基于改进托盘共用系统的托盘回收模型

为了提高托盘利用率,在现有托盘共用系统的基础上,提出了改进的托盘共用系统,该系统中的收货方可作为发货方利用收到的托盘发货,能减少至少两次空盘运输.以托盘回收总成本最低为目标,考虑了库存成本、库存能力、运输成本、运输能力、需求约束和供给约束因素,建立了托盘共用系统托盘回收整数规划模型和供给不确定的托盘共用系统托盘回收随机规划模型.通过算例验证了模型的有效性.     

闭环供应链中智能托盘共用的价值研究

随"互联网+物流"产生的智能托盘,为带板运输提供新的发展机遇,而目前对智能托盘应用价值的研究较为缺乏.本文以三级供应链中托盘共用为背景,构建智能托盘与传统托盘混合共用的闭环循环流通系统,将循环周期分为八个阶段,建立系统总成本和效益测算模型,分别以传统托盘返还率、损坏率和智能托盘损坏率为随机变量测算系统总成本与效益.测算...     

航运集装箱空箱调运优化模型的研究

为有效调配空箱，提高航运公司集装箱的利用率，文中尝试对空箱调运问题进行定量研究．通过对航运公司集装箱调运管理流程的分析，结合运输规划理论和航运经济学理论，借鉴铁路空车调度优化模型的研究，建立集装箱空箱调运优化模型．     

铁路货运空重车调整优化模型与算法研究

在铁路运输中，月度货物运输生产计划所规定的运输生产任务及有关技术指标是按每月的日平均数制定的，而运输生产过程由于受各种因素的影响，每日的运输状态均不相同，经常偏离规定标准。为使运输生产控制在正常状态，必须经常分析运输生产指标完成情况，进行车流分布预测，并且根据具体的运输工作条件，调整车辆分布及列车运行，     

多式联运网络中的托盘共用调度方法

为解决多式联运网络中的托盘共用调度决策难题,采用非线性规划、混合整数规划和改进粒子群算法（particle swarm optimization,PSO）等方法优化了托盘共用系统,研究了在管理者可以选择水路、公路和铁路3种运输模式运输托盘时,管理者应采取的调度方法. 首先分析了多式联运网络中的托盘共用调度流程;其次构建了多式联运网络中的托盘共用调度混合整数非线性规划模型,模型中考虑了转运时间、转运成本、作业批量、托盘毁坏率、时间约束等因素;然后设计了带惯性因子的粒子群算法 （PSO with inertia weigh,IPSO） 和带压缩因子的粒子群算法 （PSO with constriction factor,CPSO）;最后通过实验分析验证了模型和算法的有效性. 研究结果表明:较单一的公路运输,采用多式联运网络中的托盘共用调度模型总成本降低了69.1%;与CPSO相比,IPSO得到的调度总成本降低了1.82%;客户的期望满足时间越宽松时,采用多式联运的方式调度托盘越能节约调度成本;多式联运所耗费的转运时间和转运成本直接影响托盘共用调度决策.      

铁路集装箱空箱调运研究综述

针对铁路集装箱空箱调运研究的背景及现实意义,回顾了铁路集装箱空箱调运的研究历 程,从研究思路、研究方法方面总结出专家学者最新的研究成果及研究方向,即目前研究主要集 中在多目标组合优化、网络优化及随机机会约束规划等方面。然后,对比分析了各类理论模型的 优缺点,指出现有优化模型（基于铁路的多式联运下的集装箱空箱调运、空重箱协同优化等） 应 在充分考虑影响调运因素的情况下做更深入的研究,并提出未来的研究应将空箱调运和空车调配 问题结合起来,进行二者的整体优化,避免因只考虑集装箱空箱调运而导致建模上的不完备;为 了提高客户服务质量,对调运时间的可靠性也不可忽视。     

基于“时间-运费”双成本的铁路空箱调运模型

地区经济发展的不平衡导致了频繁的铁路空箱调运.在详细分析空箱调运流程的基础上,以空箱调运成本最小为目标,建立铁路空箱调运优化模型.其中,调运成本是以空箱调运过程中产生的时间成本和运费构成.所提出的时间成本这一概念是基于若空箱调运时间超过货主忍耐限度,导致货主放弃铁路运输,铁路因而损失了空箱在“空转重”后能给铁路带来的收入,则将这一经济损失归入调运成本中,也就是所谓的时间成本.提出的时间成本在一定程度上间接地体现了货主满意度,同时也在调运优化模型中考虑到了将空箱转变为重箱后所能带来的收益.     

