考虑超重超远客户的卡车无人机协同配送研究

卡车与无人机配送的母船模式是指卡车搭载无人机至离客户较近的地点后,由无人机起飞配送多个客户点,再与卡车汇合的协同配送方法,是交通工程领域中具有潜力的重要发展方向之一。考虑到现实中存在部分客户点需求量超出无人机最大载重,或所处位置超过无人机最大航程覆盖范围的情况,在母船模式基础上,提出考虑超重超远客户的卡车与无人机协同配送模式(Truck-Drone Joint Delivery with Consideration of Customers with Great Demands and at Great Distances, TDJD-CGDGD)。该模式允许卡车服务超重超远客户,并允许无人机起降于不同地点。该模式下待求解的问题为含无人机的旅行商问题。以最小化总配送成本为目标,构建了混合整数线性规划模型。为高效求解大规模算例,提出了一种融合贪婪随机自适应搜索(GRASP)与自适应大邻域搜索(ALNS)的混合算法。算法首先在附加约束条件下,生成车机共同配送路径,该约束可简化车机路径优化过程。随后放松附加约束,针对性地调整一部分无人机路径,进一步降低总成本。试验结果表明：所提算法具有较好的...     

基于离散粒子群算法的协同车辆路径问题

考虑车场容量、不同车型车辆行驶最大里程等约束条件,建立以车辆配送总费用最小为目标的一类带时间窗协同车辆路径问题数学规划模型、即属于不同公司的配送中心共享车队、仓储等资源为客户协同配送货物,采用文献[1]中的自适应离散粒子群算法求解该问题并定义了其可能解的粒子的编码方式.最后,通过一个算例得出结论:同普通物流配送情形相比...     

模糊环境下的多目标非满载车辆调度问题

针对现实物流配送过程中存在的时间参数模糊化问题,采用梯形模糊数表征时间参数,给出了一种具有模糊时间窗和模糊配送时间,以最小化配送车辆数、提前/滞后惩罚以及配送里程为目标的多目标非满载车辆调度问题模型.在问题求解方面,针对基本粒子群算法容易陷入局部最优的问题,引入利用混沌局部搜索策略,给出了一种基于混沌优化技术的混合粒子...     

基于遗传算法的3L-CVRP优化问题研究

为提高物流配送效率,降低配送成本,探讨了三维装箱约束下的车辆路径优化问题.在装箱问题与车辆路径优化问题研究现状的基础上,将三维装箱与车辆路径优化进行整合,考虑客户需求、货物装载顺序、车辆尺寸、车辆重心等约束,建立以路径最短、车辆装载容积利用率和载重率最大的多目标组合优化模型,引入权重系数体现决策者偏好并归一化目标函数.设计适用的染色体编码规则,确定遗传操作中选择、交叉、变异方法,选取目标函数为适应度函数,引入最优个体保存策略防止算法的过早收敛,提高算法的准确性,通过Matlab编程实现该优化模型的求解.案例数值试验表明,该模型与算法能够实现装箱与车辆路径的组合优化,算法运行时间为17s左右,相较于引导式局部搜索遗传算法减少了5 s,车辆总行驶里程缩短了7 km.      

多目标低碳车辆路径优化模型及求解算法

为有效降低物流配送过程产生的能耗和碳排放,控制配送成本,以传统带时间窗车辆路径问题为基础,研究低碳条件下的车辆路径问题.通过三角概率分布在合理速度区间内对车辆速度进行估算,综合考虑车辆行驶速度、载重量及运行里程构建碳排放计算模型,建立以系统总成本最低、车辆周转时间最小的多目标低碳车辆路径优化模型.将新兴多因子优化算法中协同进化和信息交互的思想应用于NSGA-II算法,提出增强型NSGA-II算法.算例结果表明,多目标优化模型可以更好地兼顾不同物流配送参与者的利益,更符合实际决策过程,所提出的ENSGA-II算法在经济成本上平均节省超过3%,在车辆周转时间上平均改进达到5.02%,表现出较好的求解性能.      

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。     

基于混合进化算法的甩挂配送问题

甩挂配送问题考虑甩挂运输的交通限制,将客户区分为是否为单箱卡车客户,建立单箱卡车配送和双箱甩挂车配送的混合线路,是带有子回路的新型路径优化问题.采用2-opt局部优化算法对线路进行了优化.然后,建立了0/1整数规划模型,对线路进行了分段,以最小化子回路新增成本为目标优化子回路组合.在此基础上建立了混合进化算法,搜索最优混合线路.通过算例研究演示了甩挂配送问题的新特征,通过仿真分析了子回路组合优化模型的性能,以及算法在集成2-opt与否时适应度的演化,结果表明了该方法的有效性.     

