考虑集装箱流恢复的班轮运输船期恢复模型

为降低干扰事件对班轮运输服务的不良影响,本文研究了班轮运输中的船期干扰恢复问题.涉及4种船期恢复策略:调整航速、缩短在港时间、交换港口挂靠顺序和取消港口挂靠.当采取"取消港口挂靠"策略时,考虑集装箱流恢复问题,建立了船期恢复问题的混合整数非线性规划数学模型,并采用LINGO软件和遗传算法分别对模型进行求解.利用来自中远集装箱公司的实际案例,对模型和求解方法进行了验证,结果表明,所提模型和求解方法是正确有效的,能够为班轮公司提供科学的干扰管理决策支持.     

排放控制区下集装箱班轮运输船期设计与燃油补给联合优化

为解决排放控制区下集装箱班轮运输船期设计和燃油补给联合优化问题,分析了多时间窗、多起讫时间和多装卸效率等合作协议条款与船舶航行、装卸及到/离港时间之间的关联性。结合燃油补给港燃油价格差异和折扣因素,以船公司航线服务周总成本最小化为目标,构建排放控制区下船期设计和燃油补给混合整数非线性规划模型,设计线性割线近似的求解方法。以中远海运集团有限公司AWE1航线为例,数值实验验证了模型及其求解方法的适用性和有效性。结果显示：船期设计与燃油补给联合优化可使船公司航线服务周总成本降低7.41%;随着船舶到港时间窗长度的增大,船公司航线服务周总成本及船舶在排放控制区内平均航速均随之降低。研 究表明,上述合作协议条款不仅有助于船公司更为灵活地调整船舶航速和船期,还有利于减少船舶在排放控制区内的温室气体排放。     

考虑运输时限和航速优化的班轮航线网络设计

为了保持市场竞争能力,班轮公司需要保证集装箱在各个港口间的运输时间达到市场平均水平. 本研究将航速设为变量,对具有运输时限的班轮航线网络设计问题进行求解,以得到既满足运输时限要求又能最大化总利润的航线网络设计与配船方案. 为了有效求解实际问题,首先采用港口聚类算法筛选出候选挂靠港,然后确定港口的标号顺序,最后采用基于列生成思想的启发式算法对问题的非线性混合整数规划模型进行分解和迭代求解. 采用不同规模的标准算例,验证了模型和算法的有效性. 结果表明,与采用事先给定的设计航速相比,将航速设为变量,对每条航线的平均航速进行优化,能增强航线网络设计的灵活性并提升航线网络的盈利能力.     

考虑运输时限和航速优化的班轮航线网络设计

为了保持市场竞争能力,班轮公司需要保证集装箱在各个港口间的运输时间达到市场平均水平. 本研究将航速设为变量,对具有运输时限的班轮航线网络设计问题进行求解,以得到既满足运输时限要求又能最大化总利润的航线网络设计与配船方案. 为了有效求解实际问题,首先采用港口聚类算法筛选出候选挂靠港,然后确定港口的标号顺序,最后采用基于列生成思想的启发式算法对问题的非线性混合整数规划模型进行分解和迭代求解. 采用不同规模的标准算例,验证了模型和算法的有效性. 结果表明,与采用事先给定的设计航速相比,将航速设为变量,对每条航线的平均航速进行优化,能增强航线网络设计的灵活性并提升航线网络的盈利能力.     

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%.      

考虑行驶时间不确定性的合乘路径鲁棒优化方法

为应对实际合乘过程中时间不确定性带来的负面影响,本文研究不确定行驶时间下的合乘问题。采用预算不确定集合描述时间变量,引入不确定性水平可调节的预算系数,构建以车辆总里程最短和车辆数最少为目标的合乘路径鲁棒优化模型。并设计两阶段算法求解,第1阶段以两乘客间的可行合乘路径为基础,从车辆总里程节省率和乘客时间窗匹配灵活性两方面设计公式量化合乘匹配机会,以匹配机会为权重构建乘客图网络并聚类乘客需求;第2阶段设计以顺序插入启发式方法构造初始解的禁忌搜索算法求解。案例数据实验结果表明：本文聚类方法能保证优化质量并提高85%以上的计算效率,同时能缩减乘客等车时间和绕行距离;增大预算系数时解的鲁棒性逐渐提高,但会增加10%~40%的车辆数并降低1%~10%的里程节省率;大规模乘客案例和窄时间窗案例的合乘路径对不确定时间的敏感性更高,宽时间窗案例无需增加过多额外车辆和总里程就能达到较高水平的路径鲁棒性。     

