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。     

路网应急疏散理想与保守疏散时间流研究

研究应急疏散问题的理想疏散时间流及保守疏散时间流对于估计真实突发事件下的疏散时间具有重要的指导意义.为此构建了理想疏散时间流与保守疏散时间流问题的数学规划模型,并借鉴经典网络流理论的最短路、最长路、最小费用流算法原理,设计了求解理想疏散时间流与保守疏散时间流的两个增广路算法.该算法不但可以求得理想疏散情况及最坏疏散情况下的流量分布,还可以计算出各自对应的理想疏散时间和保守疏散时间,从而识别出应急疏散总时间的范围域.最后通过算例演示了理想疏散时间流及保守疏散时间流的求解过程,并讨论了他们的变化特征.     

地铁运营中断下应急接驳公交调度方案研究

【目的】针对传统应急调度模式单一、疏运效率低的特征,研究了多种调度模式组合应急公交调度方法。【方法】考虑应急停车场派车能力、车辆运力、车辆救援时间特性,构建以应急公交车辆疏运成本最小和乘客平均延误最小为目标的多目标组合调度优化模型。根据该模型的特点提出使用快速非支配排序遗传算法（NSGA-Ⅱ）求解,为提高种群的多样性和算法的性能对该算法进行了相应的改进,最终得到Pareto分布优化解集,并采用隶属函数从中选取出最优折衷解。最后,以南昌轨道交通1号线作为算例,对应急公交组合调度方案和单一调度方案分别进行求解。【结果】结果表明：文章提出的组合调度方案相比传统单一调度方案的乘客平均延误时间降低了20.48%,疏运成本降低了16.96%,改进后的NSGA-Ⅱ算法相比较标准的NSGA-Ⅱ算法进行求解时,乘客平均延误时间降低了6.72%,疏运成本降低了3.59%。【结论】通过灵敏度分析发现：在确定滞留乘客疏运需求的情况下,滞留乘客的平均延误时间和车队规模呈负相关,应急公交的疏运成本和车队规模成正相关。     

疫情风险防控下医疗废物运输选址-路径优化

为降低运输医疗废物的疫情风险,提出医疗废物运输选址-路径优化建模与求解方法,旨在协同优化设施选址、能力配置、路径优化和运量分配决策。根据医疗废物感染性、环境传播性和公众感知差异性,设计疫情风险度量模型;结合城市路网结构,构建疫情风险和成本最小的医疗废物运输选址-路径模型;融合带权重的目标规划方法和自适应遗传模拟退火算法,设计多目标优化算法;最后,通过武汉实例和测试算例,验证模型和算法的有效性。计算结果表明：新方法能在25 s内提供多个有效方案,新模型可减少1.4%的总成本和34.25%的求解时间,新算法可减少62.13%的计算时间。