有限经济批量排产和运送问题的禁忌搜索算法

探讨使用禁忌搜索算法解决一个简单的供应链经济批量排产和运送问题。其中供应商通过一个灵活的生产流水线生产多个组件并进行装配。假定所有参数,如组件的需求率等具有确定性,找到本研究的目标就是求解最优的生产批量和排序,使供应链的平均投入和运输费用最小。     

考虑集结延误的列车编成辆数问题研究

货车集结是不可避免且耗时较长的技术作业环节，编成辆数与车辆集结延误时间密切相关.针对编成辆数问题，建立描述车辆在调车场集结过程的批到达批服务排队模型，分析车辆集结队长及延误时间等指标，并从经济角度求得最优最小编成辆数.结果表明，最优最小编成辆数受车组到达规律、车流到达强度和列车发车时间间隔影响.到达车组大小满足指数分布时，采用最优最小编成辆数策略节省经济效益优于几何分布和负二项分布；车流到达强度较小时，节省经济效益更显著；列车出发时间间隔分布满足几何分布时，效益优于负二项分布和均匀分布.     

考虑集结延误的列车编成辆数问题研究

货车集结是不可避免且耗时较长的技术作业环节，编成辆数与车辆集结延误时间密切相关.针对编成辆数问题，建立描述车辆在调车场集结过程的批到达批服务排队模型，分析车辆集结队长及延误时间等指标，并从经济角度求得最优最小编成辆数.结果表明，最优最小编成辆数受车组到达规律、车流到达强度和列车发车时间间隔影响.到达车组大小满足指数分布时，采用最优最小编成辆数策略节省经济效益优于几何分布和负二项分布；车流到达强度较小时，节省经济效益更显著；列车出发时间间隔分布满足几何分布时，效益优于负二项分布和均匀分布.     

信号交叉口智能网联车车队速度引导策略研究

为降低交叉口车辆油耗,提高交叉口通行效率,以智能网联车车队作为引导对象,提出固定引导时长的车队车速引导策略.考虑车队初始速度和车队内车辆数的随机性,采用蒙特卡洛仿真获取单车平均油耗和平均行程时间.通过构建路段综合出行费用,对固定引导距离和固定引导时长两种策略进行了比较.研究结果表明:固定引导距离策略中,引导距离为350 m时综合出行费用最低;固定引导时间策略中,引导时间为6 s时综合出行费用最低;两种最优方案相比,后者油耗比前者低16.3％,后者行程时间比前者低7.2％,路段综合出行费用后者比前者低了10.2％;固定引导时长的车队车速引导策略可有效减少交叉口的车辆延误和燃油消耗.     

放射式轨道路网的系统出行成本研究

探讨放射式轨道路网下的系统出行成本，能够为评价轨道交通服务水平、确定合理的线路数量和运营参数提供理论支持。基于研究区域人口密度服从Clark 分布，建立了系统出行成本模型。模型将乘客在步行时间、车站等待时间和车上等待时间换算为费用作为系统出行成本的一部分，结合运营商的运营和维护成本得到系统人均出行总成本。以成都市为例，通过模型分析确定最优发车频率为13 veh/h、轨道线路数为5条，较符合实际情况，验证了模型的有效性。     

方格路网车辆路径在线选择模型及竞争分析

为分析城市方格路网遭遇突发性堵塞下的车辆路径选择问题,应用在线问题与竞争策略的方法建模,设计了2种在线路径选择竞争策略,即方向贪婪策略和多选择移动策略,计算了2种策略的竞争性能比。通过策略竞争分析得出:在发生突发性堵塞的情形下,方向贪婪策略下的费用为最优费用的3倍;利用多选择移动策略在对网络具有实际意义约束条件下的部分情形能够得到最优费用,且在最坏情形下的费用为最优费用的2倍;2种策略的竞争性能比优于以往研究给出的堵塞不可恢复问题竞争比的下界。     

