Vehicle routing problem and driver behaviour: a review and framework for analysis

Vehicle routing problems (VRPs) whose typical objective is to minimise total travel costs over a tour have evolved over the years with objectives ranging from minimising travel times and distances to minimising pollution and fuel consumption. However, driver behaviour continues to be neglected while planning for vehicle routes. Factors such as traffic congestion levels, monotonous drives and fatigue have an impact on the behaviour of drivers, which in turn might affect their speed-choice and route-choice behaviours. The behaviour of drivers and their subsequent decision-making owing to these factors impact the revenue of transport companies and could lead to huge losses in extreme cases. There have been studies on the behaviour of drivers in isolation, without inclusion of the objectives and constraints of the traditional routing problem. This paper presents a review of existing models of VRP, planner behaviour models in the VRP context and driver behaviour models and provides a motivation to integrate these models in a stochastic traffic environment to produce practical, economic and driver-friendly logistics solutions. The paper provides valuable insights on the relevance of behavioural issues in logistics and highlights the modelling implications of incorporating planner and driver behaviour in the framework of routing problems.     

新型绝缘漏流测试系统

提出一种新型绝缘漏流测试系统,它将既有1700型继电器绝缘测试选择电路变更为板载继电器选择电路,并增加低压快速测试功能;在继承既有绝缘测试电路优点的基础上,具有体积小、集成度高、功能多、扩展方便等特点,提升了监测技术水平。     

带时间窗的多行程交换箱甩挂路径优化

针对市区—近郊的同城物流配送系统,为尽可能降低物流运输成本的同时提高客户满意度,研究带时间窗的具有多行程的交换箱甩挂运输问题.在配送系统中,配送车辆从配送中心出发将货物运往各个客户点,由于道路条件的限制,客户点分为只允许小型卡车配送的限制点客户和卡车或带交换箱拖车的整车都可为其配送的灵活点客户.在客户时间窗和多行程的约...     

时变交通下生鲜配送电动车辆路径优化方法

依据时变交通路网特点设计基于路段划分策略的行驶时间计算方法,综合考虑客户对生鲜产品最低新鲜度约束,车载限制和电动车电量约束,设计三约束决策因子方法.以配送总成本最小为目标,构建时变交通下电动车城市生鲜配送路径优化模型,根据模型特点设计自适应改进的蚁群算法.实验结果表明,本文方法能够根据客户生鲜新鲜度要求,客户属性和路网特性,合理安排发车时间,科学规划配送路径,有效避免交通拥堵;通过算法对比,本文模型和算法能够明显降低配送成本,提高企业经济效益.     

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。     

智能货运船舶研究现状与发展思考

  目的  为了解决无人船通信数据量大、传输时延高等问题,提出一种适用于无人船的软件定义网络（SDN）架构下多约束无人船网络传输路由算法（USMCRA）。  方法  通过建立SDN架构的无人船网络模型,将网络中路由选择问题转化为多约束最短路径问题,利用该算法选择合适的路由节点完成数据的传输。算法通过SDN控制器获取网络链路中的状态信息,将带宽、时延以及数据流大小作为约束条件结合Dijkstra算法设计实现。在仿真实验中通过mininet仿真平台构建无人船网络拓扑结构,在RYU控制器中添加USMCRA算法,实现网络的仿真。  结果  结果表明,该路由算法提高了无人船网络传输的效率以及传输的稳定性。相比于传统的网络架构,添加USMCRA算法的网络传输速率提高了16%左右,网络抖动的峰值控制在0.2 ms左右,实现了网络的优化。  结论  所提出的USMCRA算法为解决无人船通信数据量大、传输时延高等问题提供了一种新的解决思路。     

基于大小交路的城轨列车开行频率与票价综合优化方法

针对城市轨道交通线路客流时空分布不均衡问题,为缓解高峰时段客流压力,均衡时段客流,提升列车运输能力利用率,提出基于大小交路的城轨列车开行频率与票价综合优化方法。构建双层优化模型,其中上层模型为多时段大小交路列车开行频率及票价综合优化模型,模型以不同运营时段内大小交路列车开行数量、不同运营时段内票价率为决策变量,以企业运营效益最大为优化目标。下层模型为基于弹性需求的多时段随机客流分配模型,考虑票价优化对旅客出行需求的影响,在分析旅客广义出行费用的基础上,建立旅客出行弹性需求函数。设计嵌套Logit随机用户客流分配方法的遗传算法对双层模型进行求解,并进行算例分析,验证优化模型可行性。算例结果表明：1) 通过对各运营时段票价和大小交路列车开行频率综合优化能够满足城轨线路各区段的旅客出行需求,降低高峰运营时段内客流量,均衡同一OD对在不同运营时段内的出行需求,充分缓解线路客流的时空分布不均衡的现状;2) 城轨票价优化能够在一定程度上吸引更多潜在客流,有效提升企业票价收益,提高旅客人车公里数,同时开行大小交路列车能避免列车运输能力浪费,从而降低企业运营成本。所提出的方法能够为城轨列车开行方案和票价制定提供理论基础。     

城市路网动态转向建模与优先选择研究

确立网络表述方式是在城市路网中建立路径规划系统的基础工作之一.在不牺牲计算效率的前提下,网络表述方式既要能灵活反映出车辆在交叉口中所能进行的转向动作,又必须保证这些转向动作不会造成交叉口的安全隐患与通行效率的下降.针对这一需求,提出了一套面向决策点的网络表述方法,并在其数据结构的基础上,通过扩展现有的Dijkstra最短路搜索算法,在不改变以最短路为优化目标的前提下,以次优选择方式实现了干道优先和非左转优先的转向选择.以现实交通网络为模型,通过一系列实验验证算法在静态路径规划中的有效性.结果表明,算法以提高0.5%额外总出行成本的前提下,同时降低了11%的支道选择和21%的左转选择.     

快递配送车辆路径优化研究

考虑到快递配送和物流配送的异同,在物流配送路径优化问题的基础上构建了符合快递配送路径优化问题的数学模型.设计了一种采用自然数编码,综合考虑快件数量、车辆载重、车辆容量等约束的解码方式的遗传算法.通过一个拥有20个配送点的快递配送案例,验证本文所构建模型和算法能够得到合理配送路径和各个配送点的服务时刻.最后通过灵敏度分析和四轮厢式货车算例验证表明:当前情况下,研究快递配送路径优化时,快件数量、快递员最长配送时间和各配送点的作业时间必须考虑;当前快递配送车辆的载重和容量满足当前需求,无需更换载重和容量更大的配送车辆.     

考虑客流时变需求的大小交路列车时刻表优化模型

以城市轨道交通放射线为研究对象,考虑客流时变需求和高峰期乘客滞留现象,以乘客等待时间、列车运行时间和车辆走行公里最小为目标,以发车间隔、列车满载率及其均衡性、发车比例为约束,构建了城市轨道交通大小交路列车时刻表优化模型.运用离散事件系统建模方法,建立基于乘客活动和列车运行过程的动态仿真模型,并将其与遗传算法相结合,提出了计算机仿真的遗传算法进行求解.算例结果表明,优化后的时刻表可以使运力与客流需求更加匹配,有效降低了高峰期乘客拥挤程度,并提高了各次列车满载率的均衡性.在企业运营成本相等的情况下,优化后的乘客等待时间减少了1 266.2 h,降幅达16.5%.