Efficiency Loss of the Multiclass Stochastic Traffic Equilibrium Assignment with Fixed Demand

There exists efficiency loss when introducing a user equilibrium traffic assignment in comparison with the system optimization assignment. Seeking the upper bound of the efficiency loss has attracted many scholars' attentions. The existing researches mainly focus on single user class and deterministic traffic assignment, few on stochastic user equilibrium (SUE) assignment with multiple user classes. In this paper, the authors investigate the upper bound of this SUE's inefficiency. Two decision-making criteria are used in the SUE, namely, time-based and monetary-based. It is shown that the upper bound of efficiency loss caused by the time-based SUE depends on the type of link travel time function, the network complexity, the travel demand, and the degree of users' perception error to travel cost. The upper bound of efficiency loss caused by the monetary-based SUE depends on the value of time of user classes besides the aforementioned factors.     

含缺陷结构上限极限分析的弹性模量缩减法

为获得含缺陷结构的极限荷载,提出了含缺陷结构上限极限分析的弹性模量缩减法.研究了适用于应力集中条件下的基准承载比算法,建立了含缺陷结构极限分析的弹性模量调整策略,能结合线弹性有限元法构造逼近该类结构极限状态的机动位移场和允许应力场;引入结合虚功原理和基准体概念的上限极限荷载乘子算法,可获得满足上限分析数学规划模型的最优极限荷载解.算例分析表明:该方法可用于含裂纹和凹坑缺陷结构的极限分析;通常可在30个迭代步内得到与解析法及其他数值解相差在5%以内的极限分析结果.      

连续交通网络设计的全局双层多项式优化模型

提出了一种面向典型连续交通网络设计问题的全局双层多项式优化模型,其函数均为多项式,且下层问题为凸问题;上层问题旨在优化网络性能,下层问题用来刻画确定性用户均衡(DUE)交通流模式;利用Fritz John条件和乘子代替下层规划,将提出的双层多项式优化模型转换为等价单层优化问题,并利用矩半定规划(MSDP)方法得到其全局最优解;利用矩矩阵的秩作为保证全局最优性的充分条件,并估计全局最优解的个数;给出了最优道路收费问题的数值算例,用提出的双层多项式优化模型描述了算例中的最优道路收费问题,并通过Wardrop用户均衡约束调整现有路段上的交通流量,使总通行费收益最大化。研究结果表明:该简单算例的最大收益为13.5元,同时可以得到该算例的矩矩阵的秩为1,从而证明了该结果的全局最优性,提出的方法克服了均衡约束数学规划(MPEC)法和值函数法等现有求解双层优化问题的经典算法由于连续交通网络设计固有的非凸性,只能找到局部最优的问题;提出的全局双层多项式优化模型与算法为典型连续交通网络设计提供了更好的探索工具。      

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.     

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.     

Personalization method of e-catalog based on user interesting degree

The user interesting degree evaluation index is designed to fulfill the users’ real needs, which includes the user’ attention degree of commodity, hot commodity and preferential commodity. User interesting degree model (UIDM) is constructed to justify the value of user interesting degree; the personalization approach is presented; operations of add and delete nodes (branches) are covered in this paper. The improved e-catalog is more satisfied to users’ needs and wants than the former e-catalog which stands for enterprises, and the improved one can complete the recommendation of related products of enterprises.     

从路段流量估计OD交通量的新算法

首先给出了一种增广的用户平衡配流问题的优化模型及求解算法,然后提出了一个从 路段流量估计OD交通量的双层规划棋型及求解算法.由于新方法再生迭代无需计算和存贮路 径流量,只需用到路段流量,因此可以适用于大型城市交通网的OD需求估计向题.     

弹性工作制和动态停车收费组合策略研究

提出弹性工作制与动态停车收费的组合管理策略,探究组合策略下,出行分布的变化机理及动态停车收费费率的制定,以达到缓解通勤拥堵的目的. 构建双层规划模型建立动态停车收费费率的制定与多用户出行选择的相互作用关系,基于灵敏度分析的下降算法求解. 仿真模拟出不同弹性工作制规模时,均衡状态下多用户出行分布模式和优化的动态收费费率. 结果表明,组合策略能促使弹性与非弹性员工错峰出行,有效分散交通流,与单一策略相比,缓解路网拥堵的效果更好.研究成果为交通管理优化策略的制定提供了新思路.     

