基于遗传算法的3L-CVRP优化问题研究

为提高物流配送效率,降低配送成本,探讨了三维装箱约束下的车辆路径优化问题.在装箱问题与车辆路径优化问题研究现状的基础上,将三维装箱与车辆路径优化进行整合,考虑客户需求、货物装载顺序、车辆尺寸、车辆重心等约束,建立以路径最短、车辆装载容积利用率和载重率最大的多目标组合优化模型,引入权重系数体现决策者偏好并归一化目标函数.设计适用的染色体编码规则,确定遗传操作中选择、交叉、变异方法,选取目标函数为适应度函数,引入最优个体保存策略防止算法的过早收敛,提高算法的准确性,通过Matlab编程实现该优化模型的求解.案例数值试验表明,该模型与算法能够实现装箱与车辆路径的组合优化,算法运行时间为17s左右,相较于引导式局部搜索遗传算法减少了5 s,车辆总行驶里程缩短了7 km.      

城市配送车辆限行政策评价的多代理模型与仿真

为了综合评价城市配送车辆限行政策,借鉴多代理模型的理论和方法,在系统分析车辆限行下各利益相关者诉求及行为特征的基础上,构建城市配送车辆限行政策评价模型。模型由车辆路径选择模型和强化学习模型共同组成,通过改进遗传算法克服城市配送中配送方案优化问题,同时引入Q学习算法解决各代理间的博弈问题。通过对无限行政策、区域限行政策及路段限行政策进行仿真模拟,结果表明:多代理模型能够有效刻画不同限行政策下各利益相关者的行为变化,定量计算出限行政策对利益相关者的各种影响,从多个视角对限行政策进行评价,模型的适应性得到一定验证;限行政策都会增加城市配送的总成本和服务延误时间,同时减少污染物排放,但不同限行政策带来的正面效益与负面影响均有所不同;区域限行政策能够大幅降低限行区域内的污染物水平,但带来的负面效应较大,尤其在增加城市配送车辆固定成本和服务延误的同时,还会由于配送车辆绕行等行为提高非限行区域的污染物排放水平,不能降低污染物排放的整体水平;路段限行政策带来的各方面负面影响较少,并且能够更有效地防止污染物聚集,从整体上控制污染物排放,但路段限行政策需具有较强的灵活性,对政策制定部门的动态管控能力要求较高。     

可获知偶发拥堵持续时间的动态车辆路径问题

考虑真实交通路网,探讨了可获知偶发拥堵持续时间的动态车辆路径问题.在利用改进的Dijksta算法将路段行驶时间转化为客户点间最短行驶时间的基础上,根据常发拥堵信息,通过遗传算法安排车辆初始配送路径,根据实时获知的偶发拥堵因素影响下的路段行驶时间和其持续时间,以2-opt和insertion方法更新车辆配送路径,通过车载导航系统实时指导车辆行驶路线.数值试验表明,该方法可根据偶发拥堵信息更新车辆配送路线,以避开偶发拥堵影响路段,缩短总配送时间0.65~13.18 min;获知偶发拥堵持续时间帮助多节省了配送时间 -0.16~4.17 min.节省的时间随偶发拥堵因素对路网影响的加剧而更显著.      

多目标低碳车辆路径优化模型及求解算法

为有效降低物流配送过程产生的能耗和碳排放,控制配送成本,以传统带时间窗车辆路径问题为基础,研究低碳条件下的车辆路径问题.通过三角概率分布在合理速度区间内对车辆速度进行估算,综合考虑车辆行驶速度、载重量及运行里程构建碳排放计算模型,建立以系统总成本最低、车辆周转时间最小的多目标低碳车辆路径优化模型.将新兴多因子优化算法中协同进化和信息交互的思想应用于NSGA-II算法,提出增强型NSGA-II算法.算例结果表明,多目标优化模型可以更好地兼顾不同物流配送参与者的利益,更符合实际决策过程,所提出的ENSGA-II算法在经济成本上平均节省超过3%,在车辆周转时间上平均改进达到5.02%,表现出较好的求解性能.      