考虑航速优化的班轮航线网络设计

航速大小对于班轮的航线设计、配船类型和数量,以及货物的选择都会产生影响,本研究将航速作为变量,以总利润最大为目标,建立了班轮航线网络设计的非线性混合整数规划模型.根据模型的特点,提出一种基于变动需求的启发式算法,将模型进行分解和转化.通过算例的计算及与其他方法的对比表明,本研究方法能得到更优的航线网络.另外,当市场需求、运价和燃油价格等因素变化时,采用本研究的模型和算法,能对航线网络进行更有效地调整.     

基于风险分担的城市公交出行鲁棒优化模型

本文面向城市中需要在给定期限内到达终点的出行者,针对最短耗时公交换 乘问题,利用基于风险分担的鲁棒优化方法进行了建模和求解.公交行车时间和发车间隔 时间是不确定的,本文将其建模为区间数,并基于风险分担的思想给出了这些不确定参 数的集合描述,该集合可以通过一个代表出行者保守程度的参数进行灵活调整,在此基 础上提出了城市公交换乘最短耗时鲁棒优化模型,给出了多项式时间精确算法.通过对一 个算例的求解和仿真实验,展示了该模型求解结果（相对于确定性模型的求解结果）具有 更小的迟到概率;并通过分析讨论,总结出换乘更少,运行更稳定的换乘方案更倾向于成 为鲁棒最优换乘方案.     

多品种燃油海运库存路径问题鲁棒优化模型与算法

针对需求不确定下的多品种燃油海运库存路径问题(Maritime Inventory Routing Problem, MIRP),提出非专用舱室和非固定停靠供应港的船舶配送策略,通过设置供货商保守系数给定条件下的累积航次多品种燃油不确定需求预算阈值,构建以供货商燃油库存与配送总成本最小化为目标的MIRP非线性鲁棒优化模型,并设计了改进混合自适应遗传算法求解模型。算例结果表明,非专用舱室和船舶非固定停靠配送能有效降低供货商燃油库存与配送总成本;供货商在各需求港关于各品种燃油的保守系数均存在某个不同的恰当值,当保守系数超过恰当值时,客户服务水平变化趋于平缓。研究结论可为供货商多品种燃油MIRP提供决策参考。     

高速旅客列车开行方案的鲁棒优化模型

于预测客流与实际需求存在一定偏差,以单一预测值为基础的开行方案不 能与实际需求相匹配.将客流需求限定于预测均值与峰值所构成的区间,利用鲁棒理论建 立基于客流需求波动的开行方案鲁棒优化模型,并转化为线性混合整数规划模型.根据模 型特点,设计拉格朗日松弛的求解算法,通过松弛耦合约束,将原问题分解成更为简单的 子问题.以目标值增加率（相对于客流确定模型）变化的首个“拐点”对应的解为鲁棒解.最 后对武广高铁测算,在有效时间内获得了高质量的解,平均误差率为5.04%.结果表明,鲁 棒解能较好地平衡客流需求波动与开行方案计划.     

基于动态学习的泊位调度方案优化

泊位调度方案的制定要依据在泊船舶的占用泊位情况及预计在泊时间,确定其他待泊船舶的靠泊位置与靠泊时间.然而,预计在泊时间受水文气象等多种复杂因素的影响,且影响程度是随时间动态变化的,给泊位调度方案的制定增加了难度.对此,本文采用动态学习方法对在泊时间计算函数进行更新,再基于所得函数对泊位调度方案进行优化.并设计了包含船舶在泊时间动态学习及泊位调度方案优化的并行算法,前者为后者提供更新的在泊时间计算函数,后者的实际执行结果为前者提供学习样本.通过算例对模型有效性进行了验证,结果表明：加入动态学习过程,船舶在泊时间的计算偏差得以降低;优化方案的平均在泊时间缩短2.4 h,总成本降低11.1%.     