用单亲遗传算法求解配送车辆调度问题的研究

建立了配送车辆调度问题的数学模型，针对传统遗传算法对复杂问题搜索效率低，易陷入“早熟收敛”的缺点，构建了求解配送车辆调度问题的单亲遗传算法，并进行了实验计算。计算结果表明，用单亲遗传算法求解配送车辆调度问题，可以取得比传统遗传算法更优的结果。     

可获知偶发拥堵持续时间的动态车辆路径问题

考虑真实交通路网,探讨了可获知偶发拥堵持续时间的动态车辆路径问题.在利用改进的Dijksta算法将路段行驶时间转化为客户点间最短行驶时间的基础上,根据常发拥堵信息,通过遗传算法安排车辆初始配送路径,根据实时获知的偶发拥堵因素影响下的路段行驶时间和其持续时间,以2-opt和insertion方法更新车辆配送路径,通过车载导航系统实时指导车辆行驶路线.数值试验表明,该方法可根据偶发拥堵信息更新车辆配送路线,以避开偶发拥堵影响路段,缩短总配送时间0.65~13.18 min;获知偶发拥堵持续时间帮助多节省了配送时间 -0.16~4.17 min.节省的时间随偶发拥堵因素对路网影响的加剧而更显著.      

基于LiDAR场景建模的智能车路径规划

针对智能车路径规划问题,研究了基于激光雷达(LiDAR)数据的智能车驾驶场景建模方法,采集待建模场景的三维激光雷达点云数据,通过点云分割处理,去除车辆行驶道路上的点云,然后将三维点云进行俯视投影,实现二维栅格地图建模;从搜索邻域和搜索方向2个方面对传统A*算法进行改进:根据当前节点附近障碍物的分布情况,自适应地选择4邻域或8邻域搜索策略,在此基础上研究了一种自适应搜索方向A*算法,所提出的算法将搜索方向缩小至3个,根据路径规划终点相对起点的方向,确定算法的搜索方向.仿真实验表明,相较于传统A*算法(4邻域搜索),所提出的算法在规划的路径长度方面降低了约15.5%,在计算时间上降低约38.2%;对比传统A*算法(8邻域搜索),所提出的算法在计算时间上降低约47.2%,在规划路径长度和计算时间上,所提出的算法明显优于传统算法.      

机场飞行区无人驾驶清水车优化调度方法

针对机场航班延误和拥堵现象日益严重以及地面特种车辆服务航班效率低且存在较高安全隐患的问题，研究了面向机场飞行区无人驾驶清水车的优化调度方法。通过将无人驾驶清水车服务航班硬时间窗与梯形模糊隶属度函数相结合构建航班服务水平函数，结合传统C-W节约算法，考虑无人驾驶清水车服务机场航班的时间规则，实现了无人驾驶清水车总行驶路程最短以及航班服务水平最高的目标。考虑服务航班数量总和，衡量每辆无人驾驶清水车的服务航班阈值，并提出了服务航班任务量的差异评价值。新算法在C-W节约算法路径优化结果的基础上对未达到服务航班容量极限的子路径进一步优化，实现了所需服务航班的无人驾驶清水车数量最少、服务航班数量差异化最小的目标。以国内某机场航班信息为例，结果表明:与单车单服务模式相比，服务总路程节省59.36%，车辆使用减少84车次，航班服务水平为93.78%，航班任务量的差异评价值由93.32%降低至43.96%；与基准算法相比，新算法在实现任务量均衡的同时并不会增加总行驶路程，且将服务航班任务量的差异评价值由2.72降低至0.44，显著提高了车辆服务航班任务量的均衡性。      

城市物流无人机低空空域交通量预测

为探究城市物流的无人机配送需求及低空空域交通量,提出了1种考虑公众意愿程度的无人机配送包裹量预测方法.基于二元Logistic回归模型构建了无人机配送的公众使用意愿模型,综合考虑公众使用意愿和包裹标签(即包裹是否去往国内或国外、是否去往城市或农村、载具是否为无人机、是否低于特定重量等)估算了城市无人机配送的需求量.以广...     