制造/再制造混合系统的最优生产批量模型

为了确定制造／再制造混合系统的最优生产批量，假定需求率和回收率是连续、确定的，以单位时间内新产品和再制造产品的订购费以及回收件和可用件的存储费之和最小为目标，建立了新产品制造和回收件再制造的最优批量模型．为保证批次是正整数，给出了批量计算结果的简单修正方法．该模型不仅适用于再制造生产率有限和无限的情形，而且适用于制造生产率有限和无限的情形．算例结果验证了该模型的有效性．     

最优服务率在公路收费系统中的应用

针对公路收费系统与车辆等待服务之间相互矛盾的费用关系,合理地设计和控制公路收费系统,分析收费系统中的最优服务率,建立排队模型,并推导最优服务率的高解方程式。利用MATLAB拟合函数曲线图,估计初始值,采用Netwon迭代法求出方程最优解,即收费系统的最优服务率,从而解决公路收费系统费用与车辆等待服务费用之间的矛盾,使收费系统的费用与车辆等待服务所消耗的费用之和达到最小。结合实例讨论在M/M/1/∞/∞/FCFS队列中最经济合理的服务效率,结果表明该方法实践性较强且精确度较高。     

制造企业零部件随机库存控制模型

为更好地设定最佳库存量,解决制造业生产中需求的不确定性,减少零部件缺货损失,通过对比存储费用和缺货费用,在确定最优库存策略的情况下,构建离散型需求的制造企业零部件多周期随机库存模型,推导出确定最佳库存量累计概率临界值的计算公式,并在此基础上给出连续型需求的多周期随机库存模型和订货时的最佳库存量策略。研究表明:两种模型均可防止因订货期内需求量增长和到货延误而引起的缺货,达到优化库存、降低库存总成本的目的。     

基于改进Dijkstra算法的水平循环类立体车库存取车辆路径优化模型

为缩短水平循环类立体车库车辆存取运行时间和用户平均等待时间,设计了一种改进Dijkstra算法的存取车辆运行路径优化模型。基于水平循环类立体车库存取车辆工作逻辑,在构建存取车辆路径运行时间模型的基础上,建立了立体车库的排队模型;以车辆平均排队队长和车辆排队等候时间为评价指标,在搜索方向、搜索范围及动态节点变化方面引入双向扇形动态Dijkstra算法进行优化。研究结果表明：相比于传统Dijkstra算法,改进Dijkstra算法提升了目标节点的搜索效率,且能弥补其缺乏动态搜索能力的缺陷,输出源节点与目标节点之间的最短路径,有效缩短存取车辆运行时间和用户平均等待时间,提升水平循环类立体车库服务效率。     

基于乘客到站率的公交发车频率优化

常规公共交通是城市居民出行的基本交通方式之一,为保障公交出行效率和降低运营成本,有必要对公交车辆的运营调度进行量化分析和系统研究.文中以居民出行和公交公司运营两者总成本最小为目标,提出了基于乘客到站率的多目标公交发车频率优化模型,以实现乘客和运营者双方的利益最大化.利用乘客到站率函数计算乘客的等车时间,使得模型在优化计...     

基于不确定理论的常规公交车辆调度优化

为提高公交车的利用效率，本文将公交车辆调度方案划分为高峰型和平峰型。在考虑乘 客候车时间与站间运行时间不确定的现实条件下，综合考虑不同车型的运营成本和乘客候车成 本；基于不确定理论建立混合车型下的双重不确定多目标规划模型，并通过遗传算法的python编 码求解。以南昌市211路公交上行为例，进行sumo仿真结果表明：在保证公交持续运营的前提 下，调整车辆调度方案有助于降低成本和提高运行效率；在高峰期，将发车间隔降低25%，公交车 统一使用纯电动客车，总成本降低5%，平均延误减少4%；平峰期，总成本降低10%，平均延误降 低3%。两组仿真结果发现，考虑不确定因素的公交车辆合理调度安排有利于充分利用公交车辆 资源和提高运行效率。     

