考虑多目标的城市停车换乘选址优化模型及算法

停车换乘选址问题是城市交通网络设计研究的重点领域,已有研究的优化目标多集中在系统总费用方面,而对交通可持续发展方面考虑不足。为此,提出综合考虑多方面目标的停车换乘设施选址优化模型及其求解算法。首先,基于超网络理论,提出多方式城市交通系统的超网络模型并定义O-D (Origin-destination)间的超路径、有效超路径及子路径,结合出行者出行过程及交通网络拥挤特征,给出超路径费用的数学表达;其次,基于多方式交通网络随机均衡配流结果,构建交通总阻抗、污染物排放量以及交通系统公平性等系统优化指标的计算模型,并建立用以描述停车换乘设施选址问题的多目标优化模型;进而,以多目标系统优化模型为上层问题,以超网络下满足Logit分配的多方式交通网络配流模型为下层问题,构建描述城市多方式交通系统停车换乘设施选址问题的双层规划模型,并基于模型特征,结合“记录-搜索”思想设计非支配排序遗传算法进行求解;最后,基于Sioux Falls网络设计算例。研究结果表明：算法能够在有限的步骤内搜索到90%以上的Pareto最优解;平均而言,停车换乘措施使得交通总阻抗减小了0.31%,污染物排放量减少了7.32%...     

约束可松弛的网络绿波模型

为解决区域交通信号协调控制领域中常规网络绿波模型可行域窄或无解的问题,提出了约束可松弛的网络绿波模型。应用混合整数线性规划方法构建模型,以所有路段双向绿波带宽加权和最大为优化目标,利用约束松弛方法,将干线约束和网络外圈闭环约束转变为可松弛的不等式约束。模型针对每条路段引入了0~1二元变量,表示路段的绿波是否被打断。通过模型求解,获得网络中必要的松弛路段,并打断相应的路段绿波,去除外圈闭环约束,以扩大可行域并找到最优解。算例对不同控制方案下提出的模型和其他绿波模型的绿波优化结果进行比较分析。算例显示,当网络各个交叉口采用同一化控制方案时,易于在不打断任何路段绿波的条件下找到最优解。此时,所提出的模型的解和常规网络绿波模型的解等价。当网络各交叉口采取差异化控制方案时,常规网络绿波模型无可行解,Gartner网络绿波模型仅获得非最优的可行解,而所提出的模型能够获得全局最优解。算例中只有1条路段的绿波被打断,而网络的其他路段均获得有效绿波带,且任意相交的干线绿波能够合理协调。算例优化结果表明：所提出的模型优于常规网络绿波模型和Gartner网络绿波模型,更适合复杂的城市交通网络信号优化设计。     

Multiple criteