基于加权Voronoi图的连续型物流节点布局优化

为了解决物流节点动态服务范围划分及其连续型物流节点协调布局问题,建立基于引力模型的物流节点服务范围划分模型,引入加权Voronoi图及其实现的离散生成法,实现复杂区域物流系统动态服务范围的精确划分,在此基础上,构建区域物流节点协调布局优化模型,结合最大空心圆策略和模拟退火算法提出模型的高效求解算法.     

基于分区加权Voronoi图的交通疏解组织方案

为减少城市轨道交通建设施工期间对城市道路交通的影响,保障施工点附近的城市居民出行通畅,创新研究了基于分区加权Voronoi图的交通疏解组织方案。首先,将道路分隔的地块重心作为点要素,分区域将地块相邻道路背景交通量中的饱和度作为权重,构建出行路径模型;其次,利用Arcgis软件将出行路径模型矢量生成加权Voronoi图,依据道路背景饱和度作为阻抗因素,筛选远端交通疏解绕行线路及设置有效交通指引标志方案;最后,以广州地铁11号线芳村站为例,利用分区加权Voronoi图构建了芳村地铁站点施工期间交通疏解组织方案,并利用Visum软件进行了方案交通影响分析,验证该方案的可操作性。     

管制扇区优化划分的方法及计算机实现技术

扇区划分是空中交通管理的一项重要工作, 它直接影响空域的容量和安全性。分析、确定了管制空域结构拓扑描述的数学模型、管制员的管制工作负荷统计方法、工作负荷计算的数学模型等扇区优化设计工作的理论基础, 建立扇区划分的数学方法, 并编制了基于管制员工作负荷的扇区优化应用软件, 实际算例的计算结果验证了扇区优化数学理论基础和应用软件的正确性     

加权Voronoi图在轨道交通突发事件下公交应急管理中的应用

轨道交通应急管理是城市轨道交通运营管理的重要内容。为了解决轨道交通突发事件下的客流疏散问题．提出将加权Voronoi图应用于城市轨道交通突发事件的应急管理,该方法计算简单易于实现。最后通过实例验证其可行性。     

依据管制员工作负荷的扇区优化方法

为了保证飞行的安全性, 提高空域容量, 在提出了管制员工作负荷的统计方法和建立空域拓扑结构数学模型的基础上, 以各扇区工作负荷均衡为优化原则, 利用模拟退火随机优化算法对扇区最优化问题进行求解, 并使优化的新解满足空域划分的优先搜索、扇区连续性和扇区数最少原则。对厦门管制区的扇区最优划分实例分析表明, 3个扇区之间最大工作负荷之差为4.1 s, 小于规定的终止条件17.5 s, 验证了扇区优化方法是可行的。     

运用加权Voronoi图进行点集剖分的两种方法

在加权Vornoi图定义的基础上,提出了点集剖分的两种新方法:基于线的剖分法和基于角度的剖分法.运用新方法对点集进行加权Voronoi剖分,可以得到各点更加合理、有效的影响区域.     

基于变精度粗集的动态扇区数规划

为确定规划扇区数目,提高扇区规划方案的灵活性,提出了基于变精度粗集的动态扇区数规划方法．该方法根据空域航班飞行数据,用可变精度粗糙集理论,获取不同航班数量条件下规划扇区数目的规则,约束条件为根据管制员工作负荷确定的扇区容量和相邻时段扇区规划数量的连续性．实例分析结果表明,用该方法使空域扇区数量随不同时段交通流量的变化,实现了扇区数量动态规划．     

一种基于Voronoi图的公交站点选址模型研究

基于Voronoi图,以公交系统和公交乘客总出行成本最小为目标建立了一种公交站点的选址模型。首先,分析了公交线路及站点对总出行成本的影响,并对影响因素进行量化,建立了公交乘客出行成本的度量函数;然后,利用Voronoi图对备选站点进行分组,并以此构建选址模型,筛选出满足条件的备选站点作为确定的公交站点;最后,通过实例验证了模型的适用性。研究结果表明：采用图论和数学分析相结合的公交站点选址模型,综合考察了各影响因素对公交选址的影响,简化并方便了公交站点的选址过程。     