自动驾驶车辆循迹路径生成算法研究

在无人驾驶领域中,已经实现了车辆按照已有路径进行循迹无人驾驶,通常已有路径是由车辆实际采集获得。文章采用Matlab编写了循迹路径的生成算法,解决了循迹路线必须由车辆采集获取的问题,使车辆控制更加高效。再循迹路径生成算法中结合了车辆的左右转最小拐弯半径约束和允许倒车的情况,得到了无人驾驶车辆可行驶的路径。最后通过算法生成的路径进行了实车实验,车辆能够按照算法生成的路径进行自动驾驶,最后对算法生成的路径和车辆实际路径进行了对比,验证了算法的可行性。     

一种改进遗传算法在物流配送车辆调度中的应用研究

物流配送是物流活动中一个重要的环节,因此有必要对物流配送车辆进行优化调度,合理规划车辆的行驶路线,实现运输成本最小。首先分析传统的遗传算法求解物流配送问题的不足之处,然后针对染色体中某些需求点编号可能重复出现的情况,设计新的染色体结构,并通过基因的混合交叉方法进行基因重组。通过实例可以看出,改进遗传算法的程序通用性更好,能有效提高搜索到最优配送路径的概率。     

基于系统动力学的城市货车限行问题研究

为了分析货车限行政策对城市的影响,运用系统动力学理论,建立了城市经济、城市货运成本、城市交通出行、城市环境各子系统之间相互影响和作用的反馈机制。设计了系统流图,并结合变量之间量化公式的构造,构建了城市货车限行政策的系统动力学模型。以昆明市的货车限行政策为例进行了仿真模拟。仿真结果表明:城市不应该对货运车辆实行全天限行,单纯对货运车辆进行限行对于解决城市交通拥堵作用有限;货车限行后所带来的"客改货"车辆将会增加城市道路上的机动车数量、降低货车的运输效率、提高物流成本和加剧环境污染等。最后,针对仿真结果提出了相应的解决措施:完善城市物流园区等基础设施;推行共同配送模式;大力发展新能源城市配送车辆完成城市配送。     

基于层次分析法的物流配送车辆导航路径规划求权方法

研究了针对物流配送车辆导航,利用层次分析法进行路径规划求权。物流配送车辆导航系统的核心功能之一是路径规划,道路权值是路径规划的基础。考虑到物流配送涉及的多方面利益,首先确定道路权值需要综合考虑各种道路与非道路的影响因素。以配送总代价最低为优化目标,在全面分析各影响因素的基础上,就各自特点对其进行量化和无量纲化处理,然后利用层次分析法,提出道路权值的计算方法,计算出各影响因素组合权重,由此得到路径规划所需要的道路权值。该求权方法以物流配送车辆导航为基础,权值综合体现了多方面利益,为物流配送车辆导航的路径规划提供依据。     

基于参考向量场的车辆队列二维跟踪控制算法

当车辆队列的应用场景从一维拓展至二维时,纵向间距保持与横向跟踪控制之间将出现显著的耦合效应。在高速工况下,忽视纵横向跟踪功能的耦合效应将导致跟踪误差变大,甚至造成车辆失稳。为解决上述问题,本文中提出了一种车辆队列纵横向耦合跟踪控制算法,通过构建基于纵向间距和横向参考轨迹的参考向量场获得期望速度矢量,采用哈密尔顿函数获得车辆上层运动控制需求的期望总力和总力矩;同时,提出一种基于伪逆矩阵的控制分配算法,将期望总力和总力矩在有约束的物理环境下分配至各个车轮,在保证分配精度的前提下提高了实时性。仿真和实验结果表明,本文提出的纵横向耦合跟踪控制算法能有效完成二维场景下的车辆队列运动控制,实现队列的安全、高效的协同驾驶。     

沙田大桥特种车辆承载力验算及加固

为确保东莞市沙田大桥安全通行360t超限特种车辆,对该桥承载力进行了验算、分析与评估.计算分析结果表明,桥梁结构理论承载力满足特种车通行需求.但考虑到该桥部分T梁梁端劈裂等病害的影响,结构实际承载力有所降低,对该桥T梁进行了加固及加固后盖梁特种车辆等效荷载试验.部分方法和结论可供同类桥梁参考.     

