战备物资分级预置储备规划方法研究

基于战备物资多级预置储备体系,研究预置储备规划方法。综合各级预储点间的配送补充关系、容量限制、前方点的物资需求等限定条件,建立了一种战备物资预置预储规划模型,并运用Lingo进行编程仿真求解。实例求解表明,该模型可以高效、稳定地分析战备物资预置预储问题,能够为战备物资预置储备决策提供辅助参考。     

国防交通物资储备规模优化研究

当下国防交通物资储备存在结构不当、品种不全、数量不足、更新不及时等问题。结合当前军民融合发展战略,以物资需求为牵引,构建物资需求模型;以规模适度为指导,构建物资储备模型;以动态平衡为标准,构建物资补充模型,建立"需求—储备—调整"的储备规模模式。最后,以X战役方向航空保障物资为例,证明优化结果实现了效率提高、数量适当、补充及时的物资储备目标。     

设置排阵式预信号的干线交通信号协调控制优化

为提升干线道路整体的车流运行效率,建立了一种优化设置排阵式预信号的干线交通信号协调控制系统配时方案的双层模型,并提出对应求解算法;双层模型的上层模型为主信号间相位差优化模型,采用遍历搜索算法优化主信号各交叉口间的相位差;下层模型是以通过车辆数、车均延误为优化目标的多目标优化模型,建立了多目标花朵授粉算法(FPA)对其求解;双层模型中的交通参数通过冲击波建模进行关联,通过上下层模型的迭代求得参数的最优解;以设置排阵式预信号后3个连续交叉口为研究对象,应用提出模型优化高、低2种交通需求下的干线道路交通信号协调配时方案,通过SUMO软件测试所选方案的有效性。研究结果表明：该双层模型能够优化设置排阵式预信号的干线交通信号协调配时方案,与传统干线信号协调控制方案相比,提出方法的配时方案在高、低交通需求下系统通过车辆数可分别增加16%～35%与8%～17%,延误分别降低7%～17%与2%～16%;相较于粒子群优化(PSO)算法与二代非支配排序遗传算法(NSGA-Ⅱ),FPA达到指定精度要求的迭代次数分别减少13和24次。通过仿真结果可知,所提出模型可进一步提升高需求状况下道路的运行效率。     

基于可靠性分析的区域灾害应急物流网络设计

为了设计能够最大限度地抵御自然灾害破坏并满足应急物资和抢险救援需求的物流网络,从系统可靠性角度出发,提出了区域路网应急连通可靠性的概念.运用双层规划方法构建了网络设计模型,上层模型为物流运行总时间最小和系统应急连通可靠性最大的双目标规划模型,下层模型为固定需求用户平衡配流模型.将双目标函数转化为单目标函数后求解上层模型,用改进模拟退火优化算法求解整个双层规划模型.结果表明:在相同投资约束下,上层模型中增加系统应急连通可靠性最大的目标函数后,网络最大关键度由821.55降至32.66,物流总代价降低了0.22％,物流运行时间不变.实际网络最优方案的设计应综合考虑物流效率与系统可靠性.     

企业物流中心稳健性选址模型

借鉴稳健设计的基本思想,运用随机机会约束规划方法,建立了需求和制造中心加工量不确定条件下的企业分销物流中心的稳健性选址模型,该模型通过将不确定条件下选址分派费用的波动均方差融入目标函数以实现选址稳健性目标。分析了该类模型的处理方法,探讨了基于组合遗传算法的模型求解思路,并通过算例进行了验证。分析结果表明:与普通模型相比,该模型在整个规划期内选址分派费用的波动均方差降低31.5%,物流网络稳健性显著提高,该模型合理有效。     

物资保障网络防卫力量分配的最大覆盖模型

针对后勤防卫中的防卫力量部署问题,根据物资保障网络的结构特点,建立了防卫力量分配的最大覆盖模型.模型表示为双层规划形式,采用保障基地能够覆盖的需求量衡量敌我双方的攻击效果与防护效果.上层规划的目标是最大化己方保护q个保障基地的防护效果,下层规划的目标是最大化敌方攻击r个保障基地的攻击破坏效果.根据模型的特点,采用隐式枚举算法对模型进行了求解.算例应用表明,模型所得分配方案的防护效果优于传统的以网络元素脆弱性为决策依据所得分配方案的防护效果.     

