基于事件驱动的单跑道动态地面等待策略

为了保障飞行安全,允分利用机场容量,有效减少航班延误损失,建立了基于事件驱动的单跑道动态GHP模型.用分层次的两阶段优化算法对模型求解,结果显示,与时间驱动策略相比,事件驱动策略的总延误时间减少了19.6%;与线性规划方法相比,计算茸减少了24.3%.     

机场终端区容量利用和流量分配协同优化策略

为充分利用机场终端区系统容量,减少航班延误,协同优化进离场容量利用和流量分配策略．把进离场视为互相影响的两个过程,以机场终端区系统容量为约束,以进离场航班总延误损失最小为目标,建立了容量利用和流量分配优化模型．引入航班延误损失优先级系数作为航空公司协同决策的偏好信息．用遗传算法求解模型．算例结果表明,该策略在充分利用容量和使航班延误损失最少的同时兼顾了航空公司的利益;设计的遗传算法运行稳定．     

随机GHP模型中机场容量混合聚类算法

为了有效利用机场容量资源,克服现有随机GHP模型中容量预测存在的人为误差,研究了机场容量混合聚类算法.将每天的容量按照30 min间隔划分为多个区间,每个区间对应着1个容量值,这样每天的容量就作为1个容量样本.采集国内某机场半年的容量样本,采用k-means和SOM神经网络的混合聚类算法,确定机场典型容量样本,计算相应...     

һ���µ�ͣ��λ�����Ż�ģ��

针对国内机场目前基本依据经验分配停机位的情况,基于传统滑行路径的理念,建立了降低旅客进出机场飞行区时间的停机位分配模型.在满足场面运行安全约束及可接受延误水平下,寻求时间最小的分配方案.通过机场的地面网络数据、运行模式以及航班计划等信息,利用计算机仿真对模型进行了算法设计,并利用MATLAB编程进行了计算,与机场地面容量评估系统（ACES）中的停机位随机分配模型进行了对比.结果显示：与随机分配模型相比,旅客飞行区平均停留时间减少9.7%,机场地面容量提高5.7%,冲突次数和延误时间分别降低9.4%、6.4%.因此,机场运行效率与资源配置情况得到改善,所提模型与算法有效.     

基于动态容量的航班进离场流量鲁棒优化分配

为解决机场和定位点动态容量条件下的航班进离场流量优化分配问题,以总航班延误损失为决策依据,建立了绝对鲁棒优化模型、偏差鲁棒优化模型和相对鲁棒优化模型,并用捕食搜索算法,设计了寻找鲁棒最优解的算法流程.以国内某机场数据为例进行仿真验证,结果表明,得到的鲁棒最优解能够根据不同偏好有效规避风险,与该终端区一般容量条件下最优解的航班延误损失相比,偏差鲁棒最优策略和相对鲁棒最优策略下的航班延误损失分别减少了8.2%和7.8%.     

�źŽ��������-ͨ�����������Ż���ʱ�����о�

分析了F-B配时方法延误计算模型的缺陷。证明了上海配时方法的结果是各个相位的饱和度为1。建立了延误-通行能力联合优化配时模型,以延误与通行能力之比最小为优化目标。应用分析表明：F-B配时方法使车均延误比现状减少了1.65s;上海配时方法使车均延误减少了8.15s,但通行能力降低了422pcu/h;联合优化配时法使车均延误减少了9.46s,通行能力保持了现状水平。     

客货混运下的城轨时刻表与流量控制协同优化研究

利用城市轨道交通平峰期冗余运力进行客货混合运输是缓解地面交通拥堵和节能环保的重要手段。本文在客货混合运输模式下，研究城市轨道交通列车时刻表和流量控制问题。首先，以列车发车时间、列车车厢布置和客货需求分配给列车车厢的数量为主要决策变量，以最小化乘客和货物的等待时间以及列车车厢能耗为目标，考虑流平衡、列车容量限制及时刻表等约束，构建城市轨道交通客货混合优化模型。其次，为验证模型的有效性，以上海地铁17号线为例进行实证研究，借助优化求解器Gurobi求解模型。结果表明：本文所提协同优化方法具有良好的优化效果和计算效率，与逐一求解法对比，乘客和货物延误数量可显著降低；协同优化可减少乘客延误人数21.92%，货物延误数量9.73%，乘客和货物的平均等待时间减少35.88%和25.56%，碳排放量减少1.7%。该方法可以提高地铁满载率，减少地铁平峰时期的运力浪费，同时提高轨道交通运营安全性和运输效率。     

