����п���·������··�躯�����о�

城市道路分等级路阻函数的研究对智能交通系统(ITS)至关重要，本文首先分 析了大城市快速路以及主干路的特点，并给出了相应的路阻函数的形式，并基于实际调查数据分析了城市快速路及主干路路段的车速与交通量的关系，通过得到的关系论述了两等级道路的路段路组函数的特点及适应形式。并重点针对主干路的交叉口延误计算进行研究，建立了适应各类型交又口延误计算的统一模型，设计了延误计算公式的检验方法，并通过实际调查数据进行了模型的检验.最后确定了城市快速路与主干路路阻函数的模型。     

���������Ϣϵͳ���о������

论述运输管理信息系统的设计目标以及系统的功能结构，结合具体的应用背景，提出了运输管理信息系统的解决方案，并且以模块化分的方式对于系统功能的实现进行了探讨，介绍了系统的主要特点。     

�������·�������ģ�ͼ����㷨

在物流活动的商品配送运输中，由于受不确定因素的干扰，对配送车辆调度的适时性造成了很大影响，从而增加了配送成本和降低了配送的服务质量。本文考虑客户对配送时间的要求和车辆行驶时间的不确定性，建立了以车辆配送总行驶距离最小化为目标的机会约束规划模型，并构造了求解该模型的单亲遗传算法，通过实例对模型求解，结果表明，该算法是很有效的。     

���ٹ�·�շѱ�׼�Ķ�̬��������

为保证高速公路收费费率的公平性和合理性，并达到预期收费目的，文章科学地、系统全面地指出了收费标准的调整时机，同时就交通量、收费系数、资金来源等因素进行详细分析和说明，并概括阐述了具体实施时的有关事宜.     

һ�ָĽ�ģ���˻������·��ѡ���㷨

合理的配送路线可以提高物流配送的效率。启发式的最优路径选择方法是目前研究的热点，本文针对模拟退火算法收敛速度慢的缺点，提出采用退火过程的导引知识（即上次退火过程节点的分布情况）作为下次选择节点的依据，从而提高模拟退火算法的速度。分别针对不同的配送节点进行实验，结果表明，基于导引知识的模拟退火算法能够获得更快的收敛速度，更快得到最优解。     

���ڸ����������ij���·�����㷽��

城市道路交通运行状况信息（路况信息）的准确、实时的获取和处理是交通诱导、交通控制等应用的基础。而路况信息一般用路段平均通过时间和平均速度来表示。本文在分别对基于平均速度和基于平均通过时间的算法误差分析的基础上，提出了基于浮动车技术的城市路况计算方法。并利用广州市出租车综合管理系统提供的浮动车数据，结合车牌计时和跟车测试等实验对该方法的有效性进行了验证。实验结果表明本文所提出的方法是有效且实用的。     

������߹��̵Ķ�̬·��ѡ��ģ��

针对已有路径选择模型缺乏选择决策过程的问题,给出基于决策场理论的车辆路径选择过程框架,建立面向过程的车辆动态路径选择模型。该模型综合考虑驾驶员心理、路况、决策时间等各种不确定性因素的交互影响,将行程时间、行驶距离和行驶路线所经交叉口数量作为驾驶员路径选择的主要标准,使模型更接近实际的决策过程。通过模型仿真,分析了路况交通信息和时间压力对驾驶员选择决策过程的影响。分析结果表明：不完全交通信息会导致“确定性效应”,不能对驾驶员进行有效的引导;驾驶员的路径选择决策过程不仅取决于驾驶员的自身因素和路况,还与时间压力有关,时间压力会降低决策质量,导致偏好逆反现象。     

һ�ָ��Ƶ�·��ֲڶ����۳�������

鉴于对国家公路系统进行全面评价的方法耗费太大，一般采用抽样方法来评价路面粗糙度，这涉及到很多实际因素．尽管分层随机抽样的方法已经在干线和一般的集散系统得到利用，它仍有很大的发展空间．本文在提出多个针对路面条件的随机变量的基础上，通过改变路面粗糙度分布的基本假定来改进抽样方法，为路面粗糙度的估计建立了一个整体的框架．论文简要介绍了简单随机抽样、分层随机抽样方式，通过分析说明后者能够对路面网络的粗糙度样本提供更全面的估计，而且其偏差更小．论文进一步讨论了以精确估计为基础的良好分层带来的影响．结果表明，在交通网络上可找到一种独特的优化分层方法．根据分析结果，本文定义了该改进分层方法．     

����ʡ�ش��·��ͨ�¹ʷ���

本文首先对近10年来云南省发生的937起一次死亡3人以上的特大道路交通事故的数据进行了分析,寻找特大交通事故发生的时间、地域特点以及与道路、车辆、驾驶人以及经济增长之间的关系；并进一步对今年以来发生的42起特大交通事故从人、车、路、事故形态、事故直接原因等方面进行详细分析，指出特大交通事故在驾驶人的分布特征、肇事车辆特征、公路的具体分布方面的主要特点与规律。在此基础上，从社会经济发展、山区道路的安全性、路面的交通执法管理以及道路交通安全管理的社会化等方面，对特大事故发生的深层次原因进行探讨，由此简要提出预防特大交通事故的基本思路。     

