基于层次蝙蝠算法的应急车辆调度与交通疏散协同决策

城市路网多事故应急救援中，因交通拥堵造成应急车辆滞留现象时常发生，严重影响道路交通事故救援效率.提出通过交通疏散提高救援路径的可靠性，构建双层规划模型对应急车辆调度和交通疏散进行协同决策. 设计一种双层蝙蝠算法，上层算法在应急车辆需求、事故时间窗和可用车辆约束下求解响应时间最短的调度方案，下层算法在路段容量和疏散需求约束下求解多条最短路径的交通疏散策略，从中选取最短时间路径. 算例结果表明，本文模型通过缩短应急车辆在途时间有效提升了应急救援效率，算法具有优秀的寻优能力和运行速度.     

JD多车型配送车辆调度问题的模型及其禁忌搜索算法研究

在建立多车型配送车辆调度问题的数学模型的基础上,通过设计一种新的解的表示方法建立了求解该问题的禁忌搜索算法.实验计算证明,该算法不仅可以取得很好的计算结果,而且计算效率较高,收敛速度较快,计算结果也较稳定.     

基于神经网络的应急车辆行程时间计算模型

消防、救护等应急车辆的行程时间直接影响救援的质量.在分析影响应急车辆行程时间的因素基础上,选取了行驶距离和出发时刻两个影响因素,应用BP神经网络模型,建立了应急车辆行程时间计算模型,求取了影响因素对行程时间的影响重要度因子.为应急车辆的选址和调度提供了依据.     

全局搜索聚类的多车场多车型调度算法研究

针对物流配送中多车场多车型车辆调度问题的特征构造了一种以最短路径为代价的车辆调度的双多模型.为解决此类NP问题,本文提出了一种两阶段解决方案：第一阶段首先对全局隶属值的搜索训练找出最优隶属度,然后再利用任务相对紧急数组以K-Means算法为基础对用户进行聚类,把一个多车场多车型的车辆调度问题转化成多个单车场多车型的调度问题,大大降低了问题求解的复杂度;第二阶段对多个单车场多车型VSP问题利用遗传算法进行并行处理,为了保证染色体的多样性和尽可能地降低问题求解复杂度,提出了五类遗传交叉算子;最后对4车场32用户实例进行试验.结果表明,此算法对求解多车场多车型车辆调度问题很有效.     

应急疏散中需求侧网约车应用可行性研究

在无预警疏散中,由于“家庭团聚”行为的影响,将降低实际疏散效率,而此行为在疏散建模中却没有体现,因此造成理论与实际之间的偏差.从需求侧角度出发,研究了网约车对于疏散行程链中中间行程的可替代性,通过SP问卷调查分析,结果表明网约车在应急疏散中的运用可有效缩短疏散行程链,提高疏散效率.     

区域公交的多车场车辆调度优化

在运营企业费用最少的基本模型基础上,以乘客等待费用最少为目标函数讨论多车场车辆调度问题,并建立相应模型。基于逆差函数算法对模型求解,设计两种方法进行求解:一种是人工插入空驶车程,求解过程中加入乘客等待时间的限制;另一种是通过由逆差函数为基础设计的PT-Manager仿真软件进行算法优化,对实际案例进行参数标定以及求解。结果表明:该模型逆差函数算法求解过程简单、结果直观,PT-Manager仿真软件能够帮助公交调度人员进行车辆调度及优化,对现有的车辆调度以及多车场的发展有一定的指导意义。     

多车场车辆调度智能优化研究

针时物流配送中的多车场车辆调度问题提出了两种多车场的智能处理方法,并且用禁忌算法优化了容量约束的多车场VSP问题．本文介绍了此智能处理方法和禁忌算法的原理,给出了具有代表性的一个算例试验结果和结果分析．试验结果表明了此方法对求解多车场容量约束的车辆调度问题的有效性．     

多车场车辆优化调度模型及算法

针对多车场满载运输问题的特征,提出了多车场车辆优化调度的数学模型,设计了求解该问题的启发式算法,应用结果表明,该算法是可行的。     

一种“效率-公平-运力”多维权衡的需求可拆分配送方法

针对自然灾害及重大社会公共事件等各类突发事件的配送问题,本文以公路运输为研究场景,将配送时间最短、加权时间攀比值最小和使用车辆数最少为多维目标,在引入需求可拆分这一限制条件的基础上,构建“效率-公平-运力”多维权衡的需求可拆分应急物资配送模型。针对该问题设计改进的蚁群算法求解模型。从选择拆分点、信息素更新和引入变邻域搜索算子这3个方面改进了算法,并实现当解持续不变时,初始化信息素,以增加随机性。结果表明,与传统求解算法相比,改进算法的稳定性更高(平均偏差率降低7.00%),寻优性更好(优化率提高7.41%)。通过分析考虑三目标、双目标和决策者具有明显偏好的多重场景下的求解结果得知：效率、公平、运力这3个子目标相互悖反,增加运力投入可以显著提高配送方案的效率与公平;当运力不变时,效率与公平之间近似呈同比例反比关系。研究结论可为救灾目标不确定条件下多因素考量的应急物资配送决策生成与优化问题提供方法改进与可量化决策支撑。     