考虑定制化列车的运行图与能力协同优化方法

基于调查数据建立旅客在不同时间段的乘车概率函数,分析旅客对定制化列车的开行时间及坐席类型等具体需求。考虑需求、停站、运行时间等约束条件建立定制化列车开行备选集,整合可行的定制化列车开行方案。建立加开定制化列车情况下,同时满足企业收益最大化和剩余可用能力最大化的双层协同优化模型。构建优化算法进行模型求解,得到基于定制化列车,且同时考虑既有列车调整成本和能力使用情况的运行图。最后,以内蒙古自治区呼和浩特-乌海线路为例进行分析,结果表明,既有列车的单位调整成本会影响定制化列车的开行,定制化列车的开行对运行图的整体结构和剩余可用能力也均有影响。     

�����䴬ģ�͵ĸĽ������ں���������λ�����е�Ӧ��

随着航运联营与联盟形式的出现,航运公司的船队及航线规模不断扩大,航线优化及运力配置变得更为复杂.本文结合航运业发展实际,在对传统的班轮航线配船模型进行改进的基础上,建立新的模型应用到航运联盟情况下航运公司箱位租赁决策与航线规划中.结果表明,在自身运力不足时,航运公司通过航运联盟箱位租用,对降低其系统成本、弥补航线运力、保证完成货运任务、加快船舶航班周期等的方面有突出的优点.     

基于遗传算法的加油车和摆渡车协同调度研究

航班地面服务是机场运行的重要环节.航班在机场过站期间所接受的一系列 地面服务通过不同类型的保障车辆来执行.通过分析机场过站航班保障的业务流程,确定 了加油服务和上客服务的时间约束关系,并在此基础上,以至少需要的保障车辆数目和 服务总开始时间最早为目标,研究构建了远机位航班加油服务和上客服务的协同调度模 型,并给出了基于多目标遗传算法的模型求解.基于首都国际机场实际运行数据的实验结 果表明,所提出的模型能较好地解决加油车和摆渡车协同调度问题.实验得到一组Pareto 最优解为业务部门提供决策支持.     

蚁群算法在物流运输车辆调度中的应用

现代物流运输车辆调度过程复杂多变,将蚁群算法引入物流车辆调度,可优化车辆优化调度算法。实践证明,该算法是一个非常有效的解决组合优化问题的工具,在一定程度上加快了进化进程。     

考虑时间均衡度的城市轨道交通乘务排班计划优化方法

乘务排班计划是城市轨道交通乘务组织的核心内容和运营管理工作的重要组成部分,其生成质量对城市轨道交通的运营效率有显著影响.本文将时间均衡度作为给定周期条件下评价乘务员值乘时间与休息时间合理程度的指标,构建了基于该均衡度的乘务排班计划优化模型.为同时考虑乘务区段的最优组合与早晚班的匹配问题,本文的求解过程由改进遗传算法和双相匹配算法两个部分构成.最后将所建模型应用于北京市某轨道交通线路的案例研究中,对优化结果与既有乘务计划进行比较分析,验证模型的有效性.对比发现,该模型的结果在较大程度上提高了乘务排班计划的时间均衡度.     

考虑速遣费和滞期费的不定期船航速优化研究

航运合约中的速遣费和滞期费对不定期船港口选择有重要影响.针对不定期船舶航速优化和港口选择问题,建立货主存在违约概率情况下不定期船港口选择停靠和航速优化模型,并考虑滞期费和速遣费对船公司利润的影响,使用改进型粒子群算法--两阶段粒子群算法进行求解模型.通过算例分析,将改进型粒子群算法与传统粒子群算法对比,发现改进型粒子群算法无论在收敛速度还是计算结果方面都优于传统粒子群算法.最后通过灵敏度分析发现,船公司利润在一定范围内会随着违约率、滞期费和港口装卸效率的上升而上升.