址-配送模型,同步解决应急设施选址和配送路径规划问题.模型目标函数包括3个方面:最小化总物资运输时间成本、最大化应急设施设置容量和最小化应急设施设置数量.在此基础上,设计了一种多目标遗传算法,结...     

基于蚁群算法的应急物流动态网络鲁棒优化

考虑应急物流网络的时间依赖性及所处环境的复杂性,将动态网络理论与鲁棒离散优化理论相结合,建立具有鲁棒特性的动态网络优化模型,在此基础上,结合蚁群算法基本理论,将算法中的启发因子加以改进,使之与优化模型相适应,并利用改进后的蚁群算法在全路中寻求一条时效性高、鲁棒性好的路径以供应急物资运输。最后,举例验证研究所提出的优化理论及改进算法的合理性。     

基于模拟退火算法的应急物流仓库选址优化

论述了在应急物流管理中应急仓库优化选址问题,分析了应急物资仓库建立的必要性及重要性.为了较准确的分析选址方案对仓库布局覆盖能力及其广义时间费用的影响,在合理假设的基础上,构建应急仓库选址问题的集合覆盖双层规划模型,既考虑配送过程中广义时间费用最小（上层目标）,且满足服务范围覆盖整个区域的应急仓库数目最小（下层目标）,并以模拟退火算法求解问题最优解.最后以实例分析证明模型和算法的有效性,为决策部门在灾害管理的灾害准备阶段科学合理进行应急仓库选址提供参考依据.     

基于模拟退火算法的应急物流仓库选址优化

论述了在应急物流管理中应急仓库优化选址问题,分析了应急物资仓库建立的必要性及重要性.为了较准确的分析选址方案对仓库布局覆盖能力及其广义时间费用的影响,在合理假设的基础上,构建应急仓库选址问题的集合覆盖双层规划模型,既考虑配送过程中广义时间费用最小(上层目标),且满足服务范围覆盖整个区域的应急仓库数目最小(下层目标),并以模拟退火算法求解问题最优解.最后以实例分析证明模型和算法的有效性,为决策部门在灾害管理的灾害准备阶段科学合理进行应急仓库选址提供参考依据.     

鲁棒交通网络设计方法

为了更好地指导交通规划实践、提高规划方案应对风险的能力,在分析交通需求预测不确定性的基础上引入鲁棒设计概念,阐述了交通需求预测与鲁棒规划方案的关系.采用随机需求假定,以随机规划理论和均值-方差模型为基础,建立OD需求不确定的鲁棒交通网络设计模型;以蒙特卡洛模拟和遗传算法为工具,设计求解随机双层组合优化问题的实用算法.最...     

基于服务可靠性的应急救援设施选址问题研究

设置应急救援设施的目的是为需求点提供快速、可靠的救援服务。针对城市事故灾害应急救援行动,提出救援设施的服务可靠性是由车辆从救援设施到救援需求点的时间决定的。在分析了应急救援设施选址问题的基础上,根据系统可靠性的理论,建立了基于服务可靠性的救援设施选址模型,并分别采用分枝定界法和混沌搜索算法进行模型求解。实验表明,这两种算法都能有效的求解该模型。     

基于双层规划的危险货物配送路径鲁棒优化

针对不确定环境下带时间窗的多配送中心危险货物配送路径优化问题, 提出一种含鲁棒控制参数的鲁棒优化方法; 综合考虑危险货物运输风险、运输费用和服务时间窗, 构建了危险货物配送路径多目标双层鲁棒优化模型, 上层模型追求运输风险和运输费用最小化, 下层模型采用用户均衡交通分配模型; 根据Bertsimas-Sim鲁棒优化理论, 对含有不确定参数的上层模型进行鲁棒对等转化; 联合增强型Pareto遗传算法和Frank-Wolfe算法构建了求解多目标双层鲁棒优化模型的混合算法, 采用3段式编码和解码方法、等位匹配交叉操作以及翻转变异等遗传操作方法求解上层模型, 采用Frank-Wolfe算法求解下层用户均衡模型; 以经典的Sioux-Falls交通网络为例, 对含有3个配送中心、7个需求点的危险货物配送路径优化问题进行案例分析, 以验证模型及其算法的合理性。研究结果表明: 当鲁棒控制参数分别为0、30和60时, 构建的混合算法能分别快速得到3、2和3组鲁棒最优解, 且所有解均为包含具体运输路段和发车时刻的配送方案, 而非配送顺序; 该混合算法与传统两阶段启发式算法相比, 运算时间能节省54.74%。可见, 该混合算法无论是在求解效率上, 还是在解的表达形式上均优于两阶段启发式算法, 能较好地完成不确定环境下危险货物配送路径多目标双层鲁棒优化任务。     

