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。     

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%。     

混合蚁群算法求解带时间窗的车辆路径问题

采用营运车辆的最短行驶距离作为带时间窗车辆路径问题的优化目标,在混合蚁群算法中采用信息素3层更新策略以完成对车辆的调度,信息素挥发自适应策略充分考虑实时路况,考虑信息素空间扩散特性的局部更新策略,更加忠实于自然界的真实蚂蚁系统,可以提高算法的收敛速度,采用阈值判断的全局信息素更新策略可以防止算法陷入局部最优。通过C#语言实现了混合蚁群算法的计算机求解,最后对10个仿真实例进行仿真计算,结果表明,混合蚁群算法收敛快,寻优结果稳定。     

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。     

有时间窗约束的车辆路径问题的改进遗传算法

针对有时问窗约束的车辆路径问题，在标准遗传算法的基础上，将分组信息与每一个染色体结合，并辅之以λ-交换局部搜索技术，构造了一种改进遗传算法。该算法使得求解结果更接近最优解。实验表明，本算法是有效的。     

确定车辆数的有时间窗车辆路径问题的遗传算法

给出了有时间窗车辆路径问题（vehicle routing problem with time window，VRPTW）的通用数学模型，通过引入新的CX交叉算子，能有效避免传统遗传算法“早熟收敛”的局限。特别是在确定车辆数时，实现了VRPTW的路径长度和车辆数的同时优化，改善了优化结果，提高了优化速度。实验结果表明，该方法明显减少了迭代次数。     

考虑时间窗的定制公交线路时空分层优化模型

研究定制公交线网布局及调度优化对增强公交系统吸引力, 提高乘客出行效率具有重要意义。针对定制公交乘客需求点在时间和空间上分布离散的特点, 构建了考虑时间窗的定制公交时空分层优化模型, 并设计遗传算法对模型进行求解。通过渔网与核密度分析对需求点在时间和空间上进行了热点识别, 并实现热点区域聚类分析以及合乘站点分类。基于合乘站点集合, 综合考虑公交容量、线路长度、乘客出行距离构建了线路空间优化模型, 以乘客的时间花费最小作为优化目标构建了线路时间优化模型。以济南市城区定制公交为例对模型的性能进行评估, 案例结果表明: 模型优化后的线路方案, 乘客平均服务覆盖率可达96%, 服务区域内每个时段的单个乘客的平均节省时间为15 min, 公交的平均满载率为90%。     

时变路网下带硬时间窗的城市生鲜物流配送路径选择

综合考虑现实生活中城市道路交通的时变特性和生鲜物流的时效性,以最小使用车辆数和最少行程时间为优化目标,构建时变路网下带硬时间窗的生鲜物流配送路径选择模型,通过随机方法构造初始解,采用结合2-opt局部搜索机制的改进蚁群求解算法进行求解,并以扩展Solomon R104基础算例对模型和算法进行了验证。     

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。     

基于遗传算法的物流配送路径优化问题研究

在建立物流本着路径优化问题数学模型的基础上，构造了求解该问题的遗传算法，并进行了实验计算，计算结果表明，用遗传算法进行物流本着路径优化，可以方便有效地求得问题的最优解或近似最优解。     

基于改进遗传算法的最优路径求解

动态路径诱导系统(dynamic route guidance system,DRGS)是通过提供基于实时交通信息的最优路径来引导交通流的,因此,最优路径的求解是关键.而遗传算法具有全局寻优和潜在并行的特点,对求解最优路径具有一定优势.但采用序号编码方式进行遗传操作时会产生大量无效路径.文中结合城市道路交叉口左转、右转、直行等转向行为,设计了一种新的基于转向行为的编码方式,减少了染色体在交叉、变异时的无效路径的生成.算例表明,这种编码方式可以有效提高算法收敛性,更容易获得最优解.     

基于遗传算法的车辆行驶速度的模糊控制研究

研究并建立车辆行驶速度控制系统的数学模型,对这一复杂的高阶、非线性、时变系统,提出一种基于遗传算法的车辆行驶速度模糊控制新方法,该方法较常规的模糊控制具有更优的控制性能。仿真实验结果表明该车辆行驶速度遗传算法的有效性。     

基于并行遗传神经网络算法的限制搜索区域最优路径方法

在大规模路网的路径诱导中，研究了基于神经网络的交通信息实时预测方法，构造了具有时变性的路阻矩阵，解决了传统静态路阻存在的局限性问题；探讨了基于并行遗传算法的最优路径求解问题，给出了相应的遗传、变异算子和群体更新方式，提出了矩形限制搜索区域方法，降低了并行遗传算法的搜索范围，解决了遗传算法在大规模路网中求解最优路径时存在的实时性差、收敛速度慢等问题；仿真实验表明该方法满足大规模路网路径诱导的准确性、实时性和快速性要求。     

Experimental Study of Effects of Travel Time Distribution Information on Dynamic Route Choice Behavior

This study focuses on the possibility that providing travelers with information on travel time distribution, along with the existing travel time information, might affect their decision making and enhance traffic control. As an initial step to confirm the effectiveness of travel time distribution information, we use a laboratory experiment to obtain panel data of route choices when information is provided. The rationality of the behavior of the respondents and the characteristics of the route choice are first analyzed by aggregation analysis and then statistically examined by specifying a mixed logit route choice model. As a result, it is revealed that both travel time information and maximum travel time information significantly affect route choice behavior when a penalty is imposed for late arrival.     

基于遗传算法的车辆半主动悬架控制系统参数优化

遗传算法(Genetic Algorithm,GA)是一种基于自然群体遗传演化机制的高效优化算法,它能模拟自然界生物进化过程,依据适者生存,优胜劣汰的进化规则,采用人工进化的方式对目标群体进行遗传操作,不断得到更优群体.文章根据遗传算法基本思路,在MATLAB/Simulink中搭建了基于遗传算法的车辆半主动悬架参数优...     

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。     

基于CAN总线的智能电动车窗系统设计

将CAN(控制器局域网)总线应用于电动车窗,提出一种基于CAN总线的汽车智能电动车窗系统,从功能方案、软硬件设计和防夹算法等几个方面进行研究。该系统基于集成CAN控制器的P8xC591单片机和电机驱动芯片BTS7960设计为分布式结构,采用监测电机电流无传感器的防夹算法,还具有电机保护和智能升窗等功能。与传统点对点通信相比,该系统减少线束、降低成本,具有良好的实时性和可移植性,能实现智能控制,有一定的实用价值和应用前景。     

基于GBAS的公交出行最优路径选择算法

通过对城市公交网络的描述,结合居民公交出行路径选择的特征,提出了以换乘次数最少为首要目标,以出行距离最短为次要目标的基于GBAS(基于图的蚁群系统)的公交出行最优路径选择算法。算法让分群蚂蚁从起点站行走至终点站后,在所有走过的路径中,通过对换乘次数和出行距离进行计算后选择最优路径,并对该路径上的信息素进行加强,其他路径上的信息素进行挥发,经过若干次外循环迭代后,分群蚂蚁会选择信息素最强的路径行走,即为公交出行的最优路径。用一个算例对算法的有效性进行验证。