行人仿真在轻轨车站应急疏散领域的应用

采用基于社会力模型理论的微观行人交通仿真软件Legion,对轻轨车站内部的应急疏散进行模拟,得出车站人员应急疏散所需的最大时间。从而直观地定量化地分析轻轨车站处理突发事件的能力,以引导和调整规划设计、评价设计方案、规划组织方案、应急疏散预案等,更好地辅助轻轨车站的设计、运营决策和组织管理。     

区域公交的多车场车辆调度优化

在运营企业费用最少的基本模型基础上,以乘客等待费用最少为目标函数讨论多车场车辆调度问题,并建立相应模型。基于逆差函数算法对模型求解,设计两种方法进行求解:一种是人工插入空驶车程,求解过程中加入乘客等待时间的限制;另一种是通过由逆差函数为基础设计的PT-Manager仿真软件进行算法优化,对实际案例进行参数标定以及求解。结果表明:该模型逆差函数算法求解过程简单、结果直观,PT-Manager仿真软件能够帮助公交调度人员进行车辆调度及优化,对现有的车辆调度以及多车场的发展有一定的指导意义。     

时间窗约束下需求可拆分的拣选与配送联合优化问题研究

针对企业急需解决的订单履行效率低问题,基于需求可拆分的思想,综合考虑时间窗和组合拣选策略特征,建立时间窗约束下需求可拆分的拣选与配送联合优化模型。通过拣选成本、拆分需求成本、配送成本、时间惩罚成本反映订单履行效率,指出拆分需求、组合策略以及算法对于模型的优化。利用两阶段算法对模型求解,通过算例验证了模型和算法的有效性。最后以不拆分需求、S-Shape策略和顺序决策算法为对比方案,发现总成本分别下降了33.43%、12.3%和28.17%,证明本文建立的模型和算法可以有效提高订单响应速度,降低订单履行成本。     

考虑车辆到达时间窗的应急公交调度优化模型

针对城市轨道交通线路发生较长时间的运营中断事件,综合考虑应急公交车型和车辆到达时间窗两个角度,利用地面应急公交建立交通运输组织方案.通过车辆到达时间窗的限制有效剔除不合理的调度方案,然后以应急公交的救援时间、车辆运能、派车数量以及往返次数为约束条件,建立了带有车辆到达时间窗的应急公交调度优化模型,并利用改进的遗传算法对优化模型进行求解.最后通过南昌轨道交通二号线实例进行仿真分析.结果表明:改进的遗传算法的收敛精度和搜索能力均优于普通遗传算法,且优化模型可以有效提高应急公交的疏运效率.     

时效约束的高强度快递需求区域车辆调度模型

为提升高强度快递需求区域的车辆配送效率,在刻画移动仓库动态需求与点部收派件优先度的基础上,建立高强度快递需求区域的快递车辆调度模型.在满足收派件时效性约束的前提下,求解快递车辆配送路线,并对车辆调度模型进行优化,以符合点部与移动仓库收派快件实际需要.     

基于改进蚁群算法的多车型供应链物流运输调度建模研究

通过对基础蚁群算法的启发信息函数和信息素更新模型实施改进,获得改进蚁群算法,在此基础上,将所设定运输成本和运输时间、车辆油耗、最高配送距离与承载量等约束因子融入到算法内,构建包含多个约束因子的调度模型,实现对多车型供应链物流运输的调度,结果表明,该模型具有较高的收敛速度与路径寻优性能,所搜寻的路径质量较高,可针对不同零...     

带模糊需求的多类型车辆路径问题研究

针对模糊需求信息条件下的多类型车辆路径问题进行了分析,运用模糊数学的可能性理论建立了该问题的优化模型,并利用遗传算法对问题进行求解.通过实验证明该模型及算法对于多类型车辆路径问题具有一定的实用价值.     

考虑均衡满载率的多车型定制公交调度模型

为提高定制公交运营方的经济效益,减少乘客出行成本,研究多车型定制公交调度问题。通过设计考虑均衡满载率的发车机制与相应的发车时刻递推公式,可有效保障运营方的单车收益,并减少乘客的等待时间。在此基础上,结合乘客需求时间分布和多车型组合配置,建立以运营方收益最大和乘客等待时间最小为目标的多目标规划模型,设计求解车辆组合配置和发车时刻的遗传算法。结果表明,考虑均衡满载率的多车型定制公交调度能够有效地利用车辆资源、减少乘客等待时间、提高乘车舒适度以及保障运营方的单车收益。     

基于行为矫正理论的大型社会活动人群应急疏散

从个体行为出发,通过群集中的人行为规律的分析与评价,提出了基于行为矫正理论的人群安全疏散和管理,通过对人群行为的有效干预和管理,可以改正人群的不安全行为,以达到降低人群聚集时的风险.所提出的研究方法,可以为大型社会活动的组织如即将到来的08北京奥运会提供依据.