面向自组织平衡的共享电动汽车调度优化方法

针对共享电动汽车运营中出现的站点车辆供需不平衡及人工调度成本过高等问题，提出面向自组织平衡的共享电动汽车调度优化方法.利用共享电动汽车站点选择行为数据，构建用户取车站点选择MNL(Multinominal Logit)模型，分析用户的站点选择行为；构建面向各站点车辆供需自组织平衡的站点间车辆调度优化方法，即通过车辆动态折扣策略引导用户改变默认的最近取还车站点，在运营结束后以运营企业的调度总成本最小为目标，建立人工调度优化模型并应用禁忌搜索算法求解；最后，选取北京市海淀区部分共享电动汽车站点进行算例分析.结果表明：本文提出的优化方法与无动态折扣策略相比，调度总成本降低了 4.5%，人工调度成本降低了21.1%，人工调度任务数减少了8.3%.     

面向自组织平衡的共享电动汽车调度优化方法

针对共享电动汽车运营中出现的站点车辆供需不平衡及人工调度成本过高等问题，提出面向自组织平衡的共享电动汽车调度优化方法.利用共享电动汽车站点选择行为数据，构建用户取车站点选择MNL(Multinominal Logit)模型，分析用户的站点选择行为；构建面向各站点车辆供需自组织平衡的站点间车辆调度优化方法，即通过车辆动态折扣策略引导用户改变默认的最近取还车站点，在运营结束后以运营企业的调度总成本最小为目标，建立人工调度优化模型并应用禁忌搜索算法求解；最后，选取北京市海淀区部分共享电动汽车站点进行算例分析.结果表明：本文提出的优化方法与无动态折扣策略相比，调度总成本降低了 4.5%，人工调度成本降低了21.1%，人工调度任务数减少了8.3%.     

考虑用户偏好的共享汽车混合运营模式优化

针对共享汽车运营商的油车和电车混合车队调度问题，本文将自由流动式和站点借还式两种运营模式相结合，提出考虑用户用车类型偏好的共享汽车系统优化模型。模型为油车和电车车队分别设置了自由流动式和站点借还式的运营模式，并进行运营范围决策、站点选址和车辆调度优化；运营商优先满足用户的用车类型偏好选择，对无法满足偏好的用户进行补贴。根据优化模型基本特征，设计基于梯度的启发式求解方法，对大规模非线性混合整数规划模型进行求解；针对案例区域，比较有无补贴的混合车队模式和单一车队模式的优化结果。结果表明：相比无补贴模式，有补贴模式能够鼓励偏好燃油汽车的用户更多地使用电动汽车，需求满足率从73.4%提高到78.2%，运营商利润提高了46.4%；相比单一类型车队，混合车队能够吸引更多用户使用共享汽车，用户需求数提高了40.6%。     

基于滚动时域优化的共享自动驾驶汽车动态调度方法

共享自动驾驶汽车被视为未来城市交通系统的重要组成部分。本文考虑随机订单需求研究共享自动驾驶汽车的动态调度优化方法。通过建立车辆调度时空网络，分别针对订单分配与空车移位生成车辆运行时间弧，提出车辆调度问题的刻画方法。基于马尔科夫决策框架，以时空节点流量为状态，以时空弧流量为决策变量，建立最大化系统净收益的车辆动态调度优化模型。 采取滚动时域优化思想，建立含前视时间窗的随机规划模型，并利用CPLEX优化引擎，滚动求解车辆动态调度决策结果。Sioux Falls网络算例结果表明，滚动时域优化方法可保证车辆动态调度决策效果，提升系统运营效率。在计算时间限制下，滚动时域方法应优先采用长时间窗中等规模 样本。在最大化系统净收益的同时进一步最小化乘客等待时间，可有效提升车辆动态调度决策效果。     

