多种运输方式的组合优化模型及求解算法

根据不同交通工具的技术经济特征，建立一个适用于多城市之间如何选择最优交通方式组合的模型。该模型是一个多目标的0－1规划模型，通过虚拟一个运输网络，将原问题转化为一个带时间约束和能力约束的最短路径问题，并且给出相应的求解算法－基于求最短路（Dijkstra算法）的启发式算法，有效地解决了带有时间约束和能力约束的最短路径问题。     

单线铁路列车运行调整优化模型及算法

对单线铁路列车运行调整的优化问题，构造了一个变量数上限为（ｍ－１）ｎ的“约束可选择的”线性规划模型（ｍ为区段内车站数，ｎ为所涉及到的列车数），并说明了在该模型中变量不必作整数性约束的理由。通过论证用一般线性规划的对偶算法求解本模型的可行性，使得该模型的求解问题迎刃而解。最后介绍了求解过程的几点技巧。     

基于随机机会约束规划的内燃机车减排技术评价优化模型研究

利用不确定规划理论,提出基于随机机会约束规划的机车减排技术决策评价优化模型及其算法.模型的目标函数为期望运营成本最小,决策变量为减排技术种类及减排效率,约束条件为排放污染物致癌风险及对健康影响情况不超过一定概率等.将随机模拟和智能算法相结合,设计求解模型的双层混合智能算法,并利用此算法对算例进行求解,说明模型和算法的可行性和有效性.     

基于约束规划的编组站阶段作业计划优化研究

为了解决编组站阶段作业计划优化模型规模过于庞大、适用性不强、求解方法复杂、算法收敛慢等缺点,通过剖析编组站阶段作业计划优化编制问题的本质,在此基础上建立了一个以车流累积为模型对象、出发车车流来源及解编顺序为决策变量,出发车最多为总目标的约束规划(CP,Constraint Programming)模型.将模型求解分为:利用约束传播得到初始解和利用搜索技术结合约束转播改进初始解两部分,并用约束规划算法引擎(CP Optimizer)实现模型的求解.实验表明,本模型均能在普通PC机上运行20 s左右就能得到最优的方案,符合现场对算法时间及空间复杂度要求.     

基于配放约束的货物多车配载优化模型与算法

构建具有装载重量、体积以及性质相互抵触的货物不能混装等多约束条件下,基于配放约束的货物多车配载模型.并以该模型为基础,提出求解该问题的蚁群算法.在模型求解过程中,针对问题特点,充分考虑货物配装限制及装载工具的载重、容积等方面约束,基于待装货物比容动态逼近装载工具剩余空间比容策略,综合运用ACA-VEHICLE和ACA-VOTUME等2个不同蚁群协同考虑两个目标--需用装载工具数目和重量、容积利用率优化对问题的求解策略进行研究.改进了蚁群算法的求解策略,提升了算法性能.最后,结合8类100件货物的配装问题,对模型算法进行检验,结果满意,说明该方法具有实用性.     

多种运输方式的组合优化模型及求解算法

根据不同交通工具的技术经济特征,建立一个适用于多城市之间如何选择最优交通方式组合的模型.该模型是一个多目标的0-1规划模型,通过虚拟一个运输网络,将原问题转化为一个带时间约束和能力约束的最短路径问题,并且给出相应的求解算法--基于求最短路(Dijkstra算法)的启发式算法,有效地解决了带有时间约束和能力约束的最短路径问题.     

动车组运用计划和检修计划一体化编制模型及算法

针对动车运用所的动车组运用计划和检修计划编制问题,在动车组运用交路已知的前提下,以动车组的运用交路和检修规程为主要约束,以减少动车组使用数量、降低检修成本为优化目标,建立动车组运用计划和检修计划一体化编制的整数规划模型.根据动车组的可能运用情况和检修规程约束,求解动车组的可行运用路径集合;以该集合为基础,设计求解模型的模拟退火算法.通过算例分析,验证所提出的模型和算法可以有效解决动车组运用计划和检修计划的编制问题.     

