排序方式: 共有128条查询结果,搜索用时 15 毫秒
61.
运用随机规划方法,研究列车解编时间随机变动情况下编组站阶段计划的优化编制问题,建立了以压缩车辆中时和减少出发列车晚点时间为目标的随机机会约束规划模型。将模型中的随机机会约束转化为相应等价形式,从而将随机规划模型转化为确定性模型,并提出了一种改进遗传算法对之进行求解。该算法基于列车解编顺序对染色体进行编码,并针对问题的特殊性设计了相应的交叉和变异操作。算例表明,设计的改进遗传算法能够在较短时间内收敛至最优解,编组站阶段计划的随机机会约束规划模型能取得可靠性更高的调度计划,为改进编组站的决策质量提供了一条解决的途径与方法。 相似文献
62.
综合运输体系下快捷货运网络流量分配优化模型及算法 总被引:2,自引:1,他引:2
研究综合运输体系下快捷货运网络流量分配优化问题.基于服务水平的概念构建综合运输体系下的快捷货运网络,网络中包含运输方式、服务水平各不相同的多种运输服务.给出一种求解联弧权重均为正值的有向网络中任意两点间k短路的Double-sweep算法,并对通过联弧时间为随机变量的情况进行讨论,该算法以Visual C++语言实现.以网络中两点间k短路作为可选径路集,构建快捷货运网络流量分配优化模型,模型在满足需求服务水平的前提下以成本最小化为目标,且考虑了交通运输系统的外部影响.模型可采用Lingo 8.0进行求解.若干算例表明,给出的模型及算法可以用于求解实际规模的问题. 相似文献
63.
64.
铁路车流改编方案随机优化模型及其算法 总被引:1,自引:0,他引:1
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. 相似文献
65.
引入服务水平等级概念,以OD流量最大和运输费用最小为目标,构建铁路货物运输网络能力计算多目标规划模型.采用按服务水平等级由高至低顺序进行车流量调整的策略,设计基于K短路和最小费用流问题的启发式算法;并针对最小费用流问题,分别给出基于Lingo软件和遗传算法的2种求解方法.在遗传算法中,对染色体采用二进制编码和运用Double-Sweep算法计算各支车流在给定服务水平等级下的可选径路,利用交叉、变异操作遍历可能的车流路径集合,使用启发式车流调整策略,实现线路及车站能力限制条件下不同路径集合的车流分配.算例测试表明,基于Lingo软件的算法适合于求解小规模问题,而基于K短路的遗传算法更适用于求解大规模问题,且具有较高的稳定性和适应性. 相似文献
66.
67.
68.
69.
70.