企业自备车运用方案的优化模型及其算法

与一般的运输问题不同,企业自备车具有在发站与各到站间循环使用的特点,其运输能力受自备车周转时间、车数、静载重等因素的影响,因此,运用标准网络模型和算法无法获得车辆运用方案的最优解。本文讨论了自备车平均周转时间的计算方法,在对企业自备车的运能与运量相互制约关系进行深入分析的基础上,提出企业自备车运用的最小费用最大流网络优化模型和算法,推导出自备车运能计算公式和增流链最大增流量公式,并对铁路限制口问题及企业自备车、部属车、汽车综合运用的优化模型和算法进行了深入讨论,通过实例验证了模型和算法的可行性,从而为企业提供一种自备车运用的优化方法。     

基于遗传算法的集成逆向物流的供应链网络设计

对于一个固定拓扑结构的供应链,基于设施能力和顾客需求的约束,以正向物流与逆向物流的总成本最小为目标,构造供应链网络设计模型,采用基于优先权编码的遗传算法求解。按照遗传算法的原理,将供应链按物流活动过程划分成4个阶段,运用基于优先权的编码方法对各个阶段进行编码;为加速算法收敛,利用贪婪启发式算法确定初始种群,通过遗传操作产生后代,并定义交叉算子和变异算子。以某一区域供应链网络规划为例,运用给出的模型和算法对需要设置工厂、铁路货运中转站的数量、位置及功能进行计算,并与其他算法所用计算时间比较。结果表明,采用本算法能够得到区域供应链网络规划的最优解,且所用的计算时间最少。     

铁路油品物资调运方案研究

针对铁路油品物资调配问题,全面考虑了相关的各种约束条件,给出了精确的数学描述,并建立了合理的网络规划模型;根据模型的要求,应用最小费用流等算法进行了求解,很好地解决了节点带通过能力限制的多品种运输网络问题,为铁路物资总公司的油品运输工作的改进起到了重要意义.     

利用网络技术求解机车交路方案

为了寻求勾画机车交路的算法，主要讨论在运行线位置给定的条件下，如何把机车交路问题转化为最小费用最大流网络模型的方法，该法对于计算机编制机车交路方案较为实用。     

公铁联运货运网络潜在运能分析

联合运输货运网络运输能力的计算是多式联运策略制订的基础,本文在对现有联运网络运输能力研究的基础上,根据联合运输货运网络的特性,分析了货运网络潜在运输能力的概念,提出公铁联运货运网络广义运输费用的计算式,基于OD流量扩张对最小路径广义运输费用的弹性,从变需求量的系统最优配流角度,构建公铁联运网络的潜在运能模型,利用改进的方向搜索法实现求解.最后,以一个公铁联运网络为例,对所提出的模型进行求解,并通过与其他方法比较说明本文模型算法的可用性和实用价值,从而为深化公铁联运运能分析提供必要的方法.     

基于运行网络配流的客专列车开行方案遗传优化研究

借助于遗传算法的求解功能和特点,将客运专线旅客列车开行方案优化问题描述为对列车运行网络客流分配的寻优。最优的列车开行方案对应于最优的客流分配方案。首先,针对任意的列车开行方案,构建费用—容量运行网络,并通过该网络的最小费用流描述最优客流分配方案,用运行网络中客流分配的最小费用作为个体适应值函数;而后,考虑到网络中列车保本定员限制所产生大量不可行个体的优良遗传信息,设计出求解直线型客运专线单方向旅客列车开行方案优化问题的协同对称群体交叉遗传算法,并进一步将其推广到网状客运专线上。研究发现:可以将开行方案编码的个体描述为含有阶跃容量限制的费用—容量网络,个体的适应值对应于该网络的最小费用流;在非能力过剩网络中,不会出现违反阶跃容量限制的可行流,并且可以通过控制网络容量,避免产生固定费用和负费用。     

基于改进列生成算法的高速列车开行方案优化研究

针对编制开行方案涉及因素多、建模及求解困难的特点,结合有容量限制的多商品流网络设计问题,建立确定列车开行对数、开行区段、停站方案及编组形式的多目标整数规划模型,运用权重法将多目标规划转化为单目标规划。鉴于标准的列生成算法难以协同处理网络设计与网络配流问题,设计综合使用列生成与行生成策略的启发式算法确定列车的运行路径及停站方案,采用改进分支策略的分支定界算法求解最终模型。最后,以京沪高铁为例进行验证,在有效时间内获得较高质量解,该解与最优解的误差率为2.13%,且优于京沪高铁实际采用的开行方案。     

时间依赖网络路径模型及双层优化智能算法研究

时间依赖网络最短路径TDSP(Time-Dependent Shortest Path)是SP(Shortest Path)的衍生问题之一,与传统SP相比,TDSP在通信网络以及交通运输网络中更具有实际应用价值.在一些特定条件下,如FIFO网络或离散条件下非FIFO网络,TDSP可能存在实例多项式时间算法,而当边成本为一般函数时,已被证明不存在多项式时间算法.更具一般性,在不对边成本函数性质作限定的情况下,本文建立了时间依赖网络最短路径问题的优化模型,给出了求解此类模型的基于网络顶点优先权编码的双层优化智能算法.最后进行了算例分析.     

基于线路能力约束下的铁路空车调配迭代算法

以空车总走行里程最小为目标，以空车供需平衡和车流量不超过线路通过能力为约束条件，建立空车调配数学模型，并设计分步优化迭代算法进行求解。该算法的基本思路是：先放弃模型中能力约束条件，将问题转化为标准运输问题求解；再检验解是否满足能力约束条件，若满足，则得到最优解；否则，记忆有效解，调整OD供需量、路段通过容量和路网路段，形成新的能力约束条件下的空车调配子模型，再求解。如此反复迭代，直到全部空车车流配置殆尽为止；累计各步迭代的结果，得到空车调配方案。在应用实例中，分别采用直接求解算法和分步优化迭代算法求解，分步优化迭代算法得到的空车调配方案比直接求解法可减少空车走行里程6000km，且路网配流相对均衡。结果验证了空车调配数学模型及其分步优化迭代算法的正确性及可行性。     

基于多维网络的增开列车条件下高速铁路列车运行图调整

研究增开列车条件下高速铁路列车运行图的调整问题,并综合考虑列车车站进路的影响。通过构建Time-Station-Track三维时空扩展网络,刻画列车对铁路时空资源的占用。将原多目标优化问题转化为求解列车占用网络弧段最小费用单目标问题,并构建基于Time-Station-Track网络的0-1整数规划模型。针对模型特点,设计拉格朗日松弛算法,将问题进一步分解为求解单列车网络最短路径子问题,由于问题被松弛后求得的解可能不可行。因此,提出基于列车优先序列的启发式策略对对偶解进行可行化。最后以宝兰客运专线为例,验证模型的正确性和算法的可行性。