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.     

弹性需求和多用户随机平衡下的连续网络设计

连续平衡网络设计问题是在连续决策变量的条件下,寻找最优的用于道路网络中某些路段扩建的投资决策方案。文中从代表性消费者理论出发,建立了该问题的基于弹性需求和多用户类型随机用户平衡的双层规划模型,并考虑了路段能力约束。基于双层模型求解的复杂性,设计了基于混沌优化方法的启发式算法,实例计算结果表明该模型与算法是有效的。     

基于风险度量的多交通方式协同应急救援方案优化

近年来我国重大交通工程建设中的突发事件频繁发生,且呈现救援条件复杂,影响后果不确定等特征,因此研究多交通方式协同下的应急救援路径优化具有重要意义。本文以复杂地质环境下重大交通工程建设中的突发事件为背景,基于条件风险价值衡量由于救援时间导致的伤亡损失后果,采取多种交通方式协同进行救援。考虑到伤员数量和物资需求的不确定性以及救援资源分配的公平性,建立了最小化总风险和总成本的双目标鲁棒优化模型,用以决策多种交通方式的协同救援路径,以及物资运输和伤员转移方案。本文基于鲁棒对等转化和ε-约束法设计了相应的求解算法,并使用两个路网算例进行验证。研究结果表明,救援路径总风险与总成本之间存在着权衡关系,采用多交通方式协同救援可有效降低伤亡风险;随着伤员数量和物资需求不确定程度的增加,总风险和总成本均呈现增加趋势,管理者可依据其对风险的偏好程度决策不同不确定性水平下的最优救援方案;此外,与不考虑公平性约束相比,受灾单元物资需求和伤员转移需求满足率的标准差分别降低了12.9和12.6,平均满足率分别提高了7.5%和8.4%,有效保障了救援资源分配的合理性和公平性。本文所建立的鲁棒模型可有效处理不确定条件下...     

城市轨道交通快慢车开行方案双层规划模型

针对城市轨道交通客流时空分布不均衡特征和乘客长距离出行时效需求,并考虑乘客的换乘行为,提出基于双层规划模型的快慢车开行方案优化方法.上层模型以乘客出行时间和列车周转时间最小为目标,考虑快慢车开行比例、线路通过能力等主要约束,构建多交路条件下的快慢车开行方案优化模型;下层模型通过设计换乘网络刻画乘客换乘行为,构建快慢车方案下的客流分配模型.设计粒子群算法求解所建双层规划模型,以广州地铁14号线为案例,验证本文构建模型的有效性和适用性.     

基于车流量波动的列车编组计划与车流径路综合优化

在铁路日常运输组织中,存在大量的不确定因素,考虑这些因素对车流组织工作的影响至关重要.在列车编组计划优化中,考虑车流量的波动性,假设其服从一定的概率分布,根据事先给定的置信水平,按照机会约束规划理论,考虑车站和线路能力限制等约束,以车流集结总消耗、改编额外总消耗和总走行消耗之和最小为优化目标,建立基于车流量波动的列车编组计划与车流径路综合优化模型,设计基于随机模拟的改进分枝定界法对模型进行求解.研究表明:考虑车流量波动情况下的列车编组计划最优方案鲁棒性较强,而且随机参数的模拟规模越大,最优方案的稳定性越好.     

基于鲁棒接续时间的铁路空车调运优化

空车调运是铁路运输的关键环节，其方案具有一定的鲁棒性，可以避免车站技术作业时间以及站间旅行时间等不确定因素对调运方案实施的影响. 基于固定的车站技术作业时间和站间旅行时间，提出了空车供应站到达列车与发出列车、空车供应站发出列车与空车需求站发出列车间的空车接续时间关系判别方法. 以空车调运收益最大化为目标，建立了确定情形下考虑车种替代的空车调运模型，在此基础上，引入波动率描述车站技术作业时间和站间旅行时间的不确定性，并通过设置波动下限调整模型的鲁棒性，建立了不确定情形下的空车调运鲁棒优化模型；结合模型性质，以车流关系变化为依据，设计了鲁棒优化模型的快速求解算法，将非线性优化问题转化为易求解的鲁棒等价模型. 结果表明:求得的空车调运方案可以得出列车间的空车配流和车种替代情况，不确定因素的波动率和波动下限会影响空车调运方案的效益值，绝对鲁棒下站间旅行时间、供应站技术作业时间和需求站技术作业时间3个不确定因素导致方案效益值较确定模型分别下降了16.2%、12.1%和28.1%.      

