应急设施鲁棒优化选址模型及算法

为解决不确定情况下应急设施选址问题,采用鲁棒优化方法处理应急节点权重的区间估计,基于最优的设施选址到各个应急节点的赋权距离之和最小,建立有限期要求的不确定性应急设施选址模型,并给出了模型的求解算法,比较分析了鲁棒解与确定情况下的最优解。分析结果表明:当情况发生变化后,在确定情况下得到的最优解将发生较大的偏差,而在所有可能发生的情况下,鲁棒解与最优解目标函数值的最大偏差最小,因此,不确定性应急设施选址模型的解可以有效规避风险。     

基于双层规划的危险货物配送路径鲁棒优化

针对不确定环境下带时间窗的多配送中心危险货物配送路径优化问题, 提出一种含鲁棒控制参数的鲁棒优化方法; 综合考虑危险货物运输风险、运输费用和服务时间窗, 构建了危险货物配送路径多目标双层鲁棒优化模型, 上层模型追求运输风险和运输费用最小化, 下层模型采用用户均衡交通分配模型; 根据Bertsimas-Sim鲁棒优化理论, 对含有不确定参数的上层模型进行鲁棒对等转化; 联合增强型Pareto遗传算法和Frank-Wolfe算法构建了求解多目标双层鲁棒优化模型的混合算法, 采用3段式编码和解码方法、等位匹配交叉操作以及翻转变异等遗传操作方法求解上层模型, 采用Frank-Wolfe算法求解下层用户均衡模型; 以经典的Sioux-Falls交通网络为例, 对含有3个配送中心、7个需求点的危险货物配送路径优化问题进行案例分析, 以验证模型及其算法的合理性。研究结果表明: 当鲁棒控制参数分别为0、30和60时, 构建的混合算法能分别快速得到3、2和3组鲁棒最优解, 且所有解均为包含具体运输路段和发车时刻的配送方案, 而非配送顺序; 该混合算法与传统两阶段启发式算法相比, 运算时间能节省54.74%。可见, 该混合算法无论是在求解效率上, 还是在解的表达形式上均优于两阶段启发式算法, 能较好地完成不确定环境下危险货物配送路径多目标双层鲁棒优化任务。      

网络流量随机条件下的随机交通网络平衡分析

考虑到现实条件下交通网络的不确定性状态,提出了从确定型网络到不确定型网络状态下,出行者路径选择行为的改变,即由出行时间最短的路径选择行为转变为在追求一定行程时间可靠性的基础上选择出行时间最短的路径选择行为.考虑到网络上交通需求量的不确定性提出了最优可靠行程时间的概念.在此基础上将出行者追求最优可靠行程时间的路径选择行为纳入到随机交通网络平衡分配模型中,证明了模型的等价性和唯一性.最后在一个小型测试网络上对模型分配结果进行了测试,测试结果符合实际情况,表明模型能够较好地反映出行者的路径选择行为.     

航线网络区间鲁棒优化设计

为解决航空公司航线网络中枢纽机场具体位置及OD流路径设计问题, 根据航线网络设计参数OD 流量和单位流成本的不确定性, 定义了区间型情景集, 建立了区间型绝对鲁棒优化模型, 设计了将修正最短路算法与人工智能算法相结合进行求解的有效算法,并利用航线网络设计经典数据及中国航空网络OD数据对模型进行了验证. 研究结果表明:该模型的最优鲁棒解具有全局最优性,确定型优化模型为本文模型在悲观准则下,当OD 流量和单位流成本确定时的特例;在不同情景的悲观准则和乐观准则下的模型目标值之间的相关系数达到0.99以上;在悲观准则下,用本文模型计算出标准算例的归一化后的最优目标值为784.47,比确定型模型最优目标值减少了16.65%,比相对鲁棒优化模型最优目标值减少了29.07%.      

鲁棒交通网络设计方法

为了更好地指导交通规划实践、提高规划方案应对风险的能力,在分析交通需求预测不确定性的基础上引入鲁棒设计概念,阐述了交通需求预测与鲁棒规划方案的关系.采用随机需求假定,以随机规划理论和均值-方差模型为基础,建立OD需求不确定的鲁棒交通网络设计模型;以蒙特卡洛模拟和遗传算法为工具,设计求解随机双层组合优化问题的实用算法.最...     

基于动态容量的航班进离场流量鲁棒优化分配

为解决机场和定位点动态容量条件下的航班进离场流量优化分配问题,以总航班延误损失为决策依据,建立了绝对鲁棒优化模型、偏差鲁棒优化模型和相对鲁棒优化模型,并用捕食搜索算法,设计了寻找鲁棒最优解的算法流程.以国内某机场数据为例进行仿真验证,结果表明,得到的鲁棒最优解能够根据不同偏好有效规避风险,与该终端区一般容量条件下最优解的航班延误损失相比,偏差鲁棒最优策略和相对鲁棒最优策略下的航班延误损失分别减少了8.2%和7.8%.     

