基于路段风险度的城市危险品运输路径优化选择

以减少运输路径沿线发生事故的风险及减少事故发生后对城市交通的影响为目的,利用交通流理论研究城市危险品运输路径的选择问题.首先利用传统风险管理理论对路段发生事故的风险及发生事故后的交通损失进行分析,提出了路段风险度的定义;利用Dial算法对路段的损失幅度进行计算,从而得到各路段的风险度,建立了风险度最小的危险品运输路径选择模型;然后利用传统标号算法设计了该模型的求解方法;最后通过算例分析了路段交通量与其风险度的关系,得出路段的交通量与路段风险度之间的关系.     

危险品运输事故下路网级联失效后果研究

在危险品运输事故事件下,驾驶者在路径选择是便捷性不再是最重要的考虑因素。而安全性成为驾驶者首要的考虑因素。本文引入了路段的感知危险参数。不改变出行目的的驾驶者倾向于选择感知危险小的路径到达目的地。本文利用以上思想,构建级联失效模型,评价危险品运输事故事件引起的路段失效造成的的级联失效后果,并设计迭代算法对模型进行求解。     

一种基于决策者风险偏好的危险品运输路径优化问题研究

在现实情况中,决策者风险偏好的差异性往往会对危险品运输路径优化产生影响。本文将决策者的风险偏好分为远期风险厌恶型、近期风险厌恶型和风险中性三种类型,将决策者风险偏好下的路径风险值、运营时间和运营成本的最小化作为危险品运输路径优化问题的目标函数,依此建立多目标决策模型。通过选择合适的加权开方乘方数将多目标决策模型中的目标函数转化为单目标函数,然后用标号算法求解最优折衷解,最后通过实例进行编程计算,验证了模型和算法的有效性。     

�����������绷����Σ��Ʒ��·����·������

随着经济的发展,危险品的运输量在大幅的增长,危险品对环境和人类的潜在风险在扩大。危险品运输事故一旦发生事故,可能会造成惨重的人员伤亡、长久的环境污染及巨大的经济损失。选择一条最佳的危险品运输路径,确保运输安全具有重要的意义。在相对发达的运输网络环境下通过最小化运输风险、最小化运营时间及最小化敏感目标人数,建立了危险品公路运输路径多目标决策模型,并利用基于决策者偏好信息的权重信息和开方乘方集成算子对3个目标函数进行集成,然后用扩展标号法计算最优折衷解,最后用一个例子验证了模型及算法的正确性和有效性。该方法有助于决策者在发达运输网络环境下选择合理的运输路径。     

考虑时空相异的危险品运输车辆安全调度

为确保危险品运输车辆间的安全距离, 从时空角度优化了危险品运输车辆的行驶路径和发车时间间隔; 分析了危险品运输车辆发生事故对其他车辆的影响及其与时空距离的关系, 提出了危险品运输车辆间时空安全距离评价方法, 并以时空安全距离为约束, 提出了车辆安全出发时间间隔计算方法; 建立了满足时空相异约束的危险品运输车辆调度模型, 设计了用于生成车辆调度时刻表的两阶段求解方法, 第1阶段采用NSGA-Ⅱ算法优化车辆行驶路径, 第2阶段分别设计了遗传算法和基于插入思想的近似算法以优化发车时间间隔; 为了验证车辆调度模型与算法的有效性, 对比了每个阶段中不同算法的优劣, 并分析了危险品事故影响系数和事故影响接受度对车辆调度结果的影响。研究结果表明: 提出的方法可针对不同危险品事故影响系数获得危险品运输车辆调度时刻表, 生成的车辆调度时刻能够保证车辆在行驶过程中始终保持安全距离; 遗传算法和近似算法获得的平均运输总时间分别为2.45和2.49 h, 表明近似算法获得的解劣于遗传算法, 但运行时间仅为遗传算法的1/10 000~1/5 000;危险品事故影响系数或事故影响接受度越小时, 车辆发车时间间隔越大, 导致运输总时间变长; 考虑时空相异性的车辆调度可以弥补相异路径方法仅从空间上考虑相异性的不足, 同时能够避免采用相异路径方法可能遗漏最佳运输路径的问题。      

