混合不确定条件下绿色多式联运路径优化

主要研究了当运输时间、中转时间、客户需求和中转集拼货运量四重混合不确定因素服从随机分布时的绿色多式联运路径优化问题,运用随机优化理论,以运输成本、碳排放成本和时间惩罚成本为目标,建立混合不确定条件下绿色多式联运路径优化模型.通过对各子目标函数权重进行赋值,得出考虑不同成本因素的多式联运路径优化方案.探讨时间、需求和网络服务能力对多式联运路径优化结果的灵敏度分析,发现各成本随时间变动而变化的规律和边际运输成本最小时的服务时间;当货运量形成规模效应后可降低边际运输成本;不同网络服务规模的运输路径优化结果,以及满足客户不确定需求的最小网络配置.     

不确定条件下公铁水多式联运多目标路径优化研究

多式联运运输的时效性和成本在现代物流的发展中是不可忽视的因素。针对公铁水多式联运的运输目标,主要研究了当运输时间、中转时间双重不确定因素服从随机分布时的绿色多式联运路径优化问题。构建以运输时间、碳排放、运输成本为目标函数,碳排放量为约束,建立运输时间、中转时间双重不确定条件下绿色多式联运路径多目标优化模型。并据此采用模糊自适应遗传算法（FAGA）和快速非支配排序遗传算法（NSGA-Ⅱ）设计多式联运路径优化策略;最后采用从南昌到柏林的路径数据仿真验证所提方法的有效性并对结果进行对比分析。研究发现基于NSGA-Ⅱ算法的多目标优化结果较优,可以引导多式联运经营人调整运输方案,减少二氧化碳的排放量,为物流企业开展多式联运运输提供可供参考的依据。     

不确定环境下多式联运路径多目标优化

针对不确定环境下的多式联运网络,考虑转运成本、时间及运输方式班期等影响因素,构建运输总成本最小和运输总时间最小的双目标优化模型.通过蒙特卡洛方法处理网络中的不确定性,设计结合非支配排序的多目标蚁群算法求解Pareto解.为解决基本蚁群算法收敛过慢、过早收敛带来的求解质量低等问题,在状态转移策略中加入方向启发因子,在信息素更新策略引入"最大-最小蚂蚁系统",从而提高解的质量.最后通过算例检验改进蚁群算法的优化效率,并为决策人提供5个充分满足其对不同目标要求的决策路径.     

不确定环境下多式联运路径多目标优化

针对不确定环境下的多式联运网络,考虑转运成本、时间及运输方式班期等影响因素,构建运输总成本最小和运输总时间最小的双目标优化模型.通过蒙特卡洛方法处理网络中的不确定性,设计结合非支配排序的多目标蚁群算法求解Pareto解.为解决基本蚁群算法收敛过慢、过早收敛带来的求解质量低等问题,在状态转移策略中加入方向启发因子,在信息素更新策略引入"最大-最小蚂蚁系统",从而提高解的质量.最后通过算例检验改进蚁群算法的优化效率,并为决策人提供5个充分满足其对不同目标要求的决策路径.     

绿色多式联运随机优化策略

针对速度服从随机分布时绿色多式联运路径特点,探索路径优化策略问题,使用随机优化方法,建立绿色多式联运随机路径优化模型,设计了一种将样本平均近似法和基于优先权的粒子群算法相结合的混合算法求解该模型.结合多式联运实际情况设计数值算例验证模型的有效性,对模型中速度的正态分布与均匀分布和碳排放因子进行较为完整的情景分析,结合实际情况得出当样本规模为600,速度服从均匀分布时,情景3-2运输成本为501.11、碳排放成本为649.07是稳定性较高的理想决策,碳排放因子增为0.8有利于成本的降低.实验结果表明,本文建立的随机优化模型能够较好解决速度服从随机分布时多式联运路径优化问题,为实际多式联运运营提供决策支持.     

