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。     

不确定环境下协同运输优化模型及其求解算法

在分析各种运输方式经济技术特性(速度、费用、运输能力等)的基础上,综合考虑多式联运实际运作过程中,运输时间和换装时间不确定性、换装条件和顾客对对货物到达时间窗的限制等因素,构建了一个时效性多式联运协同优化模型,针对模型的特点设计了相应的遗传算法.最后,给出了一个仿真算例,并分析了时间窗参数变化对最优解的影响,同时将该算法与其他求解方法进行了对比分析,仿真结果表明:遗传算法是解决不确定环境下多式联运协同优化模型行之有效的求解算法.     

铁路车站进路选择优化模型及求解算法的研究

铁路车站进路选择是车站运输组织的基础,合理地安排车站内各项作业的运行进路及其排列时机有利于提高运输生产效率,节约生产成本。本文以一般技术站为背景,从数学规划的角度研究车站进路的自动选择方法。通过定义衔接点和承载点,建立了车站网络的描述方法。以作业晚点时间最短以及各进路的总走行时间最短为目标,以避免车站作业的时空交叉、满足作业计划要求为约束构建了车站进路选择的数学规划模型。利用进路选择和进路排列时间的映射关系,把进路选择模型转化成一个等价的0-1整数规划模型。针对模型的非线性特点,以模拟退火算法为基础,提出了适合求解进路选择模型的复合优化算法。通过算例验证了模型的正确性以及求解算法的有效性。     

快捷货运动态服务网络设计优化模型及其算法

研究快捷货物运输动态服务网络设计问题.分析快捷货物运输的组织模式,以铁路运输为例,构建了铁路快捷货运动态服务网络设计优化模型,并探讨了公路、航空快运动态服务网络设计优化模型的构建方法.给出了一种基于层次化网络结构的求解策略.在该策略中,快捷货运网络将根据其拓扑结构被划分为若干层次,以简化服务网络结构.在此基础上,设计一种两阶段启发式算法对模型进行求解:第一阶段确定服务网络结构,第二阶段在第一阶段的基础上求解一个多商品网络流模型.两个阶段的决策内容相互影响,最终确定服务网络形态.以Visual Studio 6.0为平台实现上述算法,并给出算例对之进行测试.     

物流节点动态布局优化模型及其求解算法研究

在分析物流节点定义及其布局内涵的基础上,针对本文所研究的物流节点系统结构特点,构建了多时期、多物流节点、多种类型物流的物流节点系统动态布局优化模型,该模型考虑物流节点建设固定成本、物流处理费用和物流节点的规模经济效益等因素.针对该模型的特点,设计了基于扩展最小费用最大流的混合遗传算法.     

基于模型算法的动车组回送路径优化

研究最短路径问题是解决交通运输资源分配、路径选择类优化问题的基础,目前铁路行业的动车组回送由调度员根据运输情况人工确定,尚未对路径方案展开优化研究。随着我国铁路路网建设逐步完善,研究动车组回送最优路径,经济、合理、高效地开展动车组回送工作,符合铁路运输企业的发展方向。首先梳理动车组回送路径优化问题与最短路径问题关系,介绍Dijkstra算法及其改进算法Floyd算法原理,然后通过福州南站—上海虹桥站的动车组回送最短距离计算验证算法有效性,将Floyd算法应用于动车组检修生产能力布局规划案例,最后总结提出关于高级检修计划编制、智能运输调度指挥等工作的优化研究思路。     

大型铁路客运站列车进路优化模型与算法研究

以提高车站行车技术作业效率,保证车站行车作业安全,尽可能减少旅客站内走行距离和时间,保证发车时间相近的两列始发或通过列车尽量不停靠同一站台,提高车站既有行车设备利用率为优化目标,建立大型铁路客运站进路优化的多目标规划模型.运用层次分析法求出各子目标的权重,并构建启发式算法进行模型求解.通过对算法进行实例验证,得到了较优的列车进路安排方案.     

第三方物流选择的双层规划模型及其求解算法

在B2C外包环境下,选择合适的第三方物流提供商对成功实施物流外包至关重要。在遵循市场规律下,引入产品的需求一价格弹性因素,在考虑电商和第三方物流市场各自利益及共同利益的基础上,建立了第三方物流提供商选择问题的双层规划模型,同时利用贪婪算法的思想设计了相应的启发式算法求解。通过算例验证了模型及算法的可行性和有效性。     

铁路重载运输组合站重载列车组合方案的优化方法

对重载运输组合站组合方案进行优化研究,分析我国重载运输组合站作业过程,并归纳出组合站组合作业特征,在考虑组合规则、列车重量、最晚开始组合时间等约束的条件下,以列车在组合站总停留时间及分解时间之和最小为目标,构建符合我国重载运输组合站重载列车组合作业特征的非线性0-1规划模型。在分析模型性质的基础上,得出时间消耗最小目标下组合方案优先选择次序,并根据上述性质推论设计出"表格法"对模型进行求解。算例表明:对于到达列车规模为18列的算例,通过上述优化方法,可减少2次不必要的分解作业并节省时间消耗128min。     

