排序方式: 共有23条查询结果,搜索用时 15 毫秒
21.
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. 相似文献
22.
本文从列车速度、服务水平、鲁棒性、弹性及列车运行水平5个方面,构建列车运行图质量评价指标体系,通过AHP计算各指标权重,构建广义模糊软集模型确定列车运行图综合得分系数,实现列车运行图编制质量评估。为了对算法效果进行验证,以徐盐、连淮铁路网络中京沪高铁南京南至徐州东段、徐兰高铁徐州东至商丘郑徐场段、青盐铁路青岛北至连云港段三条线路为例进行运行图质量评价。结果表明,京沪高铁南京南至徐州东段的运行图综合质量最好,青盐铁路青岛北至连云港段运行图综合质量最差。 相似文献
23.
针对各个配送点订单生成时间不确定,且未来生成订单现阶段配送方案制定有影响,本文提出了动态订单匹配策略,将已生成和未生成的订单信息综合考虑,提高匹配效果。然后,本文建立了以最小化运能浪费和订单等待处理时间为目标的二阶段随机规划模型来编制当前和下一阶段的配送方案,并设计了自适应遗传算法进行求解。最后,本文利用某地25个配送点数据信息进行二阶段配送路径规划。与蚁群算法相比,本文算法对两个阶段的运能浪费成本和时间浪费成本求解过程收敛时间分别为:112.3s、102.4s、98.5s、114.7s,均小于蚁群算法收敛时间:117.3s、115.4s、109.6s、118.2s。且本文算法求得的两个阶段总运能浪费成本和时间浪费成本分别为62000t.km、644t.h,远小于传统启发式算法的72400t.km、816t.h。 相似文献