基于客户价值和满意度的城市冷链物流时变路径问题

针对车辆保有量日益增加和拥堵情况日趋严重而造成的城市冷链物流时效性不强、客户价值不高、顾客满意度降低等问题，综合考虑客户价值、客户满意度以及成本等因素，提出一种城市冷链物流时变路径优化方法。考虑到冷链配送过程中不同时段的道路拥堵问题，采用分段函数刻画车辆行驶速度，并同时考虑时间窗和车辆载重量等约束，建立了多目标数学模型。使用线性加权法和主要目标法对多目标进行处理，将其转换成单目标数学模型。结合问题NP难特性，设计了单亲遗传算法对小、中、大规模算例进行了求解，结果表明：与未考虑客户价值模型相比，该模型在平均增加3.28%成本的情况下，提高14.96%的客户价值和14.64%的满意度；与未考虑成本模型相比，该模型在减少1.55%的客户价值的前提下，节约17.32%的成本；对比静态路网模型，模型减少0.92%的成本，提高6.27%的客户满意度和16.06%的客户价值。通过对目标函数中成本权重和客户价值权重进行参数分析，表明成本和客户价值之间存在明显的背反关系。     

灵活多车场多类型的叫车接送问题的规划模型

为解决1种新的叫车接送问题(DARP)——灵活多车场多类型的叫车接送问题(MDHDARP-FD),建立以总行驶成本最小为目标的混合整数非线性规划数学模型.由于模型非常复杂,难以直接求解,对模型进行约束线性化、变量聚合和添加有效不等式等处理.在约束线性化过程中,非线性约束被重写为等价的线性约束;在变量聚合过程中,将具有相...     

基于虚拟车队的自动交叉路口车辆时序优化模型

智能网联汽车可通过彼此交互协同安全地通过交叉路口,自动交叉路口控制已成为未来发展趋势。为解决现有基于预约的自动交叉路口控制模型未全局优化车辆通过顺序及模型非线性导致求解效率低等问题,提出一种基于虚拟车队的自动交叉路口车辆时序优化模型,实现车辆通过时序的高效全局优化。首先,为构建到达安全时间间隔约束,基于车辆冲突分析计算交叉口进口道停车线到各相互作用点的距离。其次,为便于建模和求解,基于时间维度构建虚拟车队并形成车辆索引序列。然后,以交叉口车辆总延误最小为优化目标,车辆通过控制区段的最小行程时间和到达冲突区域边界的安全间隔为约束条件,构建自动交叉路口车辆通过时序非线性优化模型。在此基础上,引入0-1变量将该模型转化为混合整数线性规划模型,并基于开源求解器CBC对模型进行求解。最后,设计数值仿真试验验证模型的有效性并进行了模型的参数敏感性分析。研究结果表明:所构建模型在不同交通需求下优化效果均优于基于"先到先服务"规则的模型,车均延误和最大单车延误能够减少61.50%和39.73%;当安全间距和优化周期较大时,构建模型的延误控制效果更为显著;模型和算法为未来智能网联环境下自动交叉路口控制提供了一种可选的方法。     

车流到达模型的求解与仿真研究

仿真技术为解决城市交通问题提供了重要手段,精确高效的车流到达模型是成功实现交通仿真的关键。在分析车流到达模型和车头时距概率分布规律的基础上,采用反函数法求解模型的概率分布函数产生随机数,并根据求解和仿真的需要用C#编程语言构建车流产生器、车辆等数据结构并实现算法,最后利用GDI＋图形接口实现模型的仿真、检验计算的正确性和效率。     

基于控制分配的四轮独立电驱动车辆驱动力分配算法

针对目前四轮独立电驱动车辆研究中尚未有效解决的系统失效控制问题,提出了一种基于控制分配的驱动力分配算法.首先建立了满足车辆经济性要求的目标函数和相关约束条件,通过优化保证在正常驱动状态下整车具有最佳的经济性能.接着基于控制分配原理对故障电机驱动转矩进行约束处理,使目标转矩能够在多种失效情况下实现再分配,有效解决了多驱动电机系统失效控制问题.最后,仿真结果验证了所提出的算法能在安全约束下有效地改善车辆的经济性,并系统地提升了车辆应对故障的能力.     