同时接送模式下响应型接驳公交运行路径与调度的协调优化

研究了同时接送模式下响应型接驳公交运行路径与车辆调度的协调优化问题, 考虑乘客出行时间窗的个性化, 构建了基于乘客而不是基于途经需求点的车辆路径表示方法; 综合车辆发车和行驶成本、车辆早到和晚到的惩罚成本、票价收入构建了表征系统效益的目标函数, 并以车辆容量、乘客时间窗、车辆运行时间、车辆保有量、发车时间等为约束, 构建了发车间隔、发出车型与车辆路径的一体化优化模型; 针对一体化优化模型的特点, 设计了双遗传算法, 其中染色体为多链编码结构, 染色体交叉方式包含个体内、个体间交叉2种方式; 为了验证同时接送模式的优越性、一体化优化模型及算法的有效性, 进行了算例分析, 对比了同时接送模式与单独接和单独送模式的计算结果, 分析了车辆运行车速、单程运行时间限制、车型比例对响应型接驳公交运营效率的影响。计算结果表明: 在给定的相同乘客需求下, 与单独送和单独接模式相比, 同时接送模式发车次数减少了1次, 所需车辆数减少了2辆, 平均座位利用率提高了8.3%, 运送单位乘客的平均车辆行驶距离降低了11.0%, 运行成本降低了15.9%, 因此, 同时接送模式有效地提高了运营效率; 同时接送模式下, 运行车速、单程运行时间限制、小型车比例分别在基准值附近上下波动15.0%、15.0%、12.5%时, 发车次数、座位平均利用率、目标函数值的最大变化率分别达到了20.0%、15.7%、27.1%, 这些参数对系统运营效率均有显著影响。      

单线纯电动公交车辆柔性调度优化

为解决纯电动公交车因充电错过最佳接续发车班次使公交车数量增加的问题,以公交车辆运营总成本最小为目标,构建允许存在误时发车的纯电动公交车辆柔性调度优化模型,通过最大可能地增加一辆公交车可执行班次的数量,减少车辆使用数量及运营成本. 设计遗传算法求解模型,为提高求解效率,将时刻表按班次发车顺序进行排序,以减少染色体数量. 数值实验结果表明：与纯电动公交车辆刚性调度相比,柔性调度能够极大地减少车辆使用数量;误时上限的取值对公交运营成本影响较大.     

考虑个体异质性的汽车分时租赁选择行为

传统交通行为模型缺乏对个体异质性的考虑，导致其对真实选择行为的解释可能存在差距. 为了研究个体异质性对出行选择行为的影响，首先，分别构建了基于混合logit的选择模型以及基于潜在类别条件logit的选择模型；其次，使用正交设计法生成意愿调查问卷，在成都市开展新能源汽车分时租赁的出行选择实证调查；最后，利用极大似然模拟，采用Halton序列抽样对混合logit模型进行标定；采用回归分析对潜在类别条件logit模型进行求解. 结果表明:步行时间、候车时间、车内时间以及出行费用是影响出行方式选择的关键因素，两种模型均反映出个体异质性对出行者选择行为有着显著影响；潜在类别条件logit模型的拟合优度为0.143，优于混合logit模型的0.139，前者命中率为77.85%，也高于后者的61.28%；潜在类别条件logit模型将出行者划分为3个类别，区分度为0.908 4；类别1群体对出行费用最为敏感，对候车时间不敏感；类别2群体对步行时间和候车时间更加敏感，对费用敏感程度较低；类别3群体对时间和费用的敏感程度介于类别1和类别2之间.      

