需求响应的集装箱班列时刻表优化及 Benders分解算法

充分考虑集装箱货物与集装箱班列在时间和数量方面的匹配关系，以集装箱货物送达目的站的总延误最小为目标，构建集装箱班列时刻表优化的线性混合整数规划模型.采 用Benders分解算法将原问题分解为确定集装箱货物与班列匹配方案的主问题，以及优化班列时刻表的子问题，通过求解子问题的对偶模型不断产生主问题的割平面.为克服割平面有效性较低的缺点，设计改进策略，使每次迭代产生多个割平面同时添加至主问题中.最后，通过算例验证模型和算法的有效性.结果表明：改进策略的运用有效提高了算法的计算效率，利用模型及算法得到的班列时刻表与集装箱货物的数量、时间分布之间具有较好的匹配性，制定的班列时刻表很好地响应了用户需求.     

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．     

A Constrained Controller Based on State Estimation

IntroductionIn practice, owing to the limitations of actua-tors and other physical properties, the inputs of asystem are often subject to constraints. It has sig-nificant theoretical and engineering values to inves-tigate the control of constrained systems. In thepast years, many attempts have been made on thisissue[1-5]. For a class of uncertain constrained dis-crete-time systems, Kothare, et al[4]proposed anonline receding predictive control algorithm. Byanalyzing the degradation condition …     

�����������������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．