拥挤传播对汽车共享系统运行影响的仿真分析

随着共享汽车渗透率的不断增加，站点、路段层面的车辆溢出和拥挤传播现象日趋严重.为刻画拥挤传播对汽车共享系统运行的影响机理，首先，搭建具有时变性和状态相关性的汽车共享系统排队网络；其次，基于C#语言和O²DES离散事件仿真框架，提出并设计考虑车路交互影响和拥挤传播现象的汽车共享系统仿真模型，分析动态随机环境下站点与路段层面的拥挤传播现象对汽车共享系统运行的影响；最后，以成都市三站点的小规模汽车共享系统为例，在不同转运比例、需求和道路拥堵场景下，将该模型与引入虚拟空间的无穷排队模型进行对比分析.研究结果表明：站点和路段层面的拥挤传播现象会导致系统服务率下降9.3%～16.9%，相比无穷排队模型，考虑拥挤传播现象的排队模型更能反映汽车共享系统的实际运营过程；当路网的道路占用率为70%(路网处于中度拥堵)时，考虑拥挤传播现象的汽车共享系统可实现最大收益；汽车共享系统的引入会为道路资源的动态分配带来新变化，当公共交通转向汽车共享系统的用户占比超过70%时，路网拥堵加剧，不利于汽车共享系统的有效运营和可持续发展.     

考虑车辆调度和调度员分配的共享汽车混合车队规模优化

针对电动汽车存在充电续航问题与传统燃油汽车存在环境污染问题的矛盾,本文提出共 享汽车混合车队规模优化方法。首先,在不考虑成本条件下,分析动态车辆调度和实时调度员分 配对共享汽车系统需求满足和车辆利用的影响。然后,针对由传统内燃汽车、混合动力汽车、插 入式混合动力汽车和纯电动汽车构成的混合共享汽车系统,考虑车辆调度和调度员分配,以运营 商利润最大化为目标,CO2排放量和道路拥堵为约束,构建混合车队规模优化模型。通过Matlab 调用Gurobi求解器求解上述混合整数线性规划模型。最后,以成都市为例,分析不同CO2排放量 约束,以及车辆调度对共享汽车运营商利润、不同类型的车队规模、车辆利用率和用户需求满足 率的影响。同时,比较单一车队和混合车队共享汽车系统,结果显示,混合车队和单一插入式混 合动力车队可以实现经济效益和环境效益的双赢,是目前最适合共享汽车系统发展的模式。     

城市公共自行车准动态调度方法

针对城市公共自行车系统日常调度工作量大问题,提出一种城市公共自行车准动态调度方法. 该方法通过分析公共自行车站点容量、日均租还差和各时段租还量间的约束关系,评估站点的调度频次并划分站点类型;以日均调度任务量均衡和日均调度里程最低为目标,以调度车容量为约束条件,优化日常调度路径;与经验调度法进行了对比,验证了本方法的有效性. 结果表明：在调度数量方面,准动态调度方法2018 年1 月周日均和月日均调度工作量分别为3 872 次和4 247 次,较同月实际值5 690 次降低了32%和25%;在调度里程方面,准动态调度方法的周日均行驶里程和月日均行驶里程分别为94.7 km和103.6 km,较同月实际调度里程113.1 km分别降低了16%和8%.该方法对宁波公共自行车日常调度具有良好的实践价值.     

考虑移步需求的无桩型共享单车动态调度研究

共享单车系统自发的不均衡性导致单车数量分布与用户需求分布之间产生偏移，降低了系统服务能力，需要调度实现再平衡. 现有动态调度算法缺乏考虑起点车辆供给不足，用户在出行过程中“再次”取车的移步需求，难以准确识别用户真实的出行需求分布，降低了调度效果. 本文提出以用户出行选择行为为下层，以调度车辆路径规划为上层的双层规划模型框架，设计结合仿真系统的启发式求解算法. 算例场景基于上海市虹口、杨浦区共享单车历史出行数据搭建，并进行网格化处理. 算例结果表明，模型能有效识别移步需求，提高共享单车的供需匹配能力. 针对各类调度资源配置情况，共享单车的供需匹配率提升18.07%~ 19.89%，提高了共享单车系统的管理效率.     

城市公共自行车准动态调度方法

针对城市公共自行车系统日常调度工作量大问题,提出一种城市公共自行车准动态调度方法. 该方法通过分析公共自行车站点容量、日均租还差和各时段租还量间的约束关系,评估站点的调度频次并划分站点类型;以日均调度任务量均衡和日均调度里程最低为目标,以调度车容量为约束条件,优化日常调度路径;与经验调度法进行了对比,验证了本方法的有效性. 结果表明：在调度数量方面,准动态调度方法2018 年1 月周日均和月日均调度工作量分别为3 872 次和4 247 次,较同月实际值5 690 次降低了32%和25%;在调度里程方面,准动态调度方法的周日均行驶里程和月日均行驶里程分别为94.7 km和103.6 km,较同月实际调度里程113.1 km分别降低了16%和8%.该方法对宁波公共自行车日常调度具有良好的实践价值.     