危险品的多目标运输路径优化研究

由于危险品运输的特殊性质,在危险品运输路径选择过程中,需要考虑更多的因素,因此提出基于多目标的路径优化模型,通过运输风险、危险平均后果及总后果全面考虑运输中的危险,并将风险、运距及费用目标抽象得到类似广义费用的综合表达形式,使得影响因素影响程度的确定具有更强的灵活性以及适用性;对于综合目标模型采用Dijkstra算法求解,该方法简便易算具有很强操作性,最后用算例验证了方法的科学可行性.     

不发达网络环境下基于神经网络的危险品公路运输路径决策

随着经济的发展,危险品的运输量在大幅增长,危险品对环境和人类的潜在风险在扩大。如何选择一条最佳的危险品运输路径,使其既能保证运输安全又能保证快捷地到达目的地,是决策部门面临的一个重要问题。文章在构建危险品公路运输路径决策指标系统的基础上,建立了危险品路径决策的BP神经网络模型,并通过一个例子证明了该决策模型的可行性。该方法有助于决策部门在不发达网络环境下选择合理的运输路径。     

确定环境下危险品公路运输路径多属性决策

随着经济的发展,危险品的运输量在大幅增长,危险品对环境和人类的潜在风险在扩大.如何选择一条最佳的危险品运输路径,使其既能保证运输安全又能保证快捷地到达目的地,是决策部门面临的一个重要问题.在构建危险品公路运输路径决策指标系统的基础上,建立了确定环境下路径决策的层次分析模型,并通过一个算例证明了决策模型的可行性.该方法有助于决策部门选择合理的运输路径.     

考虑风险公平性的危险品道路运输路径优化模型

本文通过风险补偿成本体现风险公平性,以最小化运输风险、最低运输成本以及最小化风险补偿成本作为最优目标,构建了危险品道路运输路径优化模型。通过线性加权法得到了多目标非线性整数规划模型的有效解。该模型体现了多种类、多批次危险品道路运输的风险公平性,对运输路径的选择更有实际参考价值。     

基于风险价值的危险品运输路径优化建模

总结了危险品运输风险评估时常用的9个经典风险评价模型并分析了模型的特性,在此基础上引入带有决策者主观偏好的风险价值概念;构建了基于风险价值的危险品运输风险评价模型并设计对应的算法;数值分析说明了危险品运输风险价值的有效性和适用性。     

有害物品运输中避免重大事故发生的路径选择

为了避免有害物品在运输过程中发生重大事故,分析了避免重大事故发生的条件,即尽量避开可能产生严重后果的路段.建立了综合考虑运输风险、平均后果和总后果的路径选择模型,并利用线性加权的方法对3个目标进行处理,使模型可以利用最短路算法进行求解.该模型通过控制平均后果和总后果,能避开可能产生严重后果的路段.最后,给出了1个应用算例.     

