半开放式的多配送中心纯电动车辆路径优化问题

电子商务促使越来越多的物流企业采用多配送中心模式优化车辆的配送路径,纯电动汽车逐渐替代了传统的燃油配送车辆,以改善生态环境. 结合多配送中心联合服务模式的特点和纯电动物流车辆的行驶特征,构建带时间窗的半开放式多配送中心纯电动车辆路径优化模型,设计蚁群算法对其求解. 算例对比分析结果表明：半开放式的多配送中心联合服务,能合理利用相关物流资源,改善车辆路径,降低物流费用,但需要寻找合适数量和位置的配送中心进行联合,才能达到节约成本的最佳效果;相比单配送中心,多配送中心联合服务提供了更多潜在的较低价格的充电点,在配送中心补充电量可在一定程度上节约物流成本.     

物流配送车辆路径问题多代竞争遗传算法

针对遗传算法在解决车辆路径问题时效率较低的缺点,将寿命和年龄的概念引入遗传算法,提出了多代竞争遗传算法.每次通过遗传或变异更新一定数量的个体,对于个体按其年龄和寿命决定其是否留在下一代种群中,或终止其生命.通过这种方式,增加了较优秀个体在种群中的存活时间,加大了其繁殖几率和优秀基因被子代个体继承的概率.并应用算法对实际算例进行了测算,取得较满意结果.多代竞争遗传算法对其他优化问题同样适用.     

带软时间窗车辆路径问题及禁忌搜索算法

考虑不同容量和运输成本的多车型车辆,建立容量限制和软时间约束,并以最小化车辆在路段上的运输量和该路段的长度乘积为目标的数学模型,给出求解该问题的禁忌搜索算法。在算法中考虑使用车辆最少的插入算法生成初始解。最后,通过仿真算例,检验模型和算法的有效性。     

高速船舶操纵及碰撞危险分析

内河航运船舶正向高速化、大型化发展,为正确判断内河船舶航行所面临的碰撞危险,减少因人为失误引起的内河船舶碰撞事故,通过对高速船舶操纵性及受内河航道限制影响的船舶碰撞危险进行分析,建立内河船舶碰撞危险综合评判模型,并运用模糊理论方法对船舶碰撞危险进行综合评判.仿真结果表明,采用所提出的模型对内河船舶碰撞危险进行评判,较好地反映了内河船舶碰撞危险的实际情况.     

�ཻ·��������תģ���о�

作为客运专线运输组织的关键技术之一,动车组的运用与运行图的编制以及车站作业计划的制定有着密不可分的联系. 为了解决基于枢纽站的多交路动车组周转问题,本文提出了部分环形运转的概念,并据此分析了多交路动车组周转问题的特点. 在建立动车组周转模型时,以动车组在车站的停留时间总和最小为优化目标,以动车组的开行条件、动车组之间的接续条件与唯一性条件以及基于时间容忍值σ的顺向接续优先条件为基本约束,设计了基于σ的紧凑接续算法,并以某小型路网为例对模型和算法的可行性进行了验证. 案例研究表明,多交路的动车组周转模型和算法能很好地解决枢纽站多个方向运行的列车运行线之间的相互接续,且能在很大程度上降低列车进出车站对车站咽喉区的影响.     

����RTSSEP����ƽ̨�ij�������׼ȷ��ģ�ͷ���

分析了当前车辆避碰系统传感器端在对障碍物信息进行检测时,易受到道路交通环境因素干扰而产生虚报、漏报现象的原因,对车载传感器检测到的障碍物信息进行了性质归类. 在此基础上介绍了车辆避障准确度模型. 采用蒙特卡罗方法模拟车辆在运行过程中的碰撞判定,并依此对模型的仿真算法进行了设计. 整个仿真试验在室内道路交通系统仿真试验平台 (RTSSEP)上实施,结果表明仿真方法能有效模拟障碍物信息准确度模型的执行过程,可为进一步开展建模研究提供信息依据.     

蚁群算法在西餐连锁店配送路径中应用

西餐连锁店的路径优化是各连锁店食品配送路线的优化,要求满足各连锁店时间窗的约束,可抽象为带时间窗的车辆路径问题（VRPTW）.文中采用启发式算法对VRPTW求解.为正确衡量信息素和期望值浓度在进化的不同阶段对算法的贡献,引入了一种自适应转移策略来提高算法的求解效率,并通过综合考虑全局和局部信息的更新策略——蚁权策略进行信息素更新,加快算法的收敛速度.最后,通过11个经典VRPTW对该算法的性能进行了检验.并以大连市西餐连锁店为研究对象,运用本文所提出的蚁群算法求解大连市西餐连锁店的配送路线.     

车流组号算法

依据重车的到站来确定其所属出发车流组号是技术站的基础工作.基于数据结构的基本原理,提出了依靠车流最短径路链段用枝端相接的多杈树来划分技术站车流组号范围的数学模型,利用有分段终止条件的遍历方法解决了算法问题.在这一基础上,提出了组号范围的数据库存储和组号图的图示方法,为计算结果的程序应用和查找提供了条件.     

时变条件下城市物流配送车辆路径优化

针对城市交通网络依时周期性变化的特点,建立了城市物流配送车辆路径优化问题的数学模型,并利用两阶段算法对该问题进行求解,第一阶段采用插入法,求解出初始路径;第二阶段通过减少路径数和邻域搜索改进初始配送路径。最后,给出一个应用算例,结果证明了模型和算法的有效性。     

基于车联网V2P 的行人碰撞风险辨识研究

为探索基于车联网V2P(Vehicle to Pedestrian)通信技术的行人碰撞风险辨识方法, 首先,在车联网环境下实时获取了目标位置、速度、运动方向等信息,并分析了典型人-车相 对运动场景中交通参与者的行为不确定性,进而提出了人-车碰撞区域随机几何模型;然后, 综合考虑了车联网系统的通信延时、定位误差、人-车相对运动不确定性等多因素的影响,建 立了人-车碰撞事故概率和冲突风险程度模型;最后,通过仿真实验分析了行车速度、通信延 时、定位精度等因素对行人碰撞风险辨识模型效果的影响,以及各因素间的相关性关系.本文 提出的方法对行人安全保护研究具有一定的参考价值,研究结果同时指出了车联网系统通信 延时与定位精度的技术要求.