考虑车速调控和乘车引导的公交运行优化控制策略

通过有效的精准控制策略提升公交车辆的到站间隔匀整度和运行服务可靠性是改善公交服务质量，提升公交乘客出行满意度的重要途径。首先，本文考虑站点乘客上车需求波动构建公交运行模型；其次，提出基于时间偏差反馈机制的公交区间行驶速度调控策略和基于乘车选择行为模型的公交站点乘客信息引导策略；最后，以最小化乘客出行成本和车头时距偏差为目标，构建融合车速调控和乘车引导的公交运行组合优化控制策略，并设计了求解方法。以北京公交57路为例，设计4种情形的数值仿真对比实验。仿真结果表明，组合控制策略的优化效果最佳，相比于无控制策略，公交运行稳定性提升了47.70%，避免了线路的串车发生，考虑出行时间与拥挤程度的综合成本减少了18.71%。本文还比较了不同乘客收入水平和乘客引导信息服从率下策略的优化效果。结果表明，随着收入水平的提升，信息引导策略对总出行成本降低效果减弱，当乘客引导信息服从率为0.7时，组合控制策略对公交运行和乘客出行的改善效果最显著。本文可以为提升公交运行可靠性和服务质量提供重要支撑。     

基于离散价格的高铁差异化定价优化研究

与现有大多数结果为连续值的高铁动车组定价理论不同，本文提出一种基于离散价格的高铁动车组差异化定价优化模型。首先设置离散的折扣率档位，再将旅客群体按照价格敏感性分类，考虑出发到达时间不在同一时间段给旅客带来额外机会成本的情况下分别得到各群体旅客乘车广义费用函数，基于广义费用函数估计总体旅客弹性需求函数，构建基于收益最大化为目标的多列车多区段下的线性整数规划模型，最后采用粒子群算法进行求解。算例结果表明，采用本文提出的优化方法能够显著提升列车的整体收益，同时可以将定价理论中输出最优价格为连续值的情况看做是基于离散价格定价优化问题的一个特殊情况，基于离散价格的假设应该更接近于定价优化问题的实际，应得到更多的关注。     

��·ӵ�����������ٷ��������о���չ����ʾ

道路拥挤定价收入再分配研究是道路拥挤定价发展中迫切需要解决的实践难题和理论研究的前沿性课题. 本文综述了国内外道路拥挤定价收入再分配相关的社会福利、公众支持和收入再分配方式等方面理论研究发展历程和最新进展,并给出了我国城市道路交通推行该政策的建议. 国内外研究和实践表明,需要在优先考虑提升交通运输效率的基础上,从解决道路拥挤定价政策所产生的福利分配不公平问题和提高公共认知与支持角度出发,制定和实施合理可行的道路拥挤定价收入再分配策略和配套措施,才有助于增强道路拥挤定价政策实施的可行性和有效性,从而更好地改善道路拥挤状况,提高道路运输效率.     

路网最优费率的双层规划模型及算法

为寻求系统、科学的路网最优费率测算方法,提出用双层规划模型描述路网管理者、收费道路经营者和车辆用户三者在费率决策中的博弈关系,其中上层以路网用户盈余最大化为目标,下层是弹性需求下的多车型随机用户均衡模型,设计了遗传-模拟退火混合优化的求解算法。计算发现路网收费收入目标的高低将直接影响测算所得费率的高低,进而影响各车型OD出行量,且时间价值低的车型用户比时间价值高的车型用户受费率变化的影响要更为显著,表明双层模型在费率决策过程中能兼顾相关各方的利益,建模时考虑车型分类能更合理地反映现实情况;与遗传算法、模拟退火算法相比,遗传-模拟退火算法计算结果最优。     

基于Epsilon 约束法的高速铁路客票多目标定价研究

高铁客票定价是多目标定价问题,既要保障旅客福利,又要增加企业合理利润. 以企业利润和旅客福利作为高铁定价目标,考虑旅客差异和不同运距情境下的多种运输方式竞争,研究高铁客票多目标定价. 结合Epsilon约束法构建双层规划模型,根据分层序列思想分解多目标问题,设计松弛算法得到纳什均衡解,由解对应的目标值得到帕累托边界,确定多目标定价最优决策. 计算结果表明,对比量价波动和目标值改进,多目标定价适合票价改革要求,时间敏感型客票和短途客票有较高涨价空间,多种运输方式竞争影响定价实施效果. 将 Epsilon 约束法应用于求解高铁客票定价多目标问题,有利于优化客运企业与旅客利益,为铁路部门提供高铁客票定价思路.     

