随机运输时间下集装箱海铁联运箱流径路优化方法

集装箱在海铁联运过程中容易受到各种不确定因素的影响, 导致运输时间波动, 进而影响货物的送达准点率。为有效降低不确定运输时间的影响, 兼顾运输过程的经济性和绿色可持续性优化集装箱海铁联运箱流径路。采用随机机会约束规划构建运输总费用最少和碳排放量最低的多目标模型。在约束条件中引入铁路和海洋期望运到时间, 并对超过期望运到时间的径路进行惩罚处理, 保证运输径路的优越性。考虑一站直达和中转换装这2种运输组织模式, 克服现有研究未考虑货源是否充足的缺陷。运用不确定及概率论相关理论知识将不确定约束转化为线性约束。以西安至洛杉矶的集装箱货物出口径路优化为案例背景, 采用NSGA-Ⅱ算法求解, 并通过贪心算法改进初始化种群以及基于logistics分布的概率选择算子改进精英选择算子。通过对比分析得到以下结果: ①算法优化后运输总费用减少23.15万美元, 碳排放减少6.69 t, 同时算法求解速度提高了75.36%;②将本文模型选用的随机规划和模糊规划进行对比, 发现随机规划解集数量多于模糊规划, 且二者在相同输送径路中的运输总费用和碳排放量均优化了10.65%。因此本文模型和算法具有良好的优化效果。进行灵敏度分析, 观察置信水平以及时间影响系数对目标函数和货物送达准点率的影响。结果表明: ①较高的铁路和海洋运输置信水平会提高货物的运输总费用。②时间影响系数和货物送达准点率呈负相关, 影响系数越大货物送达准点率越低。     

不确定条件下的多式联运路径优化

多式联运实施过程中,自然因素与人为因素的干预会导致货物运输速度值、准时送达概率阈值和转运时间值不确定.针对这一问题,开展了不确定条件下的多式联运路径优化研究.首先,采用随机规划理论估计不确定值;其次,设置最小运输总成本为模型的优化目标,包括运输费用、转运费用以及货物未准时送达产生的延误惩罚费用;设置货物准时送达概率为模...     

基于列车运行时间偏差惩罚的高速列车节能优化方法

合理的安排列车在区间的运行方式能够有效的降低列车运行能耗。采用基于区间限速的列车工况确定策略确定列车区间运行工况, 以列车运行能耗为优化目标, 以列车运行距离、时间和列车限速等为约束条件, 在目标函数中加入列车运行时间偏差惩罚项, 建立基于列车运行时间偏差惩罚的高速铁路列车运行节能优化数学模型, 采用基于高斯变异和混沌扰动的改进人工蜂群算法对优化模型进行求解。以CRH3-350型动车组数据为例对模型与算法进行验证, 求解结果显示: 考虑列车运行时间偏差惩罚比不考虑列车运行时间偏差惩罚能耗可节省2.5%, 改进人工蜂群算法与基本人工蜂群算法、粒子群算法相比, 在目标值方面分别提高了4.2%和4.1%。采用基于区间限速的列车运行工况确定策略结合能耗优化模型能够满足不同限速和不同区间运行时分要求下的列车运行情况。表明所建模型和设计的算法有良好的求解效率和优化质量。     

基于需求划分的带软时间窗的路径优化方法

针对带有时间窗约束的车辆路径问题(Vehicle Routing Problem With Time Windows,VRPTW)的NP特征,以非完全连通配送网络为研究对象,用带有软时间窗约束的整体配送费用最小为目标,提出了一种基于需求的城市动态划分方法,有效的减少了路径的组合规模,并且用遗传算法将其实现,通过改进的Dijkstra算法求取其基于动态划分的最优配送路径集,最后计算示例验证了本文方法的有效性。     

基于客户软时间窗的地下物流配送路径优化

随着互联网的快速发展,网购逐渐成为人们的主要消费方式,物流数量飞速增长,交通压力进一步加大。为应对日益增长的物流配送需要,更好地协调城市道路交通与城区快件准时高效送达之间的关系,文中构建软时间窗下总成本(包含车辆运输成本、时间成本及固定设施成本)最小的线性模型,综合南京市地铁线路和地面配送车辆等交通工具使其形成一个综合物流配送网络,借助改进遗传算法对模型进行多次选择、交叉、变异等,利用MATLAB软件对模型进行求解;为使优化模型更契合实际,结合客户软时间窗使总体延误成本降至最低,避免硬时间窗带来的约束困难,结果表明,在客户软时间窗下,运用该模型不仅可减少成本投入,还可缓解地面交通压力,提高地铁沿线客户的满意度,使交通资源利用最大化;最后通过与货车单独配送时间及成本的对比,验证所建模型和算法的有效性、可行性。     

