Compromising system and user interests in shelter location and evacuation planning

Traffic management during an evacuation and the decision of where to locate the shelters are of critical importance to the performance of an evacuation plan. From the evacuation management authority’s point of view, the desirable goal is to minimize the total evacuation time by computing a system optimum (SO). However, evacuees may not be willing to take long routes enforced on them by a SO solution; but they may consent to taking routes with lengths not longer than the shortest path to the nearest shelter site by more than a tolerable factor. We develop a model that optimally locates shelters and assigns evacuees to the nearest shelter sites by assigning them to shortest paths, shortest and nearest with a given degree of tolerance, so that the total evacuation time is minimized. As the travel time on a road segment is often modeled as a nonlinear function of the flow on the segment, the resulting model is a nonlinear mixed integer programming model. We develop a solution method that can handle practical size problems using second order cone programming techniques. Using our model, we investigate the importance of the number and locations of shelter sites and the trade-off between efficiency and fairness.     

一类大规模运输网络多阶段随机规划配流模型

利用随机规划理论，分析大规模运输网络的基本特性及优化，是近几年交通运输领域发展起来的一种新的研究方向，已广泛地应用于交通运输管理的各个部门。本文在分析了一类大规模运输网络在市场经济模式下的基本特性的基础上，提出了一类适用范围更广、更复杂的多阶段和广义多阶段随机规划配流模型。     

A Novel Evolutionary Feedforward Neural Network with Artificial Immunology

A hybrid algorithm to design the multi-layer feedforward neural network was proposed. Evolutionary programming is used to design the network that makes the training process tending to global optima. Artificial im-munology combined with simulated annealing algorithm is used to specify the initial weight vectors, therefore im-proves the probabiligy of training algorithm to converge to global optima. The applications of the neural network in the modulation-style recognition of analog modulated rader signals demonstrate the good performance of the network.     

面向对象有限元程序的数据设计

面向对象语言丰富的数据类型及类的继承性为有限元方法提供了更高的数据安全性和设计灵活性，同时也带来了一些传统的面向过程程序设计方法所没有的问题。本文用封装在类里的数据代替Ｆｏｒｔｒａｎ有限元程序中的公用区变量以降低耦合性；用静态变量定义类对象的共同属性以减少冗余性；用单元对象的链表结构取代单元文件以提高单元管理的效率和灵活性。对面向对象有限元程序设计所涉及的数据设计和维护的其它方面也进行了讨论。     

基于可持续发展的城市交通网络定量设计研究

基于可持续发展思想，提出可持续发展的城市交通网络宏观优化模型，对网络设计中的路段变量进行宏观控制具有一定的指导意义。     

考虑通道分工和竞争的客运专线定价方法

分析了中长途旅客运输市场竞争环境以及运输通道内既有线和客运专线合理分工．提出了客运专线多产品票价制定的多层规划模型．模型中不仅考虑了基于广义费用最小的旅客出行选择要求和运输企业效益最大化，并且兼顾了与客运通道内既有线的分工，其优化目标是得到最优或接近最优的票价制定方案．探讨了求解该模型的遗传算法．     

�����������������Ŵ��㷨

网络设计问题来源于道路网络的规划，网络设计问题的算法研究对于交通规划的工程实践具有重要的实际意义。本文概述了网络设计问题，指出了网络设计问题数学模型算法研究的复杂性和重要意义。以连续网络设计问题为主要研究对象，分析了连续网络设计问题双层规划数学模型的结构特点。以现代遗传算法为基础，设计了适于解决连续网络设计问题的计算方法。以一个具体的连续网络设计问题为例，证实该算法不仅具有很好的收敛性而且算法所求得的最优解也是可靠的。本文的思想方法亦可运用于其它类型的网络设计问题。     

海运集装箱运输路径选择

基于海运集装箱运输问题特性的分析，建立了需求不确定的海运集装箱路径随机规划模型．该模型以集装箱运输过程中利润最大为目标函数，主要约束包括航段容量和装载质量限制、重箱和空箱需求（重箱需求为随机变量）．应用机会约束规划方法求解模型．通过数值仿真，证明了模型的可行性．仿真结果表明，运力以及各起讫对运价是影响集装箱的路径选择的关键因素，而某一单一起讫对运价的变化对集装箱路径选择的影响不大．     

城市对外交通枢纽交通分布预测

交通枢纽是道路网络的重要节点，其对道路网络上交通影响不能忽略．文中探讨了无现状OD情形下的各种类型交通枢纽分布预测问题,把运输费用（时间）最小作为目标函数，以交通小区发生量和交通枢纽容量为约束，建立了线性规划预测模型，并对交通小区与枢纽间的特定联系在分布预测中如何考虑进行了探论．实例研究证明该模型具有实用性。     

��ͨ���յ������µ�·�����ƽ��˫��滮ģ��

交通流诱导系统的应用，使得传统的路网系统随机用户平衡发生了变化。本文把交通流诱导系统的效益费用和交通流诱导条件下的随机用户平衡结合起来，以交通流诱导效果和建设费用问题之间的相互关系为基础，寻找交通流诱导系统建设和随机网络平衡的综合优化方案。文章采用双层规划模型描述了系统最优和交通流诱导条件下的随机用户平衡之间的相互作用，并给出了灵敏度分析算法。