引入时间紧迫系数的应急物资运输路径优化

考虑应急物资调运的特殊性,在我国积极构建综合运输体系的前提下,充分发挥各种运输方式的比较优势,规避单一运输方式完成运输全程中对于运输时间和运输费用的浪费,运用多式联运理论,考虑路网的脆弱性,在对应急物资按时间紧迫性进行划分的前提下,建立应急物资全程调拨时运输方式和路径选择问题的综合模型,并设计了改进的蚁群算法,结合算例说明当应急物资对于时间紧迫性要求不同时运输路径的变化情况。     

基于蚁群算法的煤炭运输优化方法

蚁群算法是指通过人工模拟蚂蚁搜索食物的过程来求解运输优化问题的一种算法。给出蚁群算法模型及算法步骤。研究一种带容量限制和考虑损耗的煤炭运输数学模型的优化计算,并给出算法步骤。运用蚁群算法对某一钢铁企业煤炭运输问题进行优化计算,计算结果符合实际生产情况。     

基于Dijkstra算法的铁路应急物资调配方案研究

针对应急物资调配问题,为提高铁路突发事件中应急物资需求的快速响应能力,将各类物资的需求量和储存量结合在一起进行分析,并探究调配最优路径的决策方案。以追求最短时间和最小损失为根本目标,依据应急点的不同紧急程度,建立铁路应急物资调配方案。     

基于运输方式备选集的多式联运动态路径优化研究

多式联运路径优化对于降低企业成本、提高竞争力具有重要意义。通过对多式联运网络进行变换,采用节点拆分处理多式联运网络中的中转节点。由于运输网络的时变特性,在运输过程中运输成本以及运输时间会随着出发时间的不同而变化。考虑实际中铁路、航空以及水运固定出发时间对路径选择的影响,将运输费用细化为固定费用、路段运输费用、中转费用以及等待出发的费用。从货物运输实际出发,提出节点运输方式备选集,建立多式联运动态路径优化模型,提出求解该问题的算法。用算例对动态路径优化模型和算法进行验证,结果表明模型具有较好的实用性。     

考虑运输碳税与质量承诺的多式联运路径优化

保证服务质量和控制联运成本是多式联运经营者在进行联运路径决策时考虑的主要目标。基于运输碳税征收的假设,探究同时考虑运输碳税和服务质量承诺对集装箱多式联运经营者决策联运路径的影响。将运输过程中不同交通工具的碳排放内化为联运经营者的运输碳税成本,对服务质量的承诺主要考虑运到时限和货物完好程度2个关键质量指标,引入模糊运到时间与随机货损率2个表征变量,将运到时限承诺内化为运到时间补偿成本,将货物完好程度承诺内化为货损补偿成本,二者共同构成质量损失补偿成本。以此为基础,构建由运输成本、中转成本、碳税成本和质量损失补偿成本构成的多式联运总成本最小的联运路径优化模型,设计遗传算法进行求解。以中国17个城市节点和铁路、公路、水运3种运输方式构成的多式联运网络为算例网络,对比分析有、无碳税征收2种情形下不同运到时限和货物完好程度承诺等级对多式联运路径选择的影响。研究结果显示,在相同质量承诺等级下,碳税征收情形下模型选择的联运路径总碳排放量均较少。在满足同一运到时限承诺下,随着货物完好程度承诺等级的降低,碳税征收使公路运输比例降低、铁路和水路运输比例增大,货损成本略有增加,联运总成本下降明显。研究案例表...     

基于蚁群算法的铁路纵断面优化算法研究

将蚁群算法应用于铁路纵断面优化设计,提出一种基于蚁群算法的铁路纵断面优化设计方法。即在初始纵断面方案的每个变坡点附近区域内划分网格并设置网格中心点之间的初始信息素;由计算机模拟出人工蚁,根据概率选择路径并更新所选路径上的信息素,在划分的网格范围内多次迭代优选变坡点位置;通过缩小范围、逐步求精的方法进一步优化,直至优化结果达到要求为止。结果表明,采用该设计方法,既能满足各项技术要求为止,又能使各种工程费用或运营费用达到最优,为改善平面位置提供依据。     

震后应急物资分配-运输问题研究

为实现震后应急物资的快速、公平分配,综合考虑应急物资需求数量的不确定性、灾区路网通行情况复杂、受灾点需求紧急度差异性、道路可分配车辆数有限、救援周期长等特点,采用机会约束规划方法,以各受灾点之间需求满足率之差最小、应急物资运达受灾点的时间最短和车辆运输与库存成本最低为目标,建立多时段应急物资分配-运输规划模型,并针对模...     

基于时变性和可靠性的地震灾害应急物流运输路径选择

在地震灾害应急物流运输路径选择中,时效性和可靠性是主要评价指标.考虑到地震灾害情况下运输网路特征的时变性,分析应急物流运输路径行驶时间的时变性计算问题,并对该网络的时变安全可靠性计算进行分析.在评价指标进行无量纲化处理的基础上构建预测和评价应急物流运输路径的多目标决策模型,通过算例说明其应用方法,并验证其有效性.     