利用TransCAD软件包解决基于时间窗的车辆路径问题

在简述交通软件TransCAD功能的基础上，结合车辆路径优化的特点，在考虑时间窗约束、容量约束等因素的条件下，给出了一种基于时间窗的求解车辆路径问题的数学模型，阐述了TransCAD软件包及其在求解车辆路径优化问题上的应用，并给出了实例。     

不确定网络路径优化模型及算法研究

道路事故、道路施工等突发因素干扰了道路正常运营状态,严重时将造成交通网络的局部阻塞;同时道路使用者感知交通网络环境的变化具有多样性和滞后性.正是因为这些不确定因素的存在,交通网络也呈现出不确定性特征.针对出行时耗需要保障的出行决策优化问题,引入可信性理论体系的测度标准;将路段出行时耗变量模糊处理;构建了在一定显著度水平条件以出行总时耗为优化目标,以出行路径为决策变量的模糊机会约束模型,给出基于模糊模拟的组合优化算法,计算示例表明,模型构建合理,算法有效.     

汽车零部件多式联运组合式单元集装箱装载优化模型与算法

为满足汽车零部件中异形件在集装箱多式联运中的装箱运输需求,设计提出1种新型组合式单元集装箱,并研究其装载优化方法。考虑到箱体内部装载单元划分、异形件装箱及多层堆放的作业要求,重点解决待装箱物品的托盘选型、载货托盘在箱体内部装载单元的堆存位置选择等难题,以实现货物、托盘和箱体内部装载空间的有效适配。结合以上差异性特征,重新定义货物托盘选择、载货托盘堆放层位选择、同层双托盘位置选择的决策变量,并考虑装箱货物托盘类型、单个装载单元内部及其前后相邻装载单元内部的托盘尺寸统一等约束条件,以集装箱内部有效空间利用率最大化为目标,构建了单元集装箱装载决策问题的0-1整数规划模型（container loading model,CLM）。为实现该问题的高效寻优,设计了包含货物分组、货物排序及货物装箱的启发式算法（fast-packing algorithm,FPA）。算例结果表明：提出的CLM模型和FPA算法能求解得出高质量装载方案,所有算例中CLM模型和FPA算法的平均有效空间利用率分别为84.52%和83.57%,且针对存在装箱货物选择的算例,平均结果可达91.00%和89.84%。其中,CLM模...     

基于风险价值的危险品运输路径优化方法

考虑危险品事故发生概率和事故后果等主要因素,研究了危险品运输路径优化设计问题.通过分析不同危险值计算模型的性能特点,选用TR模型计算危险品运输的危险值,通过设定必要限制条件对KSP最短路径搜索算法进行改进,建立危险品运输最短路径集;考虑危险品运输事故发生概率受到多因素影响,具有一定的随机性和不确定性,引入金融领域用于风险管控制的风险价值理论,构建危险品运输路径风险价值模型,求解危险品运输网络在某置信水平下的最小风险值,从而提出了基于风险价值的危险品运输路径优化设计方法,并以长春市加油站为实例进行了模型检验和对比分析.结果表明:①随着置信水平的提高,对应的VaR值也在提高,最佳路径也会有所不同;②当置信水平在[0.9950,1.0000]时,最佳路径为路径6,此时不仅保证了路径最短,也保证了在可接受水平内的危险最小;③与传统最短路径模型相比,所建立危险价值模型能够不同置信水平下的危险路径选择方案,能有效降低运输危险.     

模拟退火算法在路径优化问题中的应用

模拟退火算法是解NP完全组合优化问题的有效近似算法,将该算法应用于路径优化问题,利用该算法对类似货郎担问题的路径问题进行求解;针对城市道路行走不同的目标条件(路径最短、时间最短)进行优化,选择最佳行走路径;并将用该算法优化得到的计算结果与树形算法进行比较,显示该算法能够克服传统优化算法易陷入局部极值的缺点,同时表明该算法在解类似货郎担交通路径方面的问题时有较高的精确性。因而该算法在解决城市道路交通问题方面具有一定的实用价值。     