基于收益管理的季节性商品动态定价策略

以期望收益最大化为目标,研究了基于收益管理的季节性商品的定价策略,给出了在有用户保留价格情况下连续时间定价策略模型,并求出了需求为泊松过程和用户保留价格为指数分布时的最优解.算例分析表明:最优价格是初始库存的递减函数,是潜在购买率和销售时间段的递增函数;期望利润是初始库存和剩余销售时间的递增函数,同时边际期望利润是初始库存的递减函数.     

��������伯װ�亣�����˶�̬����ģ��

在集装箱海铁联运运营管理中,随机需求环境下集装箱海铁联运的动态定价是影响联运经营人的经营效益和竞争力的重要决策因素.基于收益管理理论,结合集装箱海铁联运的经营和组织特点,以协议销售和自由销售的差异化定价为切入点,分两阶段建立了单起讫点间集装箱海铁联运动态定价和箱位分配综合优化模型.第一阶段为基于协议销售的箱位分配模型,第二阶段为基于自由销售的动态定价模型.针对箱位分配模型的随机特征和动态定价模型统计量的误差特性,分别运用机会约束和稳健优化方法求解.通过算例验证了上述模型与算法的适用性和有效性.     

基于批量订购的铁路集装箱货运多等级运价研究

铁路集装箱货运发展迅速,在铁路货运中占比逐渐增大.当前铁路总公司没有针对 大批量订购采取优惠折扣,导致部分客户转向其他运输方式.针对这个问题,设计了多等级运 输价格策略来吸引大客户,建立了铁路集装箱货运收益最大的动态价格模型,求解出各订购 量对应的最优价格等级.本文以大朗到大红门的集装箱货运班列为例,求解出不同时刻各订购 量的最优等级运价.通过对比优化前后的结果,证明了该模型可以显著提高铁路集装箱运输的 收益.     

大道定理在城市主干路间距分析中的应用

城市居民出行可以分为街区内和街区外的出行2部分,且街区内的平均出行速度往往比街区外的出行速度要低。居民出行为了缩短时间,要求城市中的干路网尽量的密,但是线路网过密,会引起因交叉口等待而造成延误时间增加,而达不到时间最优的效果。所以合理的设计、布局城市内的干路网络是缩短城市居民出行的关键。文章结合大道定理的出行时间最优和干路投资资金限制的思想,建立城市居民出行时间最优模型,并计算出城市干路网络的最优间距。     

基于遗传算法的神经网络在道路收费中的应用

道路拥挤收费被认为是城市交通管理和控制的一个有效方法,国内外不少学者提出了模型和相应的计算方法。文章根据弹性需求下的拥挤收费模型,利用BP神经网络算法模拟路段流量和路段收费之间的对应关系,并在神经网络的训练过程中引入遗传算法,加速神经网络的全局收敛。通过训练后的神经网络制定收费,可以使得各路段流量基本达到最优路段流量的要求,并通过实例证明了该算法的有效性。     

���ڿɱ乫������Ƶ�ʵij���ӵ����·�շѶ����Ż�

考虑城市路网中不同出行方式车流之间相互影响,通过对私家车实行拥挤道路使用收费和增加公交发车频率之间的相互制约关系分析,提出了基于可变公交发车频率的城市拥挤道路收费定价的优化问题. 在分析确定路网上公交车和私家车出行方式的广义出行成本的基础上建立了该问题的双层规划模型,其中上层规划以路网上的出行者消费盈余最大为优化目标,下层规划为弹性需求下的组合出行网络用户平衡模型;并设计了基于模拟退火算法求解的优化算法. 算例分析表明,基于可变公交发车频率的城市拥挤道路收费定价模型和算法能够更有效地解决道路拥挤问题.