城市公共自行车高峰期需求不均衡的调度优化研究

通过对城市公共自行车系统自行车高峰期需求不均衡的使用状况进行研究,讨论公共自行车车辆调度优化,研究车辆路径问题。构建车辆优化调度模型,并设计禁忌搜索算法对模型进行求解,得出公共自行车需求高峰期车辆调度路径,最后构造算例对调度路径进行算例分析。研究结果表明:该模型具有一定的实用价值,可以实现城市公共自行车高峰期需求不均衡的车辆调度优化。     

考虑公平的铁路应急物资调度优化研究

铁路应急资源调度受到应急需求、运输成本和物资分配公平性等因素制约。为了降低运输成本,提高物资分配公平性,针对灾害突然发生时需求不确定及应急物资不足的情况,以分配公平性最大和运输成本最低为目标,建立铁路应急物资调度多目标优化模型,设计改进遗传算法求解模型。以受自然灾害影响的某区域为例,验证铁路应急物资调度多目标优化模型及算法。结果表明,该模型和算法能够有效地解决应急资源调度问题,改进后的遗传算法与基本遗传算法相比更为有效,有助于提高各应急需求点的公平性,有效降低应急物资调度的成本。     

面向换乘枢纽的轨道交通与道路公交协调调度方法

枢纽换乘是影响多模式公共交通网络运行可靠性的关键环节.针对我国大城市公共交通运营管理现状,从运输管理层面提出了换乘枢纽的轨道交通与道路公交协调调度管理模式.基于轨道交通与道路公交运营调度协调的内涵、模式及换乘时空过程解析,提出了实现换乘枢纽内轨道交通与道路公交运营调度协调的方法.研究结果表明,通过设置相同或成整数倍的发...     

乘客信息系统运营信息显示的调度算法改进

介绍了最早截止期优先调度算法的流程及缺陷,结合运营信息显示的实际业务需求,提出了改进的乘客信息系统运营信息显示调度算法。介绍了改进后算法的运营信息调度规则和模型结构,详细阐述了改进后算法的调度过程,并对改进后算法的实际计算效率进行了分析和实验室测试验证。测试结果表明,改进算法受信息发送量和发送频率的影响小,达到一定的数据压力后调度计算时长趋于平稳,可满足对多区域、多类型、多终端设备、多来源、复杂优先级运营信息的快速调度要求。     

多车场响应型接驳公交运行线路与调度的协调研究

为提高响应型接驳公交运行效率,提出响应型接驳公交系统多车场协同运行、多车型协调调度、线路与调度协调设计的思想。引入虚拟车场将多车场设计问题转换为单一车场设计问题;建立混合需求问题的两阶段法来分阶段处理预约需求和实时需求;构建预约需求下车辆路径与调度的协调优化模型及其求解算法。计算结果表明:在给定相同的预约需求和混合需求下,与独立运行相比,协同运行的总费用分别降低了8.6%和13.0%,车辆总运行时间分别减少了5.7%和12.5%;多车场的协同运行有效地提高了运营效率。小型车比例增加50%,大型车比例同时减少50%时,系统总费用的变化率在独立运行和协同运行下分别达到11.2%和5.9%,车型比例对系统总费用具有显著影响。     

不确定条件下铁路应急资源调度多目标优化方法研究

铁路应急救援的决策,往往面临应急需求、资源调度时间及救援优先权评价等不确定性因素。本文面向不确定需求的铁路应急资源调度问题,考虑救援初期应急资源可能不足的特点,采用基于模糊评价和熵权的灰色关联理想法,对应急需求点的救援优先级进行排序,并利用模糊理论方法将不确定性需求进行去模糊化处理后,建立以资源调度时间最短和应急费用最低为优化目标的多目标规划模型,并设计了基于TOPSIS方法和限定参数区间搜索的模型求解方法,实现帕累托最优解的快速搜寻与择优。算例分析表明,本文所提出的方法计算快捷,结果合理,能为不确定条件下铁路应急资源调度决策提供科学依据。     