多品种燃油海运库存路径问题鲁棒优化模型与算法

针对需求不确定下的多品种燃油海运库存路径问题(Maritime Inventory Routing Problem,MIRP),提出非专用舱室和非固定停靠供应港的船舶配送策略,通过设置供货商保守系数给定条件下的累积航次多品种燃油不确定需求预算阈值,构建以供货商燃油库存与配送总成本最小化为目标的MIRP非线性鲁棒优化模型,并设计了改进混合自适应遗传算法求解模型。算例结果表明,非专用舱室和船舶非固定停靠配送能有效降低供货商燃油库存与配送总成本;供货商在各需求港关于各品种燃油的保守系数均存在某个不同的恰当值,当保守系数超过恰当值时,客户服务水平变化趋于平缓。研究结论可为供货商多品种燃油MIRP提供决策参考。     

基于风险分担的城市公交出行鲁棒优化模型

本文面向城市中需要在给定期限内到达终点的出行者,针对最短耗时公交换 乘问题,利用基于风险分担的鲁棒优化方法进行了建模和求解.公交行车时间和发车间隔 时间是不确定的,本文将其建模为区间数,并基于风险分担的思想给出了这些不确定参 数的集合描述,该集合可以通过一个代表出行者保守程度的参数进行灵活调整,在此基 础上提出了城市公交换乘最短耗时鲁棒优化模型,给出了多项式时间精确算法.通过对一 个算例的求解和仿真实验,展示了该模型求解结果（相对于确定性模型的求解结果）具有 更小的迟到概率;并通过分析讨论,总结出换乘更少,运行更稳定的换乘方案更倾向于成 为鲁棒最优换乘方案.     

交通突发事件下交通疏散方案设计

交通突发事件极易造成交通拥堵,严重影响城市交通系统的正常运行,应尽快制定与实施交通应急疏散方案。因此,提出一种基于蚂蚁算法优化的多目标交通疏导分配方法,通过蚂蚁算法寻求最优路径,并综合考虑多个目标影响因素,运用多目标交通分配模型生成交通突发事件下的应急疏导分流方案。通过示例仿真分析,验证该方法的可行性和实用性。     

面向地震应急的救援路径规划模型

地震灾害场景下,面向应急的救援路径规划需要兼顾救援效率和交通抢通对救援的影响,以支撑有限交通资源的高效利用,避免交通拥堵或瘫痪耽误应急救援行动.通过定义面向应急需求的交通网络、交通路线的通行成本和交通线的通过性等,对救援与抢通路径规划问题进行了描述;将最优救援路径和最优交通抢通方案作为该问题的约束条件,基于双层优化方法建立了双层路径规划模型以实现集成优化并构建了模型求解方法.经案例仿真分析,本文提出的救援路径规划模型可以生成准确、高效的应急救援与交通抢通集成方案,可以为具有针对性的交通管制措施的拟定提供科学依据,助力地震应急救援行动的顺利实施.     