需求响应的集装箱班列时刻表优化及 Benders分解算法

充分考虑集装箱货物与集装箱班列在时间和数量方面的匹配关系，以集装箱货物送达目的站的总延误最小为目标，构建集装箱班列时刻表优化的线性混合整数规划模型.采 用Benders分解算法将原问题分解为确定集装箱货物与班列匹配方案的主问题，以及优化班列时刻表的子问题，通过求解子问题的对偶模型不断产生主问题的割平面.为克服割平面有效性较低的缺点，设计改进策略，使每次迭代产生多个割平面同时添加至主问题中.最后，通过算例验证模型和算法的有效性.结果表明：改进策略的运用有效提高了算法的计算效率，利用模型及算法得到的班列时刻表与集装箱货物的数量、时间分布之间具有较好的匹配性，制定的班列时刻表很好地响应了用户需求.     

需求响应的集装箱班列时刻表优化及 Benders分解算法

充分考虑集装箱货物与集装箱班列在时间和数量方面的匹配关系，以集装箱货物送达目的站的总延误最小为目标，构建集装箱班列时刻表优化的线性混合整数规划模型.采 用Benders分解算法将原问题分解为确定集装箱货物与班列匹配方案的主问题，以及优化班列时刻表的子问题，通过求解子问题的对偶模型不断产生主问题的割平面.为克服割平面有效性较低的缺点，设计改进策略，使每次迭代产生多个割平面同时添加至主问题中.最后，通过算例验证模型和算法的有效性.结果表明：改进策略的运用有效提高了算法的计算效率，利用模型及算法得到的班列时刻表与集装箱货物的数量、时间分布之间具有较好的匹配性，制定的班列时刻表很好地响应了用户需求.     

ATIS 作用下弹性需求混合交通均衡的效率损失

在ATIS 用户和利己用户组成的交通网络中，利己用户遵循用户均衡原则选择出行路径，其目的是最小化自身出行成本；先进出行者信息系统(ATIS)用户遵循系统最优原则选择出行路径，其目的是最小化系统总出行成本. 本文基于ATIS 用户和利己用户路径选择原则的异质性，对弹性需求下该类混合交通均衡分配的效率损失进行探讨. 构建弹性需求下该类混合交通均衡分配的变分不等式模型，界定其效率损失上界. 结果表明，效率损失上界与用户均衡时社会总收益与社会总剩余之比相关，还与用户均衡时路段上ATIS 用户的流量与总流量之比有关.     

新矩阵法化简中心-焦点型齐四次系统

定义新的矩阵运算方法，采用可逆实对称矩阵变换，将微分方程中的中心-焦点型齐四次系统化简，使之最多含有9个参数，这种矩阵方法方便实用，它将某种二元多项式系统用矩阵系统表示，使系统易于进行线性变换，为计算该系统的焦点量上界问题做准备。     

快速收敛的牛顿路径算法在交通分配中的应用

以确定性交通网络用户均衡问题为研究对象,从理论上推导出以路径费用函数为基础的用户均衡模型,在这基础上,提出快速收敛的牛顿路径算法.该算法每次仅对一OD 对进行牛顿型流量转移,转移完再更新道路流量,提出“更快速度接近均衡解原则”,运用这一原则来简化Hessian 阵,从而得到迭代方向,并通过对原函数二阶泰勒展开式进行一维搜索,寻找出最优步长.将该算法运用于实际交通分配问题,分别对小、中、大三种网络类型进行测试.结果表明,相比于传统的梯度投影算法,快速收敛的牛顿路径算法具有更快的收敛速度和更高的精度,在迭代前期尤为明显.     