考虑路况、配送员与顾客满意度的冷链物流车辆配送路径优化方法

在城市交通拥堵日益严重的背景下，为解决冷链货物配送时效性较差、顾客满意度低以及配送员积极性不高等问题，研究了以总成本与满意度为目标的冷链物流车辆路径优化方法。采集并拟合了工作日、节假日、双休日交通拥堵指数趋势图，得到道路交通拥堵时间分布规律，提出了不同时期、时段内道路路段节点之间的实际通行时间计算方法；设计了配送员薪资与工作强度相结合的评价指标，构建了基于灰色白化权函数的配送员满意度评价模型。考虑随机需求、满意度和时间窗等约束，构建了多目标车辆路径优化模型；针对多目标模型求解的复杂性，设计了改进的自适应大规模邻域搜索算法，算法搜索过程中充分利用其算子的自适应性，有效平衡了NSGA-II算法大规模寻优与耗时之间的关系。以经典的Sioux-Falls交通网络为例进行算例分析，结果表明:①考虑配送员满意度模型后，在工作日、节假日、双休日总成本分别增加了2.05%、1.93%和1.16%，但配送员满意度分别提高了39.43%、46.26%和57.37%，顾客满意度平均提高了1.16%、4.76%和9.75%，运输时间缩短了2.42%、7.34%与8.41%。②以配送总成本最小为主要目标时，当需求变动（即随机需求的标准差σ＝1，2，3，4，5）时，得到的缺货成本比未考虑随机需求模型的结果分别增加了0.79%、0.89%、0.93%、0.94%和0.95%，印证了顾客随机需求对企业配送成本产生的影响。所提模型和算法为冷链物流管理中提升配送员和顾客满意度提供了一定的理论基础。      

网联自动驾驶车辆通过信号交叉口的速度轨迹优化

以网联自动驾驶汽车(Connected Autonomous Vehicle,CAV)为研究对象,研究了CAV车队通过城市信号交叉口的速度轨迹优化控制策略.基于最优控制理论,采用CAV的自动驾驶模型描述车间相互作用,以所有CAV车辆在行驶过程中的总油耗为优化目标,根据信号灯的配时信息建立模型约束,通过优化CAV头车的速...     

基于离散粒子群算法的协同车辆路径问题

考虑车场容量、不同车型车辆行驶最大里程等约束条件,建立以车辆配送总费用最小为目标的一类带时间窗协同车辆路径问题数学规划模型、即属于不同公司的配送中心共享车队、仓储等资源为客户协同配送货物,采用文献[1]中的自适应离散粒子群算法求解该问题并定义了其可能解的粒子的编码方式.最后,通过一个算例得出结论:同普通物流配送情形相比...     

无人驾驶车辆解耦混合运动规划方法研究

高速公路无人驾驶车辆运动规划要充分考虑车辆的动力学特性和道路环境构成的复杂约束,优先确保车辆的无碰撞行驶轨迹,同时算法实时性比常速情况下要求更高,要充分考虑计算的复杂性。提出一种可生成横纵向最优解逼近群的解耦增强混合运动规划方法,引入Frent坐标系将运动规划问题进行横纵向解耦,在横向偏移规划中融合数值优化和多项式规划算法,在纵向速度规划中融合围绕速度和围绕避障规划算法,解耦规划完成后使用代价函数和碰撞检测方法对生成的轨迹群进行评估和选择。搭建Apollo-LGsvl无人驾驶联合仿真测试平台,对所提出的运动规划方法进行仿真验证。结果表明,提出的横纵向解耦增强混合运动规划算法在高速公路各工况中所生成的运动轨迹能够有效避免车辆发生碰撞,其横向偏移和纵向速度均能满足二阶平滑,最大横向加速度、最大纵向加速度、最大纵向jerk等满足动力学约束。该方法有效减少了最优解逼近群内的轨迹数量,使轨迹评估阶段计算复杂度降低了46%,证明提出的方法具备一定的应用价值。     

面向智能网联汽车定位的协同地图匹配算法

为实现智能网联环境下低成本、高精度的车辆定位, 研究了基于自适应遗传Rao-Blackwellized粒子滤波的协同地图匹配算法。利用联网车辆的定位信息和道路约束条件消除公共偏差, 提高车辆定位精度。将自适应遗传算法引入到粒子滤波的重采样过程中, 增加粒子的多样性, 解决传统粒子滤波算法中容易出现的“粒子退化”和“粒子耗尽”问题。通过仿真实验与传统粒子滤波以及卡尔曼平滑粒子滤波下的定位结果进行了对比, 同时分析了不同联网车辆数目对定位精度的影响。通过实际测试验证了算法在实际应用中的定位效果。实测结果表明: 以典型十字路口为例, 在联网车辆数目为4的情况下, 协同地图匹配算法的定位误差范围为1.67 m, 分别为原始GNSS定位以及单车地图匹配定位结果的41.03%和56.80%。同时, 该算法的统计定位精度(CEP)达到1.06 m, 比GNSS原始定位精度提高了2.52 m, 具有较好的定位效果。