基于速度随机分布的低空空域小型无人机碰撞风险评估模型

碰撞风险是评价航空器运行安全性、确定航空器运行条件的关键指标。针对低空空域小型无人机数量增多导致空域安全隐患增加的问题，提出了1种基于速度随机分布的碰撞风险评估模型，确定了无人机在空域中的安全运行的条件。根据低空空域小型无人机操纵性灵活的特点，提出了针对低空空域小型无人机不同飞行动作的碰撞模板:为自由飞行的无人机设置符合实际运行的含碰撞层和避险层的双层球体碰撞模板；为沿固定路径飞行的无人机设置以机身尺寸为参考的长方体碰撞模板。考虑无人机飞行方向和速度变化快的特点，将传统无人机速度的线性分布模型改进为随机分布模型，计算无人机的相对运动关系，再利用速度矢量法计算碰撞模板扫过的空间体积。引入无人机动态定位误差、速度误差，在传统人机可靠性的基础上，建立基于速度随机分布的低空空域小型无人机碰撞风险评估模型。选取大疆M300和M600这2种型号的无人机作为验证机型，运用Matlab软件模拟特定空域场景，并分析碰撞风险与小型无人机密度的关系。通过仿真可以发现:空域内碰撞风险与无人机密度呈正相关关系；根据国际民用航空组织空域安全标准，2种验证机型安全运行的最大密度分别为4.2架/km3和5.0架/km3；在满足安全运行条件的前提下，采用新的碰撞风险评估模型，空域容纳2种无人机的数量的密度上限可分别提高106.9%和88.7%。实验结果表明，新的碰撞风险模型更加符合小型无人机运行特征，未来可以用于提升空域内无人机容量、提升空域利用率和无人机运行效率。      

无人机飞行计划管理系统研究

当前无人机用户不办理任何飞行审批手续,对航空安全造成严重威胁,必须加强管控。为确保无人机飞行安全,需注重其飞行动态控制,通过飞行计划监督无人机飞行活动,由此提出一种无人机飞行计划管理系统。系统在分析无人机飞行计划基本元素、表达模型及其生命周期的基础上,设计了管理飞行计划的三大模块,即计划处理模块、计划验证模块和计划执行模块。其中,计划处理模块实现申报和校验飞行计划;计划验证模块通过加载空域数据、地理高程数据、GRIB 气象数据验证飞行计划的可执行性;计划执行模块监视飞行计划执行进度,管理飞行计划执行状态的变更。系统运行验证表明,可有效管理无人机飞行计划,并可在仿真平台实现由无人机飞行计划生成初始模拟航迹的及时运行和监管。      

考虑路况、配送员与顾客满意度的冷链物流车辆配送路径优化方法

在城市交通拥堵日益严重的背景下，为解决冷链货物配送时效性较差、顾客满意度低以及配送员积极性不高等问题，研究了以总成本与满意度为目标的冷链物流车辆路径优化方法。采集并拟合了工作日、节假日、双休日交通拥堵指数趋势图，得到道路交通拥堵时间分布规律，提出了不同时期、时段内道路路段节点之间的实际通行时间计算方法；设计了配送员薪资与工作强度相结合的评价指标，构建了基于灰色白化权函数的配送员满意度评价模型。考虑随机需求、满意度和时间窗等约束，构建了多目标车辆路径优化模型；针对多目标模型求解的复杂性，设计了改进的自适应大规模邻域搜索算法，算法搜索过程中充分利用其算子的自适应性，有效平衡了NSGA-II算法大规模寻优与耗时之间的关系。以经典的Sioux-Falls交通网络为例进行算例分析，结果表明:①考虑配送员满意度模型后，在工作日、节假日、双休日总成本分别增加了2.05%、1.93%和1.16%，但配送员满意度分别提高了39.43%、46.26%和57.37%，顾客满意度平均提高了1.16%、4.76%和9.75%，运输时间缩短了2.42%、7.34%与8.41%。②以配送总成本最小为主要目标时，当需求变动（即随机需求的标准差σ＝1，2，3，4，5）时，得到的缺货成本比未考虑随机需求模型的结果分别增加了0.79%、0.89%、0.93%、0.94%和0.95%，印证了顾客随机需求对企业配送成本产生的影响。所提模型和算法为冷链物流管理中提升配送员和顾客满意度提供了一定的理论基础。      

基于无人机平台的航磁探测系统集成应用研究

无人机平台的地球物理测量方法是航空物探技术的一个新兴分支,由于其人员安全性高、环境适应性强等优点越来越受到关注。基于无人直升机平台集成开发了一套航磁总场测量系统,根据无人机平台干扰场的分布特性确定航磁探头的最优搭载位置,并针对磁干扰的影响规律选取速度较快的事后软补偿方式,对干扰场进行有效的抑制。为了验证航磁补偿算法的有效性,选择十字交叉飞行和地质异常剖面进行实际飞行测试,通过十字交叉点位置的补偿结果验证了补偿算法的有效性,通过实际剖面飞行数据与已有地质资料对比说明了系统的实用性。     