��ȷ��OD������������ͨ������Ƶ�³���Ż�ģ��

在城市交通网络中,每个交通小区的交通发生量以及吸引量与其经济发展水平、土地利用、人口数量等因素密切相关,通常能够较为准确的预测,而小区之间的交通需求很难准确的预测. 本文假定所有起讫点的交通发生量和吸引量是确定的,而OD需求不确定且属于一个有界区间,利用鲁棒优化的方法建立OD需求不确定环境下考虑用户均衡约束的交通网络设计极小极大模型,并提出了灵敏度分析结合相继平均法(MSA)的求解算法. 数值算例表明,利用鲁棒优化方法得到的网络设计方案较传统的确定性网络设计方案具有更高的可靠性.     

单配送中心快递企业共同配送车辆鲁棒调度研究

考虑到不确定因素在快递企业共同配送车辆鲁棒调度问题中广泛存在,为了改善快递企业的服务水平,并缓解快递派送中由于不确定因素带来的客户满意度低的现状,采用鲁棒离散理论的相关知识,建立了车辆路段等待时间不确定情形下的单配送中心快递企业共同配送车辆调度的多目标鲁棒优化模型,然后根据转化规则,将鲁棒优化模型转化为确定型优化模型,并采用改进的遗传算法对其进行求解。结果表明,快递企业采用共同配送模式可以有效降低成本,节约时间,而且企业决策者可以根据所考虑的不确定性值G 的大小,选择自己偏好的车辆调度方案。     

面向鲁棒性的高速铁路网络列车运行调整计划优化模型

针对高速铁路路网中出现区间封锁事件,考虑事件持续时间的不确定性,以列车运行时间和安全间隔时间为约束条件,引入路径选择唯一性约束保证列车运行调整计划的鲁棒性,以所有列车晚点时间之和的期望值最小为目标函数,建立高速铁路列车运行调整计划优化整数规划模型.设计基于优先级规则的启发式算法,求解原模型的可行解.运用拉格朗日松弛算法和最短路径算法求解该模型的松弛模型,得到原模型最优解的下界.根据可行解与最优解下界之间的距离,可以定量地衡量可行解的质量.结果表明,相较于CPLEX数学求解软件,算法求解效率较高;模型与算法能够有效生成鲁棒的列车运行调整计划,为调度员提供必要辅助决策信息.     

基于理性疏忽理论的交通疏散网络双层优化模型

研究交通网络疏散问题的文献较多,但鲜有基于理性疏忽理论来分析交通网络疏散问题的。本文考虑疏散网络交通状态的随机性和出行者信息处理能力的有限性,将交通状态信息成本内生化,建立基于理性疏忽理论的疏散网络双层优化模型。上层以系统总疏散时间最小为优化目标,将路段是否单行作为决策变量,下层建立基于理性疏忽理论的用户均衡模型。设计离散粒子群优化算法与逐次平均法相结合的启发式混合算法(DPSO-MSA),上层采用粒子群算法求解,将上层得到的单行策略传递给下层,下层模型采用MSA方法求解,将得到的路段交通量返回给上层。并通过算例验证模型的有效性。研究发现,最优单行策略要优于非单行策略和全单行策略,设计的算法可以快速识别疏散网络的关键路段。对于整个疏散系统而言,出行者获取的信息并不是越多越好。研究结果可以为疏散策略的制定提供参考依据。     

��Ͻ�ͨ������Ƽ����߿�¡�˻��㷨����о�

研究混合交通网络设计问题,以交通网络总阻抗最小为目标,在建设资金的约束条件下给出了双层规划模型。将模拟退火算法中的退火策略引入到免疫克隆算法中,设计了求解模型的免疫克隆退火算法。算例验证了算法的可行性,并通过与模拟退火算法比较证明了设计算法的有效性。最后,在给定不同建设资金的约束条件下进行了灵敏度分析,并讨论了投资成本与网络总阻抗、建设资金约束与网络设计决策的关系。     

Mixed Transportation Network Design Based on Immune Clone Annealing Algorithm

This paper focuses on the mixed transportation network design problem. A bi-level programming model, constrained by investment budget, is developed to minimize the total impedance of transportation network. The immune clone annealing algorithm, which is designed by combining annealing tactic of simulated annealing algorithm and immune clone algorithm, is introduced to solve the proposed bi-level model. Compared with simulated annealing algorithm, the feasibility and effectiveness of the model and the algorithm is demonstrated through a numerical experiment. The sensitivity analysis on different investment budget constraints is provided, as well as the relation between investment cost and the total impedance of network, investment budget constraint, and decision on network design.     