基于双层规划的危险货物配送路径鲁棒优化

针对不确定环境下带时间窗的多配送中心危险货物配送路径优化问题, 提出一种含鲁棒控制参数的鲁棒优化方法; 综合考虑危险货物运输风险、运输费用和服务时间窗, 构建了危险货物配送路径多目标双层鲁棒优化模型, 上层模型追求运输风险和运输费用最小化, 下层模型采用用户均衡交通分配模型; 根据Bertsimas-Sim鲁棒优化理论, 对含有不确定参数的上层模型进行鲁棒对等转化; 联合增强型Pareto遗传算法和Frank-Wolfe算法构建了求解多目标双层鲁棒优化模型的混合算法, 采用3段式编码和解码方法、等位匹配交叉操作以及翻转变异等遗传操作方法求解上层模型, 采用Frank-Wolfe算法求解下层用户均衡模型; 以经典的Sioux-Falls交通网络为例, 对含有3个配送中心、7个需求点的危险货物配送路径优化问题进行案例分析, 以验证模型及其算法的合理性。研究结果表明: 当鲁棒控制参数分别为0、30和60时, 构建的混合算法能分别快速得到3、2和3组鲁棒最优解, 且所有解均为包含具体运输路段和发车时刻的配送方案, 而非配送顺序; 该混合算法与传统两阶段启发式算法相比, 运算时间能节省54.74%。可见, 该混合算法无论是在求解效率上, 还是在解的表达形式上均优于两阶段启发式算法, 能较好地完成不确定环境下危险货物配送路径多目标双层鲁棒优化任务。      

危险品运输关联网络级联失效建模及耦合特性

为研究危险品运输关联网络级联失效机理及耦合特性,在提出一个包含物理网络、服务网络和关联边的危险品运输关联网络模型的基础上,通过构建危险品运输关联网络级联失效模型,利用基于节点度的级联失效平均规模作为网络抗毁性评估测度,基于此对比研究了危险品运输网络关联网络级联失效机理及耦合特性.仿真结果表明：危险品运输物理网络和服务网络间关联边的“传导”特性并不相同,相同失效节点数目下,物理网络的级联失效节点数总大于服务网络,通过改变网络模型参数可提升关联网络抗毁性,且提升服务网络的参数比提升物理网络见效更快.上述结论对危险品运输关联网络的风险识别和应急管理具有一定的理论指导意义.     

城市公共交通合理路径集生成研究

在交通发展多元化的背景下,公共交通的出行分担率逐步提升,并成为城市居民的主要通勤出行方式。用于公共交通流量分配的路径集生成技术亟需研究：将行为阈值约束与改进的Dijkstra算法相结合构建数学模型,算法基于枚举的方式,剔除公交路径集中的无效路径,生成合理路径集,并通过Visual Basic语言开发实现。在包含8条线路的算例网络中,考虑出行总时间、步行时间、换乘次数、拥挤指数四个阈值约束,生成包含直达与一次换乘的路径集。研究成果可为城市公共交通出行的路径选择行为分析提供参考。     

基于数据挖掘的危险货物运输风险驾驶行为聚类分析

不良驾驶行为(车速过高,车速变化过快等)影响危险货物及车辆的稳定性,是导致危险货物运输事故频发且后果严重的重要原因. 基于对营运车辆联网联控系统海量数据的分析处理,根据其属性提取8 个驾驶行为量化指标,采用因子分析和模糊C均值聚类相结合的方法,实现对危险货物运输车辆驾驶员风险驾驶行为的科学聚类. 结果表明,危险货物运输车辆驾驶行为特征可有效聚为急加减速、超速驾驶和变速驾驶3 种行为,且在每种驾驶行为下实现对驾驶员安全等级的分类. 由此可以识别风险较高的驾驶员,这对危险货物运输企业和行业管理部门有重要参考意义.     

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.     

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。     

基于Pareto蚁群算法的船舶风险规避路径优化

船舶在海上航行时,一直面临着海上运输风险的威胁,为了降低海上运输风险同时考虑船舶经济效益,本文建立了以运输风险最小和航行成本最小的双目标路径优化模型,实现船舶风险规避.运用栅格法构建环境模型,为相应的栅格路径赋予航行成本和运输风险,并设计了一种基于Pareto最优解集和NSGA小生境方法的多目标蚁群算法.以印度洋海域的2条航线为案例,以经典单目标蚁群算法为对比,验证了模型和算法的有效性.结果表明,该模型和算法在解决船舶风险规避路径优化问题上具有良好的效果,能为决策者制定船舶海上运输风险规避路径提供决策参考.