多目标公交车辆与司机调度问题元启发算法设计

公交车辆与司机调度问题是智慧公交管理中的核心问题之一.针对我国人车固定作业模式下,相关研究中成本考虑不周全、算法通用性差和算法测试不充分等局限,设计了1个多目标公交车辆与司机调度问题元启发算法.算法支持电动车辆调度,适用于单线或跨线运营管理,满足人车固定或人车分离的调度模式,也支持灵活的车辆与司机相关参数设置.算法顾及...     

二级公路交通流特征对事故严重程度的影响

为有效管控二级公路的交通安全,定量刻画二级公路事故严重程度与交通流特征之间的关系,以元(谋)-双(柏)公路为研究对象,基于长期监测的交通事故数据及交通流数据,利用结构方程中的测量模型实现事故严重程度的量化计算,并运用Spearman分析法、决策树算法及随机森林模型选取影响事故严重程度的关键交通流参数,进一步采用多变量多项式比率法建立关键交通流参数与事故严重程度之间的关系方程,获取二级公路交通流特征对事故严重程度的影响关系。研究结果表明:①相比于事故率、受伤人数、死亡人数等指标,事故规模更能准确且全面地表征事故严重程度;②大车(指大客车、中型货车、大型货车、特大型货车、拖挂货车、集装箱车)平均日交通量、轻型车(指拖拉机、摩托车)平均日交通量、v/c、车速变异系数是影响二级公路事故严重程度的4个关键交通流参数;③各交通流参数之间存在相互作用关系,且不同参数对事故规模的影响程度不同;④当大车平均日交通量、轻型车平均日交通量、v/c、车速变异系数分别取200~340veh·d-1,200~380veh·d-1,0~0.1及0.7~0.77,0~0.15及0.6~1时,二级公路的事故规模较小;当大车平均日交通量、轻型车平均日交通量、v/c、车速变异系数分别取0~200veh·d-1,0~190veh·d-1,0.32~0.63,0.16~0.2及0.4~0.6时,二级公路事故规模较大。     

基于轨迹数据的危险驾驶行为识别方法

连续的跟驰行为和换道行为是驾驶行为的主要构成部分,对交通拥挤和交通事故有着重要影响。通过无人机视频拍摄和图像处理方式,提取了曹安公路沿线的2个交叉路口间正常交通流状态下共600条多车高精度轨迹数据。首先,考虑车辆类型对驾驶行为产生直接的影响,分析了大车和小车的车辆轨迹特征变量分布的差异性,包括速度、加速度、碰撞时间倒数、车头时距等,在标记危险驾驶行为的过程中考虑车辆类型的影响。其次,针对不同的车辆类型,利用修正碰撞裕度对跟驰行为和换道行为进行风险性评估,将其划分为安全型和风险型。根据风险型行为发生的顺序以及持续时间,评估驾驶人的整体驾驶状态是否危险,作为危险驾驶行为识别的样本标记。分别利用离散小波变换和统计方法提取车辆轨迹的关键特征参数,为了提高模型识别效率,将关键特征参数进行排序,从而确定最优判别指标;最后,利用轻量梯度提升机（LGBM）算法对危险驾驶行为进行识别,并与随机森林、多层感知器、支持向量机等算法在精度上进行比较。研究结果表明：在上述研究条件下,LGBM算法对危险驾驶行为的理论识别率最高可达93.62%,可以实现基于机器学习算法的危险驾驶行为的高精度自动识别,该结果对于智能驾驶辅助系统的设计、道路交通安全决策的制定具有显著的意义。     

基于非参数假设检验的高速公路车辆分类研究

为获得高速公路车辆分类的量化方法,根据典型测点的各车型轴载谱数据,归纳了高速公路的主要车型,并研究了高速公路车辆分类方法。采用2个独立样本的非参数假设检验,研究了客车与各型货车前轴及单后轴的称重数据是否来自同一总体,在此基础上,采用多个独立样本的非参数假设检验方法研究了各型货车间相同轴型的称重数据是否来自同一总体。研究表明,各型货车力学特性接近,属于同一大类型;而客车与货车的力学特性差异明显,因此可将客车与货车划分为两大类型。非参数假设检验方法为高速公路车辆划分提供了量化的依据。