航班延误恢复调度的混合粒子群算法

为了优化航班延误恢复调度,考虑了航班延误的经济效益、社会影响和经济损失构成,定义了航线影响因子,构建了一种新的航班延误恢复调度模型,将局部搜索方法引入到粒子群算法中,提出了求解航班延误恢复调度问题的混合粒子群算法。计算结果表明:与先来先服务调度方法相比,混合粒子群算法可以减少航班延误损失4.2%,与基本粒子群算法和进化策略算法相比,混合粒子群算法平均可减少航班延误损失2.0%,随着航班延误恢复规模的增大,算法优势会更明显。     

基于启发性规则及关键路径调整的柔性作业调度优化算法

为克服传统进化算法求解较大型柔性作业调度问题计算时间长和结果不稳定的缺点,提出了一种启发性规则求解方法.该方法用一个启发性规则产生初始调度解,再利用一些启发式规则对初始调度过程中的关键工件及关键工序进行搜索,并对关键路径进行优化调整得到较优解,通过比较得到柔性调度问题的优化调度解.用本文方法对典型柔性调度问题进行求解,并与其他算法的求解结果进行比较,对于15×10问题,采用本文方法的计算结果与混合基因算法相同,计算时间为3.2 s,减少了42%;对于23×10及25×10的较大型问题,表明启发性规则的引入能提高求解效率,与传统进化算法相比,更适合求解较复杂的柔性作业调度问题.     

基于可变车道的交叉口左转公交优先方法

为减少左转公交在信号交叉口的延误,提高通行效率,本文提出一种新的基于公交预信号的可变公交车道(VBAL)控制方法.提出VBAL的渠化模型及主预信号控制模型,利用车辆累积曲线图示法以现状的单左转(SLTL)方案为基准,将VBAL方案与双左转(DLTL)方案比较;建立左转公交和直行车辆延误变化量的计算模型,并进行灵敏度分析.结果表明,VBAL 方案能够在有效降低左转公交延误的同时,最大程度减少直行车辆延误的增加.最后,实例分析证明了VBAL方法的可行性.     

能力随机的海运集装箱收益管理超订模型

为解决基于收益管理的能力随机的海运集装箱舱位超订问题,运用概率论和最优化理论,建立了以期望总成本最小化为目标、能力随机的不考虑空箱调运的超订模型,讨论了随机运输能力离散和连续2种情况下如何确定集装箱舱位的最优超订水平.为解决空箱调运问题,建立了能力随机的考虑空箱调运的超订模型,并且证明在能力随机的情况下,考虑空箱调运时最优超订水平将降低.最后给出了1个算例,用建立的模型分别求解考虑与不考虑空箱调运时的最优超订水平,结果前者比后者的最优超订水平减少3标准箱.     

拥挤公交网络的出行费用可靠性

考虑随机事件对公交系统能力的影响,作者定义了公交网络中乘客的出行费用可靠性指标,以衡量不确定环境下的公交服务水平。该指标定义为在公交系统能力随机变化情况下,在给定的OD对之间,乘客能够按照预定费用顺利完成出行的概率。采用基于用户平衡准则的公交配流模型描述公交乘客的路径选择行为,给出了基于蒙特卡洛仿真的公交出行费用可靠性的计算方法。用一个算例对公交网络出行费用可靠性指标及其计算方法进行了验证。     

随机需求航线网络效应下机队鲁棒优化方法

针对航线网络效应及旅客需求不确定性问题,将旅客组合优化模型加入机队规划问题,借鉴航线网络运力优化分配方法,以机型飞机数目、航段机型飞行频次、行程路线上旅客溢出人数为决策变量,以行程路线上旅客需求限制、航段飞行频次限制、特定机型机队飞行时间限制为约束条件,利用量化市场份额指数计算旅客溢出再捕获率,建立了旅客需求不确定情景下的机队鲁棒优化模型,设计了航线网络环境下的旅客需求离散情景集,用情景汇聚算法求解该模型.算例仿真结果表明,与传统机队规划模型相比较,本文模型的机队规划成本降低了167.07万元;与确定解的最小随机期望值相比,在3种情景集下,随机规划解的机队规划成本分别降低了19.88万元、21.02万元与17.55万元.      