城市公交调度优化模型及算法研究

基于公交线路各站点的客流情况,同时考虑到公交公司的发车能力,建立适合于优化公交调度的数学模型。该发车间隔优化模型兼顾了乘客和公交运营公司的双方利益,将乘客的等待时间转化为乘客付出的广义费用来衡量乘客的利益,以运营公司全天的发车所需费用来衡量公交运营公司的利益,同时,以公交车平均满载率和全天总发车次数作为约束。所得优化结果,既减少了公交公司的运营成本,又节约了乘客的候车时间,能较好地兼顾乘客及运营公司的利益。     

灵活编组条件下轨道交通客货协同运输方案优化

基于灵活编组运营组织模式特点，综合考虑客流与货流之间的竞争关系，以列车编组类型及列车发车间隔为主要决策变量，以乘客等待时间和运营公司运营成本极小化为目标，构建灵活编组条件下轨道交通客货协同运输方案混合整数线性规划模型，得到系统优化的列车编组方案、 运行图和客货协同运输方案。当给定编组类型集合且没有货流输入时，本文所构建模型即可退化为传统的固定编组模式下客流运输优化模型。以北京地铁八通线为例设计数值实验，验证了所提模型的有效性，所有实验均由VB语言调用CPLEX优化软件进行求解。算例结果表明，相较于固定编组模式的单一客流运输，本文方法可在乘客平均等待时间仅增加1.1 min的情况下，降低 约41.86%的运营成本，大幅度增加运营收益，更好地实现运输服务质量和运营成本的均衡。     

混合下单模式下在线餐饮订单配送优化模型

针对在线餐饮订单量激增及订单到达非均匀分布导致的调度不合理与资源浪费等问题，提出顾客提前下单与动态实时下单相结合的下单模式，研究此模式下订单配送优化. 考虑在线餐饮订单配送优化具有的动态VRP和多回程VRP属性，以最小化配送成本为目标，建立带有软时间窗的整数规划模型. 设计基于插入算法和2-opt 邻域搜索的混合启发式算法求解模型. 通过算例，分析提前下单顾客比例、提前下单时长等因素的影响. 结果表明，单个因素的增加会降低配送成本，当两者同时增加，因系统达到饱和使配送成本不升反降，因此要调整措施使顾客下单情况与系统配送能力相适应.     

混合下单模式下在线餐饮订单配送优化模型

针对在线餐饮订单量激增及订单到达非均匀分布导致的调度不合理与资源浪费等问题，提出顾客提前下单与动态实时下单相结合的下单模式，研究此模式下订单配送优化. 考虑在线餐饮订单配送优化具有的动态VRP和多回程VRP属性，以最小化配送成本为目标，建立带有软时间窗的整数规划模型. 设计基于插入算法和2-opt 邻域搜索的混合启发式算法求解模型. 通过算例，分析提前下单顾客比例、提前下单时长等因素的影响. 结果表明，单个因素的增加会降低配送成本，当两者同时增加，因系统达到饱和使配送成本不升反降，因此要调整措施使顾客下单情况与系统配送能力相适应.     

时间依赖型绿色车辆路径问题研究

城市配送系统中考虑交通拥堵和环境污染车辆路径问题的时间依赖性体现在：不同道路 拥堵程度下车辆运行速度不同,则不同出发时间对应的运输总时间也不同,导致运输成本和造成 的环境污染也有较大差异。因此,本文提出一个时间依赖型绿色车辆路径模型,通过优化运输路 径和出发时间降低运输成本、减少环境污染。模型的目标函数最小化包括油耗成本在内的运输 总成本,其中,车辆油耗的度量基于综合模式排放模型,其创新之处在于,定义了允许车辆在节点 处等待的情形,使车辆选择合适的时间出发以规避拥堵,即通过优化车辆路径以及路径上各节点 处的出发时间寻求成本最优的运输方案。本文提出嵌套遗传算法求解模型,外层遗传算法优化 路径,内层遗传算法优化路径上各节点处的车辆出发时间。并通过响应面分析法(RSM)调试算法 关键参数,得到适用于模型的最佳参数搭配,算法性能测试结果表明了本文算法的高效性。本文 基于污染-路径问题实验数据库进行数值实验,结果证明,允许车辆在客户处等待并选择合适时 间出发,可以在一定程度上降低燃油消耗和总成本。此外,目标函数中引入油耗要素,可以有效 降低决策方案的燃油消耗,减少环境污染。