启发式算法在铁路换乘的应用

随着中国铁路的建设与发展,如何更加充分地利用铁路客运能力、提高列车上座率是铁路亟待解决的问题。本文针对复杂的客运路网下最短路径算法计算效率低下的问题,对比分析了常用的Dijkstra算法及启发式A*算法,择优选取启发式A*算法进行策略改进;并基于优化的客运路网结构及铁路实际业务,对其进行效率优化。实验证明,改进后的算法模型高效准确,具有明显的现实意义。     

基于蚁群算法的煤炭运输优化方法

蚁群算法是指通过人工模拟蚂蚁搜索食物的过程来求解运输优化问题的一种算法。给出蚁群算法模型及算法步骤。研究一种带容量限制和考虑损耗的煤炭运输数学模型的优化计算,并给出算法步骤。运用蚁群算法对某一钢铁企业煤炭运输问题进行优化计算,计算结果符合实际生产情况。     

基于综合运输网络的客流分配优化模型与算法

以综合运输网络条件下的客流分配为研究对象,提出更适合表现旅客出行需求和各种运输方式相互竞争关系的运输细分方式,采用可量化表征综合运输网络当前客流状态的区间饱和度和径路饱和熵,并结合旅客出行广义费用函数,构造旅客出行阻抗函数,给出以综合运输网络中旅客出行总阻抗最小为目标的客流分配优化模型.基于k条最短路算法和混沌优化算法,在径路选择时考虑当前综合运输网络的旅客出行阻抗因素,设计客流分配迭代优化的动态求解算法.算例表明,利用给出的模型和算法能够得到可行和更为细分的综合运输网络客流分配方案.     

广珠城际轨道交通动车组选型分析

介绍了广州到珠海城际轨道交通的总体情况,并对该线的160 km/h站站停动车组的主要参数选择依据进行了阐述。     

综合运输体系下铁路客运市场的优化策略模型及算法

分析在多种运输方式存在情况下乘客的交通选择行为,基于随机用户平衡理论构造了综合运输条件下的交通方式分离模型。在此基础上,同时考虑乘客和客运管理部门两方面的利益,构造一个双层规划模型来描述多种运输方式存在情况下铁路客运市场优化问题,并给出求解算法。最后通过北京到天津的实例,分析在不同条件和目标下,客运管理部门应采取的相应策略。     

供应商选择问题的模型和算法

针对供应商选择问题中的不确定因素,采用模糊随机参数进行刻画,并建立了模糊随机期望值模型,最终设计遗传算法进行求解,为合理地选择供应商及资源的优化配置提供了新的有效途径。     

安全可靠高效实用的轨道交通通信系统解决方案

1方案背景“安全、便捷、准点、舒适”是轨道交通运营的目标。经过近10年的发展,我国的轨道交通正逐步从单一的线路建设发展到整个轨道交通网络的建设,其中安全、迅捷、通畅的信息通信平台将为轨道交通的运营提供重要保障。基于上述考虑,上海贝尔阿尔卡特公司依据“安全可靠、升级灵活、面向运营”的总原则,从可靠性、可用性、维修性、安全性等四方面,对通信设施进行系统设计和优化,并选用具有轨道交通实际运用实例的设备组成各分系统;同时依托项目管理,从工期、分包商/供应商和接口管理角度,加强风险控制。本文依托某轨道交通线工程,提出了…     

铁路空车调配综合优化模型及求解

以铁路企业经济效益最大化、货物运输需求方(货主)满意度最大化和空重车调配路径最合理化为目标函数构建铁路空车调配多目标综合优化模型.模型的约束条件主要包括:空车供应站的车种供应量、以重代空最大运量和剩余装车作业能力;空车运输阶段的区段运输能力;空车需求站的剩余卸车作业能力、车种需求量和货物装运总量.根据调研资料确定模型求解参数的取值;通过简化路径参数、量纲转换处理,将多目标规划转换为单目标规划;运用LINGO软件实现综合优化模型的二次建模;运行LINGO程序得到铁路空车综合调配方案.     

铁路空车调配问题的随机机会约束模型及遗传算法

提出一类特殊的随机机会约束模型来求解铁路空车调配问题。这类随机机会约束可转化为相应的确定性等价类,应用遗传算法求解。通过对实际空车调配问题的数值计算和分析,表明了不确定性优化模型和所设计遗传算法的有效性并在铁路运输中有广泛的应用前景。     

铁路车流改编方案随机优化模型及其算法

以同一支车流不可拆散、编组去向容量、车站最大编组去向数量、车站改编能力作为约束条件,以车流走行和改编总成本最小作为目标函数,构建车流改编方案优化模型;在此基础上考虑日均车流量的波动,构造车流改编方案随机优化模型;设计基于随机模拟的混合模拟退火算法;以具有10个节点的网络为例进行验证计算.结果说明:随机优化模型可以获得鲁棒性较强的车流改编方案,该方案虽然不能保证在所有情景下都为最优,但是在绝大多数情景下都是"较优"解.此外,车流改编方案的总成本在车流量随机波动的情况下变化相对平稳,在可容忍的范围之内.可见采用给出的随机优化模型获得的车流改编方案具有更高的可靠性,对车流量变化的敏感度更低.