基于期望-超额出行时间的道路系统最优均衡模型

为研究随机事件扰动下出行者的择路行为对交通分配的影响,同时考虑供需条件的随机变化,以期望-超额出行时间为出行者择路依据,利用边际成本收费原理,推导了边际成本收费值计算公式,建立用等价变分不等式表示的系统最优交通分配模型,并利用自适应投影收缩算法进行求解.算例表明:当OD需求系数为1.0、路段能力退化系数为0.5时,路径1边际成本收费值分别比使用期望出行时间和出行时间预算为择路依据时增加了11.27%和3.58%;当出行时间可靠度为0.9时,路径1边际成本收费值分别比使用期望出行时间和出行时间预算作为择路依据时增加了20.22%和4.30%.      

第三方仓储能力配置与分配的收益优化

基于收益管理思想，对随机市场需求条件下仓储能力的配置与分配问题进行了研究，以谋求收益最大化．建立了随机规划模型，并运用稳健优化处理随机变量，将随机问题转换为线性规划问题．通过实例仿真，确定了最优仓储能力配置和分配方案，并对结果进行了分析．计算结果表明，用该模型优化的收益增长了2．66％．     

城市轨道交通网络可靠性和运输服务质量评估

为评估区间通过能力下降对城市轨道交通网络可靠性和运输服务质量的影响，首先，以区间通过能力下降前后乘客的相对广义出行费用确定乘客的出行是否可靠，并以出行可靠的乘客占比评估网络的可靠性；其次，以乘客的平均广义出行费用评估网络的运输服务质量，采用基于改进Logit模型的随机用户均衡配流模型计算乘客的广义出行费用，并通过MSWA （method of successive weighted averages）算法求解该模型；然后，通过区间影响的乘客占比、区间介数分别识别网络的重要区间；最后，以武汉地铁为例分析重要区间通过能力下降后的网络可靠性和运输服务质量. 仿真结果表明:受区间影响的乘客占比识别的重要区间对城市轨道交通网络的可靠性和运输服务质量产生重要影响；重要区间多与换乘站直接相连，并且各重要区间能影响网络中12.24%～13.96%的乘客；为保证武汉地铁网络可靠性高于0.95，网络最多能容忍区间介数识别的3个重要区间的能力下降20%，或区间影响的乘客占比识别的1个重要区间的能力下降20%；随着下降区间数目和下降比例的升高，网络的可靠性持续下降，但网络的运输服务质量下降的情况会有所减弱.      

基于弹性模量缩减法的随机极限承载力分析

为确定工程结构的随机极限承载力,结合弹性模量调整策略和摄动随机有限元法,提出一种基于弹性模量缩减法的随机极限承载力分析方法.首先利用摄动随机有限元法计算结构的随机响应量和单元可靠指标,并定义单元可靠指标均匀度和基准可靠指标,进而论证随机极限分析的比例加载条件及随机响应量的比例关系;然后通过有策略地缩减低可靠度单元的弹性模量,以模拟结构的失效演化历程,形成一系列静力容许应力场,进而根据塑性极限分析理论确定结构的失效模式及其对应的随机极限承载力.算例分析结果表明,该方法通常只需要迭代15步左右即可收敛,与蒙特卡洛法（抽样50万次）的相对误差在0.5%以内.      

绿色多式联运随机优化策略

针对速度服从随机分布时绿色多式联运路径特点,探索路径优化策略问题,使用随机优化方法,建立绿色多式联运随机路径优化模型,设计了一种将样本平均近似法和基于优先权的粒子群算法相结合的混合算法求解该模型.结合多式联运实际情况设计数值算例验证模型的有效性,对模型中速度的正态分布与均匀分布和碳排放因子进行较为完整的情景分析,结合实际情况得出当样本规模为600,速度服从均匀分布时,情景3-2运输成本为501.11、碳排放成本为649.07是稳定性较高的理想决策,碳排放因子增为0.8有利于成本的降低.实验结果表明,本文建立的随机优化模型能够较好解决速度服从随机分布时多式联运路径优化问题,为实际多式联运运营提供决策支持.     

ATIS影响下的随机用户均衡模型的研究

在考虑交通信息对出行者路径选择行为影响的基础上,将出行者划分为配有＂先进的出行者信息系统（Advanced traveler information system,ATIS）接受装置＂和＂无ATIS接受装置＂两类。假定在路网随机变化的情况下,两类出行者均以成本最小为路径选择准则,建立了在ATIS影响下的基于出行成本的随机用户均衡模型,并利用相继平均算法（Method of successive averages,MSA）和蒙特卡罗（Monte-Carlo）法设计了模型的求解算法。最后,通过一个算例验证了算法的有效性,表明该模型能反映出行者在交通信息影响下,做出的路径选择行为能带来一定的收益。