列车节能控制的优化分析

为研究列车节能控制问题，采用带有非线性约束的微分方程描述列车运行过程，用牵引力积分形式描述节能优化目标，并将最大值原理应用于模型求解。在确保安全运行、满足线路限速约束、机车性能约束和运行时间约束的条件下，充分利用线路坡道，以能量消耗最小为控制目标，得到列车优化控制的策略。针对由于模型奇异性而使控制策略还不能确定出列车所有工况转换点的问题，结合列车操纵经验给出列车节能控制算法。在列车运行仿真平台上验证了优化控制方法与算法的正确性。     

一般周期事件排序的网络模型及算法

在交通系统中，有许多事件是周期性发生的，按时钟模式对满足一定条件约束的周期事件进行合理的安排，这一问题被称为一般周期事件排序问题，本文将首先建立求解这一问题的网络模型。然后给出相应的算法，最后，对算法的复杂性给予简单的分析。     

基于约束程序累积调度的编组站静态配流模型研究

静态配流是铁路编组站阶段计划的核心,模型和算法的优劣直接影响编组站作业效率和经济效益。本文基于约束程序累积调度和字典序多目标优化理论,考虑配流成功的出发列车优先级总和最大、出发车流来源总数最小、到达车辆先到先发等具有字典序的3个目标,以满轴、正点、不违编、解编顺序及编组场容量限制等为约束条件,建立静态配流字典序多目标累积调度模型。采用迭代、约束传播和回溯算法求解。通过现场实际数据验证:本算法求解时间满足现场要求;模型稳定、扩展性好,符合实际需求。     

铁路网车流径路优化模型及算法研究

分析目前铁路网车流径路存在的问题,提出路网车流径路综合最优的含义,对路网进行数学描述;分别以运输时间最少、运输距离最短、运输成本最低为目标建立多目标0-1规划模型;采用线性加权和法将多目标0-1规划转化为单目标问题进行求解,利用专家打分法获得合理的权系数,设计并采用阻尼系数法约束线路能力,在此条件下对路网车流径路模型及算法进行分析,提出求解的方法步骤;最后运用本文模型和算法,以我国铁路网为背景,通过改变阻尼系数调整线路流量,实现宝中线和宝兰线的车流径路调整,验证了本文模型及算法的有效性。     

考虑收入均衡的家居配送物流优化研究

针对家居配送物流问题,提出考虑司机收入均衡的配送安装一体化服务策略,以车辆路径成本与司机收入均衡作为优化目标,构建了考虑收入均衡多技能带时间窗车辆路径问题模型,并设计了模拟退火算法对问题模型进行求解。算法求解时优先考虑司机安装技能与客户需求的匹配度,再综合考虑重量约束、时间窗约束和司机收入均衡度的情况下生成车辆路径,实现在满足客户需求的车辆路径成本最低的同时,保证司机的收入相对均衡。对Solomon标准算例进行改造,将本文提出的算法与改进的遗传算法和伊藤-蚂蚁算法进行车辆数目和路径长度的对比,结果表明,本算法在大规模算例中求解时间更有优势,实现了司机收入相对均衡,并且车辆数目和路径长度结果较优;并且基于实际案例验证了本文提出的模型和算法既能显著降低物流企业的车辆行驶路径长度与行驶,大幅度节约物流成本,还能保证司机收入相对均衡。与传统的家居物流配送相比,本文所提出的模型和算法能够缩短配送安装时间,提升客户体验度,并且收入均衡能够大幅度提升司机的积极性,降低人员流失带来的损失成本,进而提高企业的整体效益。本文研究可为第三方家装物流平台从司机收入均衡这一公平关切的角度对家居配送物流优化提供理...     

基于知识约束的空车调整优化方法研究

铁路空车调整是一个集空车O D量(调配方案)生成与车流径路分配于一体的复杂的铁路网流量分配问题。由于实际的空车调整计划将受到许多模糊或不确定因素的影响,需要凭借专家知识或经验来确定,所以如何基于知识建立空车调整问题的优化模型及算法是一个重要的研究课题。本文基于空车调配满足最小费用和路网中流量合理分布的综合评价原则,通过引入知识约束的概念,构造了一个带混合约束(数学约束 知识约束)的优化模型,并结合铁路空车调整计划的实际,采用模糊定量化指标的方法,对模型的求解提出一个应用算法。     

铁路车流分配的树状径路优化模型及算法

铁路网车流分配需要解决的关键问题是如何确定车流路径,而同一终点的车流具有合而不分的特点,即呈现"树状结构"径路。以多商品网络流理论为基础,构建铁路网车流分配与树状径路综合问题的混合整数规划模型,优化结果可得到铁路网中流量分布情况及符合"树状结构"的车流走行路径。设计拉格朗日松弛算法求解模型,通过松弛掉模型中弧段能力约束进而将原问题分解为求解多个单支车流分配子问题,采用传统次梯度优化算法求解对偶问题;上界计算方面设计基于车流排序的可行解求解方法。算例表明:该算法可有效求解模型,实现车流径路"树状结构"要求;求解效果和计算空间方面优于商业软件ILOG CPLEX。     