基于列车车次的动车组运用优化模型与算法

动车组运用计划的编制通常需要综合考虑运输安全、效率及成本等多方面因素,其编制质量及编制效率对高速铁路运营有重要影响. 为了快速获得高质量动车组运用计划,以降低综合运营成本和总空驶里程等为优化目标,建立了基于列车车次的可改编动车组运用优化混合整数线性规划模型,并设计了一个迭代逼近算法框架. 该算法框架将整个问题分解为主问题和子问题,其中主问题的最优解为整个问题提供有效下界,而主问题可行解集合中能够通过子问题检验的解为整个问题提供有效上界,从而算法框架可以不断地更新上、下界之间的最优间隙,迫使生成更接近于下界的新可行解. 多个实例分析表明:所提出的方法与人工方法相比,能够快速生成动车组运用计划,且使得动车组综合运营成本平均下降10.5%,总空驶里程平均减少23%.      

物流信息平台增值服务投资策略与演化分析

为了提高物流信息平台的竞争优势，考虑平台主体之间演化关系，探讨了物流信息平台增值服务投资策略问题. 首先，分析不同增值服务投资策略下的用户行为与特征，建立用户效用函数和平台利润函数；其次，构建基于Hotelling模型的竞争性物流信息平台增值服务投资定价模型，探讨了双边单归属与单边多归属两种情形下平台增值服务的最优投资策略；最后，基于平台增值服务最优投资策略构建平台主体决策行为的演化博弈收益矩阵，分析物流信息平台双方投资演化行为，获得平台增值服务投资的演化均衡策略. 研究结果表明:双边用户单归属下，当增值服务单位投资成本在一定阈值内时，两个平台采取相同的投资策略；当增值服务投资单位成本不在该阈值内时，单个平台采取投资策略或两个平台采取投资策略；单边用户多归属下，两个平台采取相同的投资策略.      

Mining evolving association rules for e-business recommendation

Association analysis is an effective data mining approach capable of unveiling interesting associations within a large dataset. Although widely adopted in e-business areas, it still has many difficulties when applied in practice. For instance, there is a mismatch between the static rules discovered and the drifting nature of the user interests, and it is difficult to detect associations from a huge volume of raw user data. This paper presents an effective approach to mine evolving association rules in order to tackle these problems. It is followed by a recommendation model based on the evolving association rules unveiled. Experimental results on an online toggery show that it can effectively unveil people’s shifting interests and make better recommendations accordingly.     

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。     

A novel approach to design robust fault detection filter for networked control systems

In this paper, an approach for designing robust fault detection filter (RFDF) of networked control systems (NCSs) with unknown inputs is studied. The design aims at implementing the optimal trade-off between robustness of unknown inputs (including the item produced by networked-induced delay) and sensitivity of fault. The key design issue is to introduce an optimal fault detection filter based on NCSs with the control law compensation as the reference residual model of NCSs and to formulate the RFDF design as a model-matching problem. By applying H _∞ optimization technique, linear matrix inequality (LMI) approach is given to solve the model-matching problem. The validity of the proposed approach is shown by a numerical example.      

���dz���ʱ��ѡ��Ķ�̬�û�����ģ��

本文建立了动态用户最优（DUO）配流问题的双层变分不等式（VI）模型，该模型能够同时选择出发时间和路径，使得乘客在任意时刻都能够选择负效用最小的出发时刻和阻抗最小的路径。文中用基于混沌优化分析的算法来求解这个双层变分不等式模型，其结果不仅能够告诉出行者应该在什么时刻出发，而且还能够计算每个小时段的路段流入率、流出率及路段流量，从而达到对行人进行诱导的目的。     

An efficient approach for solving yard crane scheduling in a container terminal

An efcient approach for yard crane（YC）scheduling is proposed in this paper.The definition of task group for YC scheduling is proposed.A mixed integer programming（MIP）model is developed.In the model,objective functions are subject to the minimization of the total delay of complete time for all task groups and the minimization of block-to-block movements of YCs.Due to the computational scale of the non-deterministic polynomial（NP）complete problem regarding YC scheduling,a rolling-horizon decision-making strategy is employed to solve this problem,by converting the MIP model into another MIP model in the scheduling of each rolling period.Afterwards,a heuristic algorithm based on modified A＊search is developed to solve the converted model and obtain near optimal solution.Finally,the computational experiments are used to examine the performance of the proposed approach for YC scheduling.