基于鲁棒接续时间的铁路空车调运优化

空车调运是铁路运输的关键环节,其方案具有一定的鲁棒性,可以避免车站技术作业时间以及站间旅行时间等不确定因素对调运方案实施的影响. 基于固定的车站技术作业时间和站间旅行时间,提出了空车供应站到达列车与发出列车、空车供应站发出列车与空车需求站发出列车间的空车接续时间关系判别方法. 以空车调运收益最大化为目标,建立了确定情形下考虑车种替代的空车调运模型,在此基础上,引入波动率描述车站技术作业时间和站间旅行时间的不确定性,并通过设置波动下限调整模型的鲁棒性,建立了不确定情形下的空车调运鲁棒优化模型;结合模型性质,以车流关系变化为依据,设计了鲁棒优化模型的快速求解算法,将非线性优化问题转化为易求解的鲁棒等价模型. 结果表明:求得的空车调运方案可以得出列车间的空车配流和车种替代情况,不确定因素的波动率和波动下限会影响空车调运方案的效益值,绝对鲁棒下站间旅行时间、供应站技术作业时间和需求站技术作业时间3个不确定因素导致方案效益值较确定模型分别下降了16.2%、12.1%和28.1%.      

铁路货物空重车调整优化模型与算法研究（续）

2．5空重车综合调整模型和算法 2．5．1空重车综合调整模型的建立 每一调配站对i与j间，设站点的运输资源为Rij。Rij是指于i站装车至j站的重车数，这些重车卸空后用来在j站装车。     

铁路集装箱空箱调运优化及相关问题分析

在铁路集装箱空箱调运的优化过程中,需要综合许多因素,其中空箱调运后变成重箱而产生的实际经济效益问题最为重要,是必须优先考虑的关键。分析铁路集装箱空箱申请的实际过程,并在此基础上对铁路集装箱空箱调整的原因和特点进行论述,在对空箱调运影响因素分析的基础上,建立铁路集装箱空箱调运优化模型。     

铁路网重空车流径路整体优化模型

基于我国铁路车流径路呈树形结构的特点,将分车种的空车调配纳入车流径路的优化体系,同时在满足点线能力限制的前提下,以重空车流整体走行费用最小为目标,构建了车流运行径路的优化模型,并在此基础上,考虑到空车调配过程中的车种代用因素,对模型进行扩展,描述了铁路网重空车流的分配方案．最后,以我国东北部分区域路网为案例背景,通过优化求解,获得了满意的车流径路方案和空车调配轮廓方案,从而验证了模型的合理性和有效性．     

基于铁路货运能力的集港集装箱班列组织优化

基于大数据挖掘的方法估算了铁路车站间OD客流,调查分析了铁路乘客对高铁和普铁的选择偏好,确定了高铁开通后普铁线路客运的供需关系与均衡,把普铁线路上的客流转换成相应的旅客列车列数,以此计量客运占用的普铁的通过能力;评估了各普铁路段的总通过能力,基于扣除系数法计算普铁各路段剩余的货运能力,并进一步在普铁线网上根据集装箱进港量确定集装箱班列枢纽站的候选集;将候选枢纽站的班列发车频率作为离散的内生变量,基于现实中的干线公路网络和普铁网络构建枢纽站选址和发班频率优化模型,求解模型,确定集装箱铁路集港服务网络的经济技术指标;以上海港和宁波港及其腹地为案例进行数值分析。计算结果表明：在案例的空间范围内的普铁运输线上,日均通过能力最小为79列,最大为137列;基于普铁各路段剩余的货运能力,计算得出各集装箱班列枢纽站的日均发班频率最小为6列,最大为19列;由计算得到的普铁路段上的流量可以看出,铁路运送到上海港和宁波港的日均集装箱量分别为13 677、12 094 TEU,分别占2个港口日均到达总量的25%和33%,相比目前占比5%~7%有大幅度增加。     

基于时间窗的铁路空箱调运问题分析

首先介绍机会成本与重箱的经济效益。其次,从不考虑时间窗约束、软时间窗、只有硬时间窗、同时含有软时间窗和硬时间窗4个方面建立模型并加以约束,从而对空箱调运进行详细分析。最后得出想要提高整个铁路企业的经济效益,应将客户进行系统的划分,并区分其价值大小,然后将客户价值与调运成本相结合。     

基于出行行为的铁路出行信息传递指数模型

为了准确评价铁路出行信息的传递水平, 基于出行链, 分析了铁路旅客出行行为特性, 建立了铁路旅客出行信息搜寻模型。基于出行决策特征, 分析了旅客的出行信息需求, 描述了出行全过程的信息需求强度分布, 利用物元分析方法建立了出行信息传递指数模型, 以评价出行信息传递水平。评价结果表明: 中国铁路客运出行信息传递处于一般水平, 旅客进行出行信息搜寻的便捷性较差, 已对旅客出行满意度造成显著影响, 因此, 必须改进目前的出行信息传递模式, 积极推进公众出行信息服务系统的建设, 以提高出行信息的传递水平。     