双重不确定下应急物资多式联运可靠路径优化

为按时、可靠地将应急物资运达目的地,综合考虑需求和运输环境的双重不确定性、节点疫情感染风险、成本约束、班期限制和转运能力限制等,构建以可靠度最大为目标的应急物资多式联运可靠路径优化模型。同时针对所求问题的NP-难特点,设计蒙特卡洛自适应遗传算法和模拟退火遗传算法进行求解,并引入优劣解距离法对算例的运行结果进行分析。研究结果表明：蒙特卡洛自适应遗传算法较模拟退火遗传算法在求解质量和求解时间方面更优,在交叉概率为0.80,变异概率为0.08,种群大小为50的最佳参数组合下,得到的优化路径最大可靠度为85%,且求解出来的最优路线均未经过存在疫情感染风险的节点,求解结果较好。参数分析表明：在交叉概率相同的条件下,两种算法的平均运行时间均随着变异概率的降低而减少,随着变异概率的增加而增加;多式联运路径优化的决策会受水铁班期的影响。     

低碳背景下的多式联运路径规划

低碳运输一直是世界各国关注的焦点,多式联运作为一种主要的运输组织形式,国内外的文献中却少有关于多式联运碳排放研究的文章.本文提出了运输总成本最小和运输碳排放总量最小的多目标0-1规划模型,构建运输总成本时不仅考虑了运输弧段上的运输成本、运输节点的换装成本、铁路车站及水运码头的存储成本还考虑了运输弧段与代理商的匹配关系.运输碳排放量则由运输过程碳排放和换装过程的碳排放构成.采用改进的带精英策略的非支配排序遗传算法(NSGA-II)对模型进行求解,算法能有效保存优秀个体和降低计算的复杂度.最后通过算例验证了模型和算法有效性.     

不确定信息条件下动态车辆路径

从2001年承担该项课题的研究开始，本课题组就在收集、整理国内外相关文献的基础上，对动态VRP的机理、性质、模型、算法及实现等做了多方面、比较深入的研究工作。课题组系统分析了动态车辆路径问题中的各种不确定因素，研究了多种因素对安排车辆线路的影响。     

考虑碳排放的混合轴辐式多式联运网络枢纽扩增选址-路径问题

针对现有多式联运网络枢纽饱和度高、枢纽到城市直达运输成本高且效率低等不足,提出采用混合轴辐式多式联运网络研究扩增枢纽选址,同时优化运输线路;基于允许枢纽间转运和需求城市间巡回运输的运输网络,考虑低碳因素构建了最小化总运输成本、二级枢纽开放建设成本、枢纽处转运成本和总碳排放成本的数学模型,将问题分解为选址-分配与路径优化2个阶段,并针对两阶段特点分别采用0-1编码和数字编码设计了两阶段遗传算法;针对现有实际案例采用设计的算法进行求解,并将求得的最优运输方案与现实方案进行对比。研究结果表明：采用提出的算法进行10次运行获得的最优解与其平均值的差值百分比仅为4.7%,且平均求解时间仅为90.6 s;优化后网络扩增了2个枢纽,弃用了1个不合理枢纽,网络转运能力提高了11.3%,枢纽的平均饱和度降低了15.7%,不同枢纽的饱和度比原网络更均衡,不仅缓解了饱和枢纽的压力,还提高了空闲枢纽的周转率,从而提高了转运效率;优化后运输方案对应的总成本、运输成本、中转成本和碳排放成本分别降低了68.41%、68.14%、56.55%和86.76%,且碳排放减少最为突出。由此可见,提出的模型和算法对扩张轴辐式网络选址和混合轴辐式多式联运网络运输方案的组合优化具有较好的性能。     

���ڽڵ���ҵ��������ļ�װ���ʽ����·���Ż�

在集装箱多式联运系统中,内陆运输方式和路径的选择,对集装箱门到门运输过程的运输效果产生很大的影响.为更合理地组织多式联运,本文在充分考虑集装箱内陆运输路径因素的同时,研究集装箱多式联运在运输方式转换过程中节点作业随机特征对运输方式和路径选择的影响.以总成本最小为目标,建立带有时间约束的混合整数规划模型,通过图形变换,将问题转化为节点作业带有随机特征和运输时间约束的最短路模型.通过实例验证并对结果进行分析,求得的路径在成本和时间方面较合理,具有可操作性,可以成为多式联运路径选择的决策参考.     