基于改进遗传算法的航班-登机口分配多目标优化

为提高现代机场的资源利用效率和乘客换乘体验, 研究了多目标航班-登机口分配问题; 在考虑航班类型约束、飞机机体类型约束和转场时间间隔约束的基础上, 以分配在固定登机口的航班数量最多、使用的固定登机口数量最少和乘客换乘紧张度最小为目标函数, 建立了航班-登机口分配的多目标非线性0-1整数规划模型, 并设计了一种改进型基因编码的遗传算法以提高求解效率; 基因个体采用两段式整数编码, 设计了该编码方式到可行解的映射流程, 同时从理论上证明该编码方式可以映射到最优解; 对两段基因编码分别设计了不同的交叉算子和变异算子, 避免产生非可行个体; 为验证算法的有效性, 基于某大规模机场的实际运营数据, 对比了改进型遗传算法与MATLAB内置遗传算法。计算结果表明: 采用改进型遗传算法使得安排在固定登机口的航班数目增大5%, 乘客换乘总紧张度减小3%, 乘客换乘平均紧张度减小32%, 占用的固定登机口数量相同, 安排在固定登机口的乘客数量增大20%, 算法运行时间减小8%, 说明改进型遗传算法性能更好, 可提高登机口的利用效率和乘客的换乘舒适度; 在改进型遗传算法的优化过程中, 航班数量目标和登机口数量目标在130次迭代时寻到最优解, 换乘紧张度目标在400次迭后基本收敛, 且最优结果对应的航班时序合理, 说明该算法的迭代收敛速度快, 优化结果合理。     

基于路口和路段入口综合控制的应急疏散交通控制算法

为了制定安全高效的应急疏散预案, 分析了SCOOT和BOTTLENECK算法的适应性, 提出一种基于路口和路段入口综合控制的优化算法。新算法利用SCOOT算法对路口进行信号协调控制, 利用BOTTLENECK算法对路段入口交通进行汇入控制, 并通过严格控制延误目标将两种算法进行优化整合, 确保主要疏散方向上的优先通行权, 同时减少汇入交通对疏散车辆的干扰和延误, 从而最大限度挖掘路网在应急状态下的疏散通行能力。仿真结果表明: 在应急疏散交通条件下采用优化算法, 能够将疏散车辆平均行程时间缩短近60%, 平均速度提高约1.5倍, 因此, 提高了应急疏散效率, 算法可行。     

����Ӧ����������ģ���Ż��о�

优化应急车辆调度是降低突发事件造成重大人员伤亡和财产损失的有效手段. 在分析应急车辆调度问题、决策目标、决策变量和目标函数的基础上,构建了最小化整体损失的理想化调度模型. 针对该理想模型的参数难以确定的问题,提出以广义响应时间为基础,以实时交通量辅助决策,采用简化约束条件的方法建立了城市应急车辆调度的优化模型. 分析了路段行程时间和交叉口行程时间的计算,依据路段交通流量对城市应急车辆调度的影响划分道路服务等级. 基于威海市实际案例的分析结果表明,简化模型能够辅助优选应急车辆调度方案,验证了该方法的有效性.     

交通分配的粒子群优化算法

为了方便合理地分配交通量,提出了交通量多路径分配的粒子群优化算法。算法的求解方法是在粒子群算法中构造了路径条数维的粒子空间,每维对应一条可行性路线,其值为对应路径所分配的交通量;对粒子进行归一化处理,使交通量守恒,并进行交通量的多路径分配;根据目标函数评价与筛选粒子,直到满足终止条件。实例计算结果表明:利用粒子群算法得到的目标函数值最小,各路段分配的交通量没有超容量现象,模型求解过程具有方向性,对交通分配的网络规模无限制,因此,粒子群优化算法可行、合理。     

集装箱堆场空间动态配置模型

为了优化集装箱堆场空间资源, 减少集卡行驶距离, 运用数学规划方法, 从平衡箱区倍位箱量和最小化集卡行驶距离入手, 在滚动计划的基础上, 建立了集装箱堆场空间资源动态配置模型。与集装箱随机配置模型相比, 发现集装箱在动态模型配置下, 可使集卡行驶距离减少20%左右, 提高了集卡使用效率, 降低了集装箱作业成本。     

动态交通下车辆路径选择模型及算法

为优化动态交通下物流配送成本及服务水平, 依据交通流量将运输时间分为不同时段的不同分布, 建立了具有时间窗约束与物流成本最小的车辆路径混合整数非线性模型, 设计了自然数插值编码的遗传算法对模型进行求解, 对不同交通状况下配送方案选择进行了仿真比较。仿真结果显示遗传算法是收敛的, 依据交通状况选择相应的配送方案, 不仅物流成本降低了2%, 而且服务水平也提高了5%。