基于复合分派规则的进场航班排序方法

为解决航班延误问题, 提出了基于复合分派规则的进场航班排序方法。基于机器调度理论, 将最小化加权总延误为目标的进场航班排序问题等效为最小化加权总滞后的机器调度问题; 考虑顺序决定的准备时间约束、提交时间约束与最后期限约束, 构建了进场航班排序模型; 引入加权最短加工时间因子、松弛因子、准备时间因子、提交时间因子与最后期限因子, 提出了进场航班排序的复合分派规则, 设计了进场航班排序的启发式算法; 基于实际案例, 对比了采用提出的排序方法、先到先服务规则与Lingo软件得到的进场加权总延误、总延误与最大延误。计算结果表明: 提出的排序方法在30架次航班数值仿真中, 加权总延误比先到先服务规则缩短了31min, 延误航班数量减少了6架次; 在以上海浦东机场北向运行为场景的实际案例验证中, 基于排序方法的优化降落时间与Lingo软件的仿真结果相同, 与实际降落时间相比, 平均每架次航班提前了2.4min降落。     

铁路客运站旅客最高聚集人数计算模型

考虑了旅客出行习惯和列车晚点, 建立了铁路客运站旅客最高聚集人数计算模型。在模型中, 在出行时, 乘坐6:00~9:00出发列车的旅客一般在列车出发前5~60 min到达客运站, 乘坐21:00以后出发列车的旅客一般在19:00~21:00达到客运站; 在晚点调整时等级越高的列车具有越高的优先权, 晚点时间与运行时间成正比。计算结果表明: 考虑出行习惯后, 计算的旅客高峰时段与实际调查结果相符, 考虑列车晚点后, 旅客最高聚集人数超出未晚点时的50%, 因此, 建议客运站的最高聚集人数设计系数为1.3~1.8, 并按行车密度从小到大取值。     

铁路网络列车运行调整的优化模型 及其分支定价算法

研究了铁路网络中列车可变更运行线路下的列车运行调整问题,目标是使得所有 列车偏离终到时间之和最小化.首先引入流平衡约束建立基于列车到发时刻的网络流模型,采 用商业软件GUROBI求解.同时构建了基于列车时空路径的整数规划模型,并给出了分支定 价算法,采用伪费用分支和最佳优先搜索策略加快算法的收敛.最后设计算例进行验证,通过 与GUROBI对比说明本文算法是有效的.当列车数为20 列时,求解时间减少91.6%,得到的最 终可行解距离最优解的间隔为9.72%.验证了本文分支策略较最为分数分支策略更优,列车运 行调整可变更线路相比于只能按原始线路行驶平均可降低目标函数值37.4%.     

���ڻ���ȼ��Ŀ��ؼ�װ�������Ż��о�

我国自然资源分布不平衡,受地区经济发展和城市布局等因素的影响,全国集装箱货源分布和流向存在着很大差异,导致铁路集装箱供需矛盾十分突出,空箱调运较为频繁.以往空箱调运优化模型都是以调运费用最小为目标,没有考虑重箱运输的收益.综合考虑空重集装箱运输,以铁路运输利润最大为目标,在完成局间排空箱任务基础上,将适箱货物按重要程度分为不同的等级,对高等级货物优先运输,并按所需集装箱类型不同建立空箱调运非线性混合整数规划模型.其中,运输利润为重箱运输收益与空箱调运成本之差.算例分析结果验证了模型的正确性和可行性.     

铁路客运站选址模型

将影响因素分为非强制性满足定性因素、强制性满足定性因素和定量因素,构建了铁路客运站选址模型。给出3类影响因素产生方法和过程,引入贡献值降低可能由定性因素引起的争议和分歧,通过改变综合贡献预设值大小,产生受非强制性满足定性因素和强制性满足定性因素约束的备选地点集合,建立由定量因素决定的目标函数,在所有约束下形成选址0-1...     

空重箱混合运输条件下集装箱海运网络优化研究

随着国际集装箱运量的迅速增加和国际贸易不平衡的加剧,集装箱供需矛盾日益突出,空箱调运优化问题亟待解决.文中以实现网络总成本最小为目标,建立了空重箱混合运输条件下的集装箱海运网络优化模型,同步优化国际集装箱海运网络的航线配置、空箱调运方案、集装箱船服务频率及船型配置,并通过算例分析,验证了该模型具有实用性和可操作性.