面向节能的高速列车追踪控制方案研究

提出一种基于改进人工蜂群算法的高速列车节能优化方法.通过对高速列车进行受力分析,以牵引计算理论中的运动学方程为支撑,结合列车属性和线路条件建立以列车运行能耗最小的数学模型.决策变量为列车工况以及相对应的工况改变点.针对模型设计基于交叉操作的全局人工蜂群算法,并设计了简单遗传算法作为比较.在此基础上,以前车对后车的限速作为约束,在移动闭塞模式下建立了追踪列车模型.在单列车求解的基础上设计了一种求解追踪列车工况的迭代算法.最后以设计的算例对本文模型及算法进行验证,结果表明所设计模型和算法能够在满足列车安全、准时、到站的条件下实现列车节能优化.     

面向服务水平的高速铁路列车开行方案优化

在传统列车开行方案基础上引入列车始发时间,形成高速铁路列车开行方案的新概念。针对一些关键O-D对,提出服务列车数下限要求;针对车站需求稀疏时段,提出发车时间间隔上限要求。基于旅客出行的时变需求,建立面向旅客服务水平的高速铁路列车开行方案优化的双层规划模型,其中上层规划为铁路企业优化列车开行方案的决策;下层规划描述旅客的乘车选择行为,即列车网络上进行客流分配。为缩小优化搜索空间,列车运行区段仅限于备选集中产生,并将关键O-D对服务列车数约束转化为各车站的停站列车数约束。设计列车停站方案的确定方法、初始开行方案的生成方法和邻域解的搜索方法,并以此为核心设计求解模型的模拟退火算法。算例表明,采用该模型和算法求解的列车开行方案在时空区域上较好地满足了旅客出行时变需求,服务水平达到规定下限,模型和算法具有良好的优化效率和实用性。     

多跳无线网MAC层后退算法分析

在多跳无线网中，ＭＡＣ（ｍｅｄｉａ ａｃｃｅｓｓ ｃｏｎｔｒｏｌ）层的公平性虽然是一个局部特征，但影响网络的整体性能。后退算法是制约ＭＡＣ层公平性的关键之所在，Ｂｈａｒｇｈａｖａｎ等人通过试验方法提出了ＭＩＬＤ算法，试验结果表明ＭＩＬＤ算法的公平性比ＢＥＢ算法好，但作者没有进行理论分析。本文给出了分析后退算法的简单模型，并根据公平性约束，有效性约束和分布性约束给出ＭＩＬＤ算法的理论分析。     

编组站货物列车定点集结模式下发车时刻表的编制

在编组站货物列车定点集结模式下，车列集结结束、安排不同列车出发属于周期事件安排问题。根据周期事件安排问题（PESP）理论，充分考虑车站作业能力及区间能力约束，将各列车发车时间点及相互间的周期约束用周期约束图表示。根据实际生产需求，以有利于机车周转、尽可能均衡分配发车时间点为目标函数，建立货车定点发车时刻表模型。选择合适的周期约束图生成树，根据PESP有解的充分必要条件，设计求解该模型的遗传算法。以丰台西编组站京广方向车流为例，利用建立的模型和遗传算法进行求解。计算结果表明：选择合适的生成树构建基本圈组，有利于降低模型求解的复杂程度；通过加入有可行解的充分必要条件，能够有效减少模型的求解时间；可以得到货物列车定点出发时刻表、平均集结车小时和出发列车平均编成辆数。     

一类带有随机模糊损耗的运输路径优化

以带有随机模糊损耗的运输路径优化问题为研究对象;用随机模糊机会约束规划方法建立最大到达流模型;设计了通过模拟获取染色体适应度的遗传算法来求解问题,并处理了运输中的"必经点"问题;最后进行了算法实验,验证模型和算法的有效性。     

多径信道下基于等增益合并的盲多用户检测

提出一种多径信道下基于等增益合并约束最优化的盲多用户检测算法，该算法在数学形式上可等效为等增益合并的形式，并可分别由于空间和最小最大滤波的方法来求解，此种算法的优点是不需要估计信道，其性能与信道信息在已知情况下的差别不大，与基于等增益合并的子空间算法相比，基于最小最大滤波的方法收敛速度快，性能更好。