低碳视角下绿色交通发展路径与政策研究

为给我国绿色交通规划目标和管理政策的制定提供决策支撑,在低碳视角下,设置面向2030 年和2050 年的基准情景、强化减排及2℃近零排放三种情景,分析不同情景下交通运输碳排放的变化趋势。研究结果表明：（1）交通运输CO2排放总量呈快速增长趋势,只有采取强有力的政策和手段,才有可能在2030 年前后使碳排放达到峰值;（2）推动交通能源系统的清洁化和低碳化,加快运输结构调整,提高运输组织效率应是行业绿色低碳发展的重点关注方向;（3）技术进步是推动减排的核心手段之一;（4）要转变消费观,推动绿色低碳交通的生产生活方式。     

危险品运输路径多准则优化模型及求解算法

针对多种类型的危险品在有风险控制的路网内运输问题,考虑不同运输决策 者的路径选择需求,建立风险约束下的多准则路径优化模型.根据路段/路径的风险阈值, 以及各类危险品产生的风险测度,设计了一种双向拓扑搜索算法,通过删除原路网中非 可行路段和非可用节点,生成不同类别危险品的剩余运输网络.利用改进的标号算法,在 剩余网络中搜索不同准则下的最优路径,生成非支配路径集合.给出了不同路径之间关键 路段的调整策略,并分析了获取非支配路径集合的计算时间复杂度.最后,通过算例验证 了模型和算法的有效性.     

交通运输网络扩能优化算法研究

当交通运输网络的预期流量超过路网能力时,如何选择经济、合理的扩能优化方法改进路网能力,是交通运输部门需要面临的重要问题。因此,建立交通运输网络的扩能优化模型,设计通过构建关于改扩建费用最短路逐步迭代的求解算法．并对模型及其算法的有效性加以验证,可为解决交通运输扩能优化问题提供参考。     

碳中和目标下氢能源在我国运输业中的发展路径

氢能是未来能源系统清洁转型的重要二次能源。本文首先调研分析了美国、欧盟、日本既 有的氢能研发总体战略及其实施情况;结合氢能源的优势和未来全球碳减排的任务,分析了氢能 关键技术研发、产业化发展、交通运输行业推广应用情况;从技术角度比较了美国、欧盟、日本的 氢能技术推广策略,指出我国氢能研发技术的国际差距。结合实际统计数据,分析了我国铁路、 公路、水运和民航等运输方式的碳排放水平。在氢能既有特性参数基础上,测算了氢能在道路、铁 路等不同领域应用的碳减排效果。结果发现：氢能替代公路货运10%,可减碳7000万t;1000万t 氢用于替代道路货运可获得近1亿t的碳减排量。本文研究提出了氢能研发与应用策略,建立可 再生能源与氢能综合互补调节机制,如近期利用西部地区可再生发电的弃电降低电解水制氢成 本,利用灰氢替代燃油,中远期推广扩大氢燃料电池市场等。本文还研究了交通运输业适合氢能 发展的重点领域,分析表明：2060年氢能在道路交通中的应用如能达到4000万t,可望实现交通运 输业减碳约4亿t。本文结合我国国情提出了碳中和目标下将氢能技术与产品推广到大功率、长 距离以及冬季低温地区客货运输领域,与既有电动汽车发展战略一道打造绿色交通体系的对策 与建议。     

基于虚拟滚动法的苏南地区综合运输结构优化分析

随着社会经济的高速发展,江苏省苏南地区持续快速增长的交通需求与十分有限的土地资源之间的矛盾越来越突出. 在此背景下,为了充分发挥苏南地区综合运输体系的整体效能,本文借鉴计算机自动控制算法中的滚动优化策略,提出了综合运输结构配置的虚拟滚动优化法. 通过动态的滚动优化流程,保证各运输方式及路径流量分配最优,在供需适应的基础上,确定综合运输结构的最优配置. 以沪宁通道为例,在通道发展现状分析和未来交通需求预测的基础上,分析苏南综合交通供求特性,提出结构优化方案. 本文探讨的综合运输通道结构优化的基本思路、方法,可为苏南地区构建更合理的综合运输网络布局提供一定参考.     

�����Ŵ��㷨�Ż���·����·��

公路运输路径问题已被证明是高维非线性完全问题,实际中还会增加非流通图约束,使求解更复杂,研究价值较高.鉴于传统遗传算法在求解过程中容易出现早熟收敛、冗余迭代的缺陷,在初始种群生成、交叉变异及搜索操作方面提出改进,设计混沌遗传算法.采用遍历城市顺序的染色体编码,结合随机法与贪心法生成较优初始种群,避免出现大量非可行染色体,提高了后续的遗传效率.接着,执行优先保留交叉和平移变异操作,依次引入局部邻域搜索以及混沌搜索以加快算法收敛,还给出最优解的非连通公路约束满足判据.最后,实验结果验证了新算法的有效性,不但取得了较优解,而且子代种群离散程度较小,收敛性更好.