��ȷ�����������¶�׶������ۺϽ�ͨ������Ƶ�˫��滮ģ��

通过研究多阶段综合交通网络设计问题,本文提出需求不确定条件下双层规划模型.上层规划为在资金预算约束下实现所有需求情景下消费者剩余的最大化,下层规划在上层规划的网络投资决策下,考虑了多种运输方式的协作、流量均衡和能力负荷约束,实现不同需求情景对应的消费者剩余最大化.并通过算例分析对模型和算法的有效性进行验证.与已有的研究相比,本文所建立的模型能够同时优化综合交通网络的最终形态及其建设时序,既考虑了各年度交通基础设施建设与交通需求的协调发展,又体现了交通方式间的协作与平衡发展,为区域综合交通网络的逐步完善提供较好的辅助决策支持.     

考虑速度限制的连续交通网络设计问题

本文提出了一个考虑车速限制的双目标连续交通网络设计问题,旨在通过合理的路段拓展与限速策略提高网络交通运行效率和减少交通系统的环境污染.构建了一个双目标双层规划模型来描述提出的交通网络设计问题.其中,上层问题从交通管理者的角度出发,以系统总阻抗与总投资额之和最小及网络总的车辆尾气排放最小为目标,制定最优的网络设计方案和不同时段最优的限速方案;下层问题基于用户平衡准则,描述不同时段出行者的路径选择行为.设计了基于非支配排序的遗传算法对提出的双层规划模型进行求解,并采用数值算例验证了提出的模型与算法的有效性.     

��ʽ�������䷽��ѡ��Ľ����ط���

为了深入研究多式联运运输方案优化问题,将问题抽象成为组合优化问题,并将交叉熵方法应用于多式联运问题的研究.探讨综合运输的背景下,寻求运输成本、转运费用等最小化的运输方案,提出了针对多式联运运输方案选择问题的交叉熵算法,并给出了计算步骤和相应的计算方法.在计算过程中,为了验证本文提出算法的有效性,采用节点扩展的网络图描述多式联运网络,进而转化为最短路问题进行求解.结果表明,运输成本、转运费用对运输方案起到关键作用,并且提出的交叉熵算法能够很快收敛.     

基于极值优化的综合运输路网连续网络设计双层规划模型

本文提出了综合交通运输系统路网连续投资配置的双层规划模型，其中上层规划者在投资预算及其他约束条件下，考虑环境污染、土地占用及能源消耗等外部成本，对线路及综合交通运输枢纽做出连续的投资配置，以实现系统最优；下层网络用户在上层规划者的投资配置下，其路径选择满足确定用户平衡原则。最后，基于极值优化设计了求解该模型的算法，并给出了具体算例对算法进行验证。计算结果表明：所建立的模型符合实际情况，且采用的启发式算法也较有效。     

��ȷ����������������ѡַ³���Ż�ģ�ͼ����㷨

研究了不确定环境下物流中心的选址优化问题,在随机优化模型的基础上,采用遗憾模型的形式构建了相关问题的鲁棒优化模型。分析了鲁棒优化模型与确定性优化模型、随机优化模型的关系,并在此基础上给出了求解鲁棒优化模型的两种方法——枚举法和遗传算法。以Visual Studio6.0为平台,以Visual C++为开发语言编写了两种算法的代码,代码中通过调用Lingo9.0来求解确定性优化模型和两阶段随机优化模型。利用上述两种算法对若干算例进行了测试,结果表明,本文给出的算法能够满足问题求解需要,与随机优化模型最优解相比,鲁棒优化模型的最优解对各情景下参数扰动的现象敏感程度更低,因此具有更低的风险。     

综合客运通道设计的双层规划模型及算法

描述了综合客运通道的网络结构,分析了通道内旅客出行的广义费用函数,将运输成本、安全性、舒适性等服务属性作为出行阻抗的度量因素,以添加新的旅客运输方式为手段来优化旅客运输网络,设计了综合客运通道离散型网络优化设计问题的双层规划模型,上层模型以网络容纳的OD需求量最大为目标,下层模型为用户平衡问题．采用分支定界法对模型进行求解,并通过算例证明了模型的有效性．根据结果比较各方案的单位投资额所引起的网络容纳OD需求增加量,进一步从投资效率角度解释了方案的优劣,分析表明,该模型和算法能够得到综合客运通道网络优化设计的最优投资方案,为建设决策部门提供定量的决策支持．     

弹性需求和多用户随机平衡下的连续网络设计

连续平衡网络设计问题是在连续决策变量的条件下,寻找最优的用于道路网络中某些路段扩建的投资决策方案。文中从代表性消费者理论出发,建立了该问题的基于弹性需求和多用户类型随机用户平衡的双层规划模型,并考虑了路段能力约束。基于双层模型求解的复杂性,设计了基于混沌优化方法的启发式算法,实例计算结果表明该模型与算法是有效的。