������֪���µ������̬����ģ��

研究先进出行者信息系统(ATIS)环境下道路网络系统流量的随机动态变化,有利于实现ATIS在网络系统中的进一步优化配置.在出行者经验积累过程基础上,引入ATIS作用下的认知更新过程,将路网系统的路径流量明确视为随机变量,提出了一个基于认知更新的随机动态分配模型.证明了该模型产生的路径流量渐近收敛于一个平稳概率分布.在算例网络中验证了模型的可行性,模拟有ATIS和无ATIS两种情形下路径流量的随机动态变化.结果表明,两种情形路径流量均收敛于平稳概率分布.前者的平均流量近似于随机用户平衡(SUE),而后者的平均流量不是平衡流量,但其网络总费用要低于前者.     

����վ�׶μƻ������ػ���滮ģ�ͼ��㷨

在铁路当前的运输组织模式下,编组站阶段计划鲁棒性和列车到达计划兑现率的矛盾十分突出. 为提高阶段计划的鲁棒性,本文运用随机规划方法,研究列车实际到达时刻随机条件下（相对于计划到达时刻）的阶段计划优化编制问题. 以最大化阶段计划在列车到达时刻随机扰动下保持最优的概率为目标,建立阶段计划随机相关机会规划模型. 并设计了随机模拟、禁忌搜索算法相结合的混合智能算法对模型进行求解. 算例结果表明,本文构建的模型能取得鲁棒性较高的阶段计划,能为阶段计划计算机编制提供辅助决策支持.     

一种基于多元Probit模型的随机网络配流加载算法

为了改善基于Logit模型的随机网络配流加载算法的两个不足之处,本文提出了基于正态分布的Probit模型的随机网络配流算法。假设路段的广义交通时间服从正态分布,然后用蒙特卡洛模拟法对提出的算法进行求解。最后,用一个简单的交通网络例子对提出的算法进行验证分析。在算法求解过程中,运用Matlab对路段广义交通时间随机抽样,再对网络进行全有全无分配,将交通流量分配到起终点间的每一O-D对的最短路径上。应用Probit模型进行配流加载,其路径选择概率更接近实际更加合理,是一种值得推广的交通配流加载模型。     

考虑时变特性的海上溢油事故应急物资调度

针对海上溢油事故应急物资调度问题,本文考虑事故需求点受海上风浪影响而发生漂移的特点,分析需求点漂移对救援路径规划和环境损失的影响,构建以运输成本和环境损失最小为优化目标的数学模型,提出一种改进的遗传模拟退火混合算法。以蓬莱石油泄露事故的实际数据为背景,对模型进行实例验证和算例分析。结果显示：与不考虑需求点漂移获得的救援方案相比,本文方法在总航行距离上减少了9.11%、环境污染降低了41.17%,说明海上溢油应急救援调度问题中考虑需求点漂移的重要性;针对不同规模、不同需求点分布的算例,本文方法在算法优越性和求解稳定性上均体现出较为明显的优势,表明本文方法可以获得较优的调度方案,实现更准确高效的应急救援;通过灵敏度分析获知,提升船舶容量可以明显降低应急救援运输成本,且提升船舶航行速度可以更好地降低环境污染。     

