���ڿɿ��Է����Ĺ�������·������ʽ�����㷨

城市公交系统包含多种公交模式如地铁、轻轨、公交专用道、地面公交等,不同模式的车辆行驶速度及换乘时间差异很大,同时由于城市公交运行时间的具有较强的随机性,基于静态分析的路径选择与实际的动态最佳路径常有较大偏离。本文以公交出行链各环节为边,通过构建包含不同公交模式的多层次网络邻接关系,并对各边进行平均出行时间及时间可靠度的双重赋权,建立考虑出行各环节时间随机波动的多模式公交线网;并以通行时间较短、延误风险较小为路径寻优的双重目标,通过在路径寻优过程中对延误高发线路及换乘点进行启发式规避,实现在出行时间许可范围内有效减少延误风险的可靠路径的快速搜索。文中最后通过实例表明该算法的合理性及有效性。     

中国的海事救助系统

该文主要介绍了我国海事救助的规定和海事救助系统,搜救通信手段,通信的发展对搜救的影响,主要法律法规,搜救通信的发展与需求,以及我国海事搜救通信的现状和经验教训。     

一种用于高速公路通行情况分析的收费数据挖掘方法

为更好地对高速公路通行情况进行分析,利用高速公路海量收费数据,提出了一种用于高速公路通行情况分析的数据挖掘方法。首先,在海量的贵州省高速公路收费数据中,筛选出指定进站名称及出站名称的数据并删除部分字段,仅保留与研究相关的内容,利用车辆进入收费站的时间和驶出收费站的时间计算出其在该路段上行驶的总时长,将行驶时长字段加入原数据。然后,采用孤立点检测算法清洗该数据,剔除其中异常值。完成上述预处理过程后,使用快速峰值聚类算法对行驶时长进行聚类分析,首先计算每条数据之间的距离,将距离矩阵作为该算法的输入并输出聚类结果;对比所采用的算法与K-Means算法对于行驶时长这一指标的聚类效果,可明显地看出该算法的聚类结果更接近于实际情况;然后将春节期间与2月第4周的收费数据进行聚类,通过对比可明显得出节假日期间各个车型通行比例的变化;将上述结果结合不同车型在不同时段的平均通行时间进行分析。研究结果表明：所提出的方法可有效地将在某段高速公路通行的车辆进行分类,并且分类结果与真实运行过程中车辆在高速公路上的通行情况一致,可为高速公路的运营管理以及维护方向提供合理的科学依据和数据支持。     

市域轨道交通线路快慢列车停站方案研究

为解决市域通勤客流欲快速到达目的地的需求问题,以乘客的出行时间节约值最大为优化 目标,建立大小交路条件下的快慢列车停站方案模型。基于乘客出行时间效益优先原则,考虑乘客候车时间、乘客在车区间运行时间、乘客在车等待时间以及越行对慢车乘客的延误和快车乘客 的时间变化影响等因素,构建了目标函数,同时以列车开行密度、满载率等作为约束条件,建立 0-1 整数规划模型。通过在实际算例中运用遗传-禁忌算法对模型进行求解,得到快车的最佳停站方案,并将计算所得方案的乘客出行时间与相同交路条件、发车间隔以及开行比例下的普通站站 停开行模式的时间进行了对比分析。结果表明,该方案可以节省总出行时间约8 062h,节省人均出行时间约8.5min,人均延误时间约0.86min,总体提高了乘客出行效率和服务水平,具有有效性和合理性。     

不规则物流园区功能区块布局模型与算法

物流园区功能区块的合理布局对于降低物流成本、提高物流作业效率有重要意义.传统的研究主要建立在假定物流园区是矩形的理想情况下,本文基于栅格数据结构,构建了以运输成本最小为目标的不规则物流园区功能区块布局的集合划分模型,并引入了栅格图像矢量化技术,用于提取布局形成后的图像拓扑结构,获得路网信息,然后设计了基于割树技术的变邻域搜索算法进行求解.最后以某物流园区为例,通过MATLAB编程计算得出布局方案,验证了本文模型和算法的有效性.     

供水管网多事故关阀方案分析

根据多事故点关阀分析的需求建立了基本网络模型,并建立阀门之间的控制关系,应用广度优先搜索遍历供水管网图,找出多事故点时的关阀集。根据阀门之间的控制关系剔除可不关的阀门,得出最优的关阀方案,并列出了受影响的管段。     

试论发达国家海上救助水平的几个要素及对策

文中通过分析发达国家海上搜救的四要素及我国的各要素现状,结合作者的搜救实践,指出我国海上搜救的不足之处,并提出相关对策。     

次任务下的驾驶员视觉搜索能力研究

从视觉搜索的角度研究次任务对驾驶绩效的影响,通过反应时长评价驾驶接管绩效,使用视野测试和眼动数据研究驾驶员视觉搜索能力.自变量为驾驶员所执行的次任务类型和次任务沉浸时长.共采集32名被试在不同沉浸程度下的反应时长和眼动数据,结果表明,经过一段时间的反应后,被试所需要的反应时长缩短且正确率升高.被试所执行的次任务类型对其...     

Joint leisure travel optimization with user-generated data via perceived utility maximization

The lack of personalized solutions for managing the demand of joint leisure trips in cities in real time hinders the optimization of transportation system operations. Joint leisure activities can account for up to 60% of trips in cities and unlike fixed trips (i.e., trips to work where the arrival time and the trip destination are predefined), leisure activities offer more optimization flexibility since the activity destination and the arrival times of individuals can vary.To address this problem, a perceived utility model derived from non-traditional data such as smartphones/social media for representing users’ willingness to travel a certain distance for participating in leisure activities at different times of day is presented. Then, a stochastic annealing search method for addressing the exponential complexity optimization problem is introduced. The stochastic annealing method suggests the preferred location of a joint leisure activity and the arrival times of individuals based on the users’ preferences derived from the perceived utility model. Test-case implementations of the approach used 14-month social media data from London and showcased an increase of up to 3 times at individuals’ satisfaction while the computational complexity is reduced to almost linear time serving the real-time implementation requirements.     

Route design for last-in,first-out deliveries with backhauling

The retail route design problem extends the capacitated vehicle routing problem with time windows by introducing several operational constraints, including order loading and delivery restrictions (last-in, first-out), order-dependent vehicle capacity, material handling limits at the warehouse, backhauling, and driving time bounds. In this paper, the problem is modeled on a directed network for an application associated with a major grocery chain. Because the corresponding mixed-integer program proved too difficult to solve with commercial software for real instances, we developed a greedy randomized adaptive search procedure (GRASP) augmented with tabu search to provide solutions. Testing was done using data sets provided Kroger, the largest grocery chain in the US, and benchmarked against a previously developed column generation algorithm. The results showed that cost reductions of $4887 per day or 5.58% per day on average, compared to Kroger’s corresponding solutions.