基于遗传算法求解的危险品道路运输线路优化双层规划模型

危险品道路运输网络设计问题是各国政府监管部门非常重视的问题。通过对危险品运输网络设计双重约束特性的分析,以及对不同危险品运输网络设计方法进行比较,建立起一个双层规划模型,兼顾政府与运输者双方不同的利益目标。结合网络设计问题的要求,研究了危险品道路运输网络双层规划设计问题的遗传算法。通过实例分析,结果表明双层规划是求解危险品道路运输网络设计问题的优秀方法之一,同时遗传算法能产生稳定的最优解。     

基于低碳理念的公交线网优化模型

为了满足低碳出行的要求,从优化线网的角度建立了基于低碳理念的公交线网双层优化模型。其中,上层模型是一个以乘客总出行时间最短、能源消耗最小、温室气体和污染物排放最少为目标的公交线网优化模型,下层模型是一个改进的Logit路径选择客流分配模型。针对建立的模型,给出了运用遗传算法求解公交线网双层优化模型的方法和步骤。并用算例说明了所建立模型与求解算法的合理性与可行性。     

基于蚁群优化算法与出租车GPS数据的公众出行路径优化

以出租车GPS采集的浮动车数据为依据,研究出租车驾驶员路径选择的认知及类蚂蚁的行为特征。根据城市道路功能等级与出租车的通行频率等信息素,建立出租车驾驶员路径选择信息素等级路网,并以此作为路网初始信息素,综合考虑路径通行时间、通行距离、路径信息素等级等多个因素,提出了基于蚁群优化算法的公众出行路径规划优化算法。以武汉市路网和浮动车为试验数据,将模型规划的道路与浮动车数据库中的轨迹进行了比较。结果表明:基于蚁群优化算法与出租车GPS数据的公众出行路径同出租车驾驶员选择的出行路径相似度很高,能为公众出行提供出租车驾驶员选择的行车路径。     

基于预测型路线行程时间的信号控制相位差优化技术研究

相位差是区域信号协调控制的重要参数,其动态优化直接影响通行能力和路网延误。论文考虑交通流诱导与交通信号控制的协同运作,通过研究车队在停车线车头受阻和车尾受阻的不同等待状态,建立了相位差与诱导参数路段行程时间的相关关系,基于诱导控制协同的动态性考虑,提出基于预测型诱导用行程时间的信号控制相位差优化技术,阐述其优化算法流程。论文利用长春市长春大街含3个交叉口的路线进行算例试验,结果表明利用预测型行程时间优化相位差之后干线总行程时间最高节约12.9%左右,延误减少高达51.3%,达到诱导控制信息共享、协同运作提高路网运行效率的目的。     

基于混合算法的联合运输路径优化

为了求解联合运输网络的最优运输方式组合问题,采用遗传算法并使用整数编码方式对城市节点进行编码,摒弃了传统的二进制编码方式,有效地缩减了编码长度并简化了编解码工作;城市节点链的运输方式组合与节点间运输方式转换使用动态规划方法来确定;至于联合运输网络数据,在建立多重图数据结构基础上,采用结构体数组与链式存储结构相结合的方式来存储。通过仿真实验表明,该方法可行,能够在较短的时间和可预期的迭代次数内找到最优解。     

基于信号灯配时的动态路径诱导模型

针对城市交通流量变化产生的问题,在交叉口信号灯配时方案改进的基础上建立了动态路径诱导的双层优化模型,上层模型以行驶时间为目标函数,下层模型以总交叉口延误最小为目标函数。利用改进蚁群算法来求解优化模型,从而获得多准最优路径。以实际交叉口为例,将信号灯配时改进前、后的模型计算结果进行比较。结果表明:应用信号灯配时改进后的模型获得的路径更省时,交叉口等待通行时间更短。     

高速公路路线方案优选模型及其应用

利用灰色物元分析法,建立高速公路路线方案的优劣排序模型,对各路线方案进行多因素综合评价,为择优选择路线方案提供一种科学的评价方法。     

基于改进遗传算法的带软时间窗果蔬运输路径选择问题

为了研究果蔬在运输过程中受到的振动、冲击和碰撞对产品质量的不利影响,提出了一种包含带软时间窗、路面不平度和道路等级影响等因素的改进遗传算法模型。该模型是以改进目标函数、适应度函数和交叉因子为参数设置,对配送成本进行最小优化分析。将此模型与传统 OX 交叉遗传算法和组序交叉遗传算法进行了对比,以江苏省13个地级市之间的果蔬配送路径为案例分析。结果表明与其传统算法相比,提出的改进遗传算法能够对成本的预测提高15.3%。