带时间窗约束的道路危险品运输路径选择研究

对已有危险品运输模型进行分析,针对当前危险品类物流配送网络的特点,提出了在时间窗约束条件下城市道路网络中的危险品配送模型,该模型以整个网络中事故发生的期望和影响人数最小为目标。设计了目标集成方法和对集成后目标函数求解的扩展标号法来计算该多目标问题的Pareto最优折衷解,最后用实例对算法进行了验证。     

铁路突发事件应急物资优化调配

为求解满足应急开始时间最早及经济性最优的铁路应急物资优化调配问题,通过分析铁路应急物资调配的特点,运用多目标规划方法建立铁路应急物资调配模型,设计了求解步骤及算法,并进行了算例验证.研究结果表明:该模型能够实现应急开始时间最早、出救点最少及应急运输费用最少等目标,进而实现铁路应急物资的高效利用与合理调度.     

基于改进遗传算法的供应链金融质押物配送路径优化

物流监管企业承担供应链金融质押物配送职责,优化配送路径可以提高配送效率,节约配送成本,从而提高其盈利水平。以质押物配送路径总长度最小为优化目标,将其转换为经典TSP优化问题进行求解并建立数学模型。基于该数学模型,提出改进的遗传算法,针对遗传算法的选择、交叉和变异分别提出基于序的选择算子、基于最小代价树的交叉算子和基于随机点长度控制的变异算子。对比仿真实验表明,所改进的遗传算法比简单遗传算法收敛速度更快、全局寻优能力更好,是解决供应链金融质押物配送路径优化问题的有效方法。     

基于网络最短路径的铁路购票智能推荐算法研究

针对如何高效地利用铁路资源,并实现出行效率的优化,本文在现有列车运行时刻表的基础上,以图论中的最短路径求解方法,充分考虑换乘时间、车票价格、旅途总用时等因素,整合现有铁路系统列车运行数据,提出一种可行的优化思路,分析可能存在的实际问题,编写计算机程序,初步实现了铁路购票的智能推荐,能够为用户提供票价最少与总用时最少两种方案,并给出具体购票组合策略.     

蚁群算法在铁路乘务运用计划编制中的应用研究

乘务调度是铁路运输组织的一个重要问题,好的乘务调度计划能够对乘务员进行合理的乘务工作调度,节约铁路运营成本,而乘务调度计划的编制方法决定乘务调度计划的质量.目前,我国铁路方面主要采用手工方式编制乘务调度计划,这种方式编制乘务调度计划效率低,抗扰动能力差,难以满足轮乘制乘务调度计划编制的需求.从蚁群算法和乘务调度计划问题之间的相关性出发,建立该问题的蚁群算法模型;最后,通过计算机实现本文研究的铁路乘务调度计划编制方法,并以京广线的部分数据为例,对论文的方法进行验证.     

基于果蝇算法优化的移动机器人RBPF-SLAM研究

针对基于传统Rao-Blackwellized粒子滤波(Rao-Blackwellised Particle Filter,RBPF)算法的移动机器人在进行同时定位与地图构建(Simultaneous Location and Mapping,SLAM)时易发生粒子退化导致移动机器人位姿估计不准确以及地图一致性较差的问题,提出一种基于果蝇优化算法的RBPF-SLAM算法。该算法将果蝇种群觅食过程中果蝇具有的趋味特性引入RBPF算法,将粒子视为果蝇个体,粒子的适应度值作为空气中食物味道的浓度,利用果蝇优化算法的高寻优能力使粒子向高似然区域移动并不断迭代寻优,以优化粒子种群的整体分布。同时,在果蝇寻优后的新种群中引入自适应交叉变异操作,以增加种群多样性。根据粒子的适应度值确定交叉概率,对配对好的粒子进行自适应交叉操作,再根据变异概率对当前种群的最优粒子进行变异操作,选取适应度值更高的粒子作为当前最优解。采用指数函数步长公式更新粒子状态,增加寻优过程中的搜索距离,有效提高算法的收敛效率。基于ACES building和MIT Killian Court数据集的仿真实验以及移动机器人实机测试结...     

基于遗传算法的铁路旅客列车开行路径优化的研究

在影响旅客列车运行效益的诸多因素中,着重研究了旅客列车开行线路的选择,分析传统的最短路径算法的不足,提出利用遗传算法求解路网中任意两点间k条最优路径,并进行仿真计算,取得较好效果,结果表明利用这一方法有利于旅客列车开行方案多方案比选,辅助运营决策.     

铁路客票快速经由算法的研究与实现

为解决铁路既有运能和路网布局导致的高峰期无票及小站间无直达车的问题,以计算推荐换乘站为目的,提出了铁路客票快速经由算法;通过对比分析既有经由算法,根据应用程序实现复杂程度,使用GemFire平台搭建了铁路旅程规划系统模型。经测试,算法准确高效,可实现旅客有效中转换乘,提高铁路客运资源利用率。