基于非线性规划的空域扇区结构优化设计

在统计、分析管制员工作负荷和使用管制员工作负荷模型的基础上,提出一个受不同扇区规划数目约束的扇区结构划分的数学模型。作者采取多变量有约束非线性整数规划法简化了算法流程,并给出了算法解法步骤;在MATLAB平台上,通过编辑算法程序,实现了非线性算法运算功能,完成了扇区结构优化的计算机实现。通过对广州终端区空域进行扇区结构优化设计,根据数据对比得出扇区结构优化后各扇区工作负荷与工作负荷平均值的相对误差由原来的1104s／h降低到134．4s／h,验证了扇区结构优化数学模型的可行性和非线性算法的有效性。     

基于FCM-粗糙集的多扇区交通拥挤识别方法研究

通过分析管制扇区交通时空拥挤特征,基于雷达航迹数据建立了多扇区交通拥挤识别模型.建立当量交通量、接近度、饱和度、交通密度4个多扇区拥挤特征指标,采用FCM(模糊C均值聚类算法)和粗糙集理论,对扇区拥挤程度进行划分和识别,并以中南地区区域管制扇区数据进行了实例验证.实验结果表明,扇区的拥挤态势受扇区多种宏观和微观特征的共同影响,且拥挤识别模型计算可行、识别效率较高.多扇区交通拥挤识别对空域规划、空管辅助决策、空中交通流量管理具有一定的应用价值.     

基于蚁群算法的铁路空车调整优化模型设计

针对铁路空车调整问题,采用蚁群算法解决此问题,建立以空车走行公里数最小为目标的优化模型,并给出求解算法。算例分析表明模型的正确性和算法的合理性,将蚁群算法的时间复杂度与其他一些解决空车调整问题的算法的时间复杂度进行比较,充分体现蚁群算法解决大规模路网空车调整问题的优越性。     

车间配送路径优化的研究

路径优化问题是车间配送系统中重要的环节之一,最短路径的选择决定着配送效率.但随着问题规模的扩大,很难精确求解.实验表明采用蚁群算法来解决路径搜索问题,能有效地发现最优解.     

车辆路径问题的最大-最小蚁群算法研究

蚁群算法能很好地解决车辆路径问题,但算法搜索时间长,易出现停滞现象。通过对蚁群算法的改进和调整,构造出最大一最小蚁群算法,实例验证该算法能更快地收敛到全局最优解。     

基于蚁群算法的城市公交线网模型优化方法研究

蚁群算法是一种求解组合优化问题的新型通用启发式方法,城市公交线网模型优化是一个复杂的非线性组合优化问题.本文将蚁群算法用于城市公交线网模型优化问题的研究,建立了城市公交线网的数学模型,该模型以乘客公交总出行时间最短与公交运营投入最小为目标函数,并在此基础上设计了相应的算法.算例证明了该算法在城市公交线网优化中应用的可行性和有效性.     

蚁群算法在城市交通路径选择中的应用

针对城市交通路径选择问题,引入蚁群算法并将其改进为可同时满足对路程和时间最优的路径搜索算法,设计了相关的搜索规则和流程.在大量试验的基础上,讨论了算法中各种参数对路径搜索算法收敛性(包括收敛速度和准确度)的影响,并获得了一纽最优的经验参数.分析了搜索中产生伪最优解路径的规律,并通过控制收敛速度和加快趋向最优路径对蚁群算法进行了优化.结果显示,所进行的优化能有效抑制伪最优路径的产生,在2个周期内即可完成搜索.     

基于蚁群算法的应急物流动态网络鲁棒优化

考虑应急物流网络的时间依赖性及所处环境的复杂性,将动态网络理论与鲁棒离散优化理论相结合,建立具有鲁棒特性的动态网络优化模型,在此基础上,结合蚁群算法基本理论,将算法中的启发因子加以改进,使之与优化模型相适应,并利用改进后的蚁群算法在全路中寻求一条时效性高、鲁棒性好的路径以供应急物资运输。最后,举例验证研究所提出的优化理论及改进算法的合理性。     

������Ⱥ�㷨�Ĺ�·���˿�������Ż�

公路客运快递依托客运线路采用直达模式进行运输获得了较好的经济效益,但直达模式却制约着其运输网络的能力和结构. 为提高运输网络的能力,完善运输网络结构,发挥公路客运时效性好的优势,本文提出转运的思想,并用优化模型设计公路客运快递的运输网络,使快件运输时间最小化. 优化模型是带有时间窗的运输网络设计问题,传统算法难以求解,因此用蚁群算法进行求解. 算例分析表明,基于优化模型设计的运输网络可以节省快件的运输时间,提高公路客运快递的运输能力.