考虑故障车回收的单车系统再平衡调度研究

为解决单车系统中站点需求不匹配问题,研究需求确定条件下考虑故障车回收的有桩式共享单车系统再平衡单车调度问题,建立完善的考虑故障车回收取送一体化旅行商调度模型,以车辆行驶时间、每个站点固定的检查时间以及装卸搬运总服务时间为优化目标,运用贪心-模拟退火算法求解最优调度路径。实验结果表明:优化出合理的调度线路,减少平衡系统内每个站点的需求的服务时间,同时对故障车进行回收,提高了单车系统中单车利用率,进而有效解决故障车回收的单车系统再平衡调度问题。     

随机需求订单可拆分的多目标车辆路径问题

考虑现实中需求随机,司机的工作量和收入可能受线路长度影响,研究基于需求随机订单可拆分的多目标车辆路径问题,添加司机工作线路长度均衡为目标,这种考虑需求随机和线路均衡的双目标模型比原来的单目标模型更具有现实应用意义。此外订单可拆分可提高车辆装载率,降低配送费用。基于以上考虑,本文构造考虑随机需求订单可拆分的双目标车辆路径问题模型,提出订单拆分车辆配对服务策略。针对本文研究问题特点,设计大规模邻域自适应搜索算法进行仿真实验,并通过修订的Solomon算例验证模型和算法的有效性。     

新技术下北京地铁调度模式发展趋势

以线路为指挥单元划分的传统调度指挥模式已无法满足网络化运营的发展需求.提出全新的轨道网络集中调度方式的可行性,阐述按线路综合调度模式以及专业多线路调度模式两种思路的构想,结合北京线路指挥中心现行条件给出调度指挥模式的发展建设方案,为调度指挥职业化转型提供重要研究基础.     

基于公交服务水平提高的道路拥挤定价收入再分配

将道路拥挤定价收入再分配与公共交通问题相结合,分析城市客运交通系统中交通出行者的出行路径、出行方式选择行为,构建基于公交服务水平提高的道路拥挤定价收入再分配双层规划模型.上层规划为交通系统优化,下层规划为道路拥挤定价收入再分配下路网弹性需求随机用户平衡.算例分析结果表明,将道路拥挤定价收入用于提高公交服务水平,相对于只实施拥挤定价而不进行收入再分配而言,私人小汽车、出租车、公车需求分别减少47 350,47 251,7 094人次,公交车需求增加101 695人次.综合考虑车辆的换算系数、客运方式人均占用道路面积和载客率,削减交通量10.70%,提高了交通运输效率.     

含装卸工调配的物流车辆配送路径问题的研究

考虑到物流配送车辆路径问题中要涉及货物的装卸作业,将装卸工调配问题和车辆路径问题相结合提出了含装卸工调配的物流车辆配送路径问题,给出了以总运输费用最小、总装卸工人数最少为目标函数的双目标0-1混合整数规划问题的数学模型.按目标函数的主次分2个阶段对该问题进行求解;最后,将装卸工人数最少转化为装卸费用最小将该模型进行了推广。     

基于蚁群算法的客运段乘务值乘交路计划编制研究

将铁路客运段乘务值乘交路计划问题与旅行商问题相结合,以获取管辖交路乘务组的最小乘务组组数为目标,建立乘务交路计划编制数学模型.深入分析客运段乘务交路计划的特点,并将其转化为模型的约束条件,给出交路接续规则、非对称约束条件、交路执行条件、子回路禁止条件等4个约束条件表达式.同时采用蚁群算法对模型求解,规定算法所需的信息素更新函数,交路选择规则等.将该模型算法在实例中应用,应用结果表明,该模型能够清楚表达乘务值乘交路计划编制问题,并极大地提高了编制效率,降低了成本,实现了乘务值乘交路计划编制的自动化,具有一定的实际意义.     