�����Ŵ��㷨�Ĵ�ʱ��Լ���ij���·�������Ż�

基于遗传算法的车辆路径优化问题，虽然已经被提出过多种思想方法，但仍有较大的改进余地．而且具体的车辆路径优化问题，往往在时间和路程两方面都有限制和要求，而在这方面的研究相对较少．针对这种问题，在传统遗传计算基础上，加入了时间约束算法，对算法的实时实现作出保证；同时根据客户点的位置改进初始群，提高了变异率，减少低效计算，极大提高了寻优速度，为多计算点的遗传操作提供有力的支持．计算机仿真实现的结果和物流公司的实际运作都证明了算法的有效性．     

基于改进遗传算法的车辆路径问题

为了研究物流中心的服务效率和车辆的合理调度方案,以汽车载重量作为影响车辆路线安 排的主要因素,以经典的车载容量约束条件下的车辆路径问题为原型建立数学模型,通过求解该 数学模型的最优解来获得车辆最优路径。由初始状态随机生成的可行解作为初始的车辆路径方 案,通过改进的遗传算法不断地调整染色体的交叉和变异概率进行优化,最终得到物流中心车辆 安排的合理方案。通过多次求解算例,都能够得到满意的车辆路径方案,不仅验证了该数学模型 的有效性和实践性,而且也验证了改进后遗传算法的收敛性和鲁棒性,同时得到了改进遗传算法 交叉和变异概率的调整范围。该模型和算法不仅可以提高物流中心的服务效率,而且可以为物流 中心的车辆调度方案提供支持和帮助。     

车辆数目未知的带时间窗口的车辆路径混合遗传算法

研究带时间窗口的车辆路径问题(VRPTW),主要考虑车辆容量约束、时间窗口约束、最大距离等约束,且完成配送所需的车辆数目不确定,要求在车辆数目最少的条件下再使总的行驶路径最短.用基于邻域搜索的混合遗传算法求解该问题,该算法既具有遗传算法的全局搜索能力,又具有邻域搜索算法的局部搜索能力.在求解过程中,设计新的前置交叉算子进行遗传操作,然后进行互换和逆转等邻域操作.应用MATLAB语言编程进行模拟计算,结果表明该混合遗传算法明显增强了群体演化的质量,提高了算法收敛速度,较好地解决了早熟收敛问题.     

单车场集送一体化车辆路径问题及其混合算法研究

针对物流配送中的单车场集送一体化车辆调度问题提出了基于禁忌规则的模拟退火算法.采用了基于自然数的一体化配送对路径表示方式,用里程约束来控制车场的插入,以增加惩罚的方式加入时间窗约束.算法在状态生成函数中利用3种邻域扩大抽样范围;根据问题的特点,在模拟退火算法抽样过程中加入了禁忌规则.介绍了算法的原理,应用算法求解了多个有代表意义的问题实例.对算例结果进行分析表明,该算法可以有效地求得有里程和时间窗约束的单车场集送一体化车辆调度问题的优化解.     

带有能力约束的VRP的一种遗传算法

就商品配送中,带有能力约束的车辆路径问题(VRP),设计了一种新的遗传算法.该算法的核心在于构建一种新的染色体编码,将VRP问题转化为m个TSP问题,并设计出新的杂交算子.算法中染色体表示、评价函数的构造、杂交变异算子的设计经过实例计算的检验被证明较为可靠,算法运算速度快,容易获得有效解.     

遗传算法在车辆路径问题中的优化

关于遗传算法的车辆路径优化问题,已经提出过多种思想方法,虽然有些也有实验结果,但仍大有改进余地。针对具体的车辆路径优化问题,对传统遗传算法作了多处关键性改进。针对多客户点基本均布于物流中心的特点,作初始群优化,降低交叉率,提高变异率,简化繁琐的染色体修正计算,极大地提高了寻优速度,减少了遗传操作的数量,为多计算点的遗传操作提供有力的支持。     

基于混合遗传算法的物流配送模糊车辆调度问题研究

在同时考虑物流配送总费用和服务水平的基础上,建立适合物流配送模糊车辆调度问题的数学模型.并且采用期望值选择法,将爬山法与遗传算法相结合,构造了求解该问题的混合遗传算法.研究表明,用该算法求解物流配送模糊车辆调度问题,能够很快收敛到满意解.     

An Effective Hybrid Optimization Algorithm for Capacitated Vehicle Routing Problem

IntroductionVehicle routing problem(VRP)is a well-known combinatorial optimization problem and isalso a focal problem of distribution managementwithin the area of service operations managementand logistics.Capacitated vehicle routing problem(CVRP)is a very hard vehicle routing problem.The problem is to simultaneously determine theroutes for several vehicles from a central depot to aset of customers,and then return to the depotwithout exceeding the capacity constraints of eachvehicle.In prac…     

改进的遗传算法在车辆路径问题中的应用

通过对车辆路径问题的深入分析,针对遗传算法中“种群多样性”和“选择压力”两个最重要因素,对“交叉算子”和“变异算子”进行了改进,并和一般的遗传算法进行了比较,通过计算结果证明：在算法性能方面,改进的算法收敛速度较快,所求得的最优解质量较高,且计算结果稳定;在车辆配送路径方面,改进算法得到四条最优配送路线,并且四条线路没有交叉,完全形成回路,又同时满足车辆满载率的限制,而一般的遗传算法得到五条配送路线,最低装载量仅为3．1t,并不能达到车辆相应的满载率,因此,改进的遗传算法明显优于传统的遗传算法．