电动汽车混入条件下随机动态用户均衡分配模型

为分析电动汽车动态充电需求对公共充电设施服务水平的影响, 给充电设施网络规划与运营提供参考, 在考虑燃油汽车和电动汽车出行者行为差异、路段拥堵状态、车辆能源消耗、充电设施布局与服务水平等因素的基础上, 采用巢式Logit模型描述了包含充电需求判断、充电设施和路径选择的电动汽车出行联合选择行为; 建立了考虑用户在途快速充电行为的动态交通流分配模型, 提出了混合交通下随机动态用户均衡条件及等价的变分不等式模型, 并设计了融合电动汽车充电排队仿真的动态交通流迭代算法; 通过算例验证了模型与算法的有效性, 并进一步探究了在电动汽车推广的不同阶段, 需求和供给关键因素对充电设施服务水平的影响。研究结果表明: 受路网交通流量分布和充电设施布局的影响, 充电设施利用率在时间和空间上具有明显的非均衡性; 电动汽车混入率的提高会增加平均充电等待时间, 并改变充电高峰期的时间分布; 电动汽车电池初始电量和充电设施处的排队长度均对用户的充电需求判断呈负效应; 当路网中充电设施数量与需求规模不匹配时, 会导致服务水平急剧下降, 同时极易诱发局部拥堵; 用户在充电设施处的逗留时间以15~20 min居多, 约90%用户的等待时间在9 min以内, 因此, 提出的模型符合实际, 能够充分反映混合交通网络中电动汽车充电行为引发的一系列影响。      

混合不确定条件下绿色多式联运路径优化

主要研究了当运输时间、中转时间、客户需求和中转集拼货运量四重混合不确定因素服从随机分布时的绿色多式联运路径优化问题，运用随机优化理论，以运输成本、碳排放成本和时间惩罚成本为目标，建立混合不确定条件下绿色多式联运路径优化模型.通过对各子目标函数权重进行赋值，得出考虑不同成本因素的多式联运路径优化方案.探讨时间、需求和网络服务能力对多式联运路径优化结果的灵敏度分析，发现各成本随时间变动而变化的规律和边际运输成本最小时的服务时间；当货运量形成规模效应后可降低边际运输成本；不同网络服务规模的运输路径优化结果，以及满足客户不确定需求的最小网络配置.     

混合不确定条件下绿色多式联运路径优化

主要研究了当运输时间、中转时间、客户需求和中转集拼货运量四重混合不确定因素服从随机分布时的绿色多式联运路径优化问题,运用随机优化理论,以运输成本、碳排放成本和时间惩罚成本为目标,建立混合不确定条件下绿色多式联运路径优化模型.通过对各子目标函数权重进行赋值,得出考虑不同成本因素的多式联运路径优化方案.探讨时间、需求和网络服务能力对多式联运路径优化结果的灵敏度分析,发现各成本随时间变动而变化的规律和边际运输成本最小时的服务时间;当货运量形成规模效应后可降低边际运输成本;不同网络服务规模的运输路径优化结果,以及满足客户不确定需求的最小网络配置.     

城市轨道交通应急接驳公交蓄车点选址

为合理设置突发事件下轨道交通应急接驳公交蓄车点, 以接驳起始点为圆心, 以轨道交通运营恢复时间为半径, 构造了接驳需求点反向覆盖应急接驳公交供给点的覆盖结构; 根据接驳公交是否在预定发车时刻前到达接驳点, 提出了接驳需求和乘客等待时间延误的计算方法, 建立了以应急接驳乘客等待时间总延误最小为目标函数的反向集合覆盖选址模型, 并进行求解; 以具体轨道交通应急接驳公交蓄车点选址规划为例, 对比分析了不同预设蓄车点数约束条件下的选址方案。研究结果表明: 每种选址方案下的乘客等待时间总延误均随预设蓄车点数的增加而减少, 当预设蓄车点数为5时, 目标函数达到最小; 蓄车点位置分布受接驳起始点位置和接驳需求量的影响, 当预设蓄车点数为2时, 蓄车点选址结果具有向需求较大的城市中心区域聚拢的倾向, 当预设蓄车点数为5时, 蓄车点选址结果逐渐覆盖郊区; 考虑突发事件影响权重后, 蓄车点位置向突发事件发生频率较高的接驳起始点靠拢, 从而形成了均衡配置在城市中心区域内外部的蓄车点选址布局模式; 反向集合覆盖选址模型通过主动搜寻供给的方式, 能够在最小化应急接驳乘客等待时间总延误的条件下, 体现预设蓄车点数、接驳起始点客流量分布以及突发事件影响权重对应急接驳公交蓄车点选址结果的影响。