装车地直达列车开行方案优化模型

铁路货物运输在国民经济增长和发展过程中起着越来越重要的作用，而装车地直达运输是一种现代和高效的车流组织形式。它不但能够加快货物送达、加速车辆周转，而且可以减轻编组站作业负担、降低运输成本。本文对装车地直达列车开行方案问题进行了研究。在分析组织装车地直达列车的可能性、合理性及费用参数选择的基础上，构建了装车地直达列车开行方案非线性0-1规划模型。模型中充分考虑了车流在装车地的各种组合方案，并将运输与库存成本纳入同一目标函数，以物流系统成本最优来确定货物列车开行方案。构建的模型能够更全面地描述装车地车流的各种组合，最后给出的构模实例对模型的有效性、合理性进行了验证。     

铁路货物装载加固管理信息系统

根据货物装载加固方案申报审批的工作流程和管理实际,构建了货物装载模型和方案自动决策模型,采用基于B/S模式的Java网络编程技术,建立铁路货物装载加固管理信息系统,实现货物装载加固的网络化管理.     

铁路危险货物办理站布局优化双层规划模型与算法

根据国家标准中规定的常见危险化学品在存储区的临界量,提出布局优化阶段的铁路危险货物办理站环境风险评估模型.在此基础上,根据铁路决策部门与危险货物运输客户之间的主从递阶决策关系,建立铁路危险货物办理站布局优化问题的双层规划模型.上层规划模型以一定区域内危险货物办理站环境风险最小化而运量最大化为目标,下层规划模型以客户运输费用最小化为目标.采用该模型可以合理确定危险货物办理站的地理位置及承办危险货物的类别.通过构造上、下层决策变量间的反应函数,设计模型的启发式求解算法.算例验证了模型及其算法的可行性和有效性.     

铁路危险货物办理站等级体系形成建模与仿真

利用计算机仿真方法对铁路危险货物办理站等级体系和办理危险货物职能分工的形成进行研究.引入CAS的理论和方法,构建基于需求/服务模式的铁路危险货物办理站复杂适应系统模型,在一个二维均质平面上对铁路危险货物办理站等级体系、危险货物办理职能分工的形成过程再现.     

基于simpack仿真的铁路超限货物动态运输安全研究

为量化分析各因素在安全运输过程中的影响程度,以车辆滑移、车辆侧翻、货物位移、货物滚动为安全指标,建立了铁路超限货物运输的车辆-道路模型,运用simpack软件对铁路超限货物运输安全过程进行动态仿真。结果表明,重心横向偏移量、重车重心高和超限等级对起到主要影响。     

关于铁路货运大货主生命周期价值预测的研究

大货主生命周期价值预测是铁路货运营销工作的一个重要环节,利用变量的敏感度分析方法确定影响铁路大货主价值计算的关键变量,并利用这些关键变量构建BP人工神经网络,通过对铁路货运营销的历史样本数据进行学习,可以预测大货主在未来时域的价值。最后用实际数据验证了该BP神经网络的有效性。     

不可行集蚁群算法在铁路放射性物质载运中的应用

研究铁路货物运输中放射性物质的载运问题,目的是把安全运输与车辆的合理利用有机结合.以货物的客户要求期限与铁路运到期限之差的数学期望、铁路车辆的载重量利用率、装载货物的轻重搭配合理程度作为研究问题的3个目标;将装载货物运输指数限制、车辆标记载重限制、车辆载货容积限制、装载加固限制作为研究问题的约束条件,建立多目标规划模型.依据目标的重要性确定权向量,根据运输实际情况确定理想点,利用理想点法将多目标规划问题转化为单目标规划问题.运用基于不可行集的蚁群算法求得多目标规划问题的有效解.本文给出铁路放射性物质载运问题的计算实例,编程计算的结果证明蚁群算法具有较高的效率和可靠性.     

技术站配流与调机运用综合问题的拉格朗日松弛算法

技术站调度问题中配流与调机运用是关系密切的两个基础问题。基于单机器调度和资源分配理论,构建单解单编技术站配流与调机运用综合问题的混合整数线性规划模型,同时确定出发列车的编组内容和调机的解编任务,使得出发列车满足列车编组要求,且车辆在站加权总停留时间最小。设计拉格朗日松弛算法松弛掉连接约束,将原问题分解为解体子问题、配流子问题和编组子问题,对偶问题采用传统次梯度优化算法求解。最后,采用既有文献算例对该算法的有效性进行测试,结果表明:与分支定界算法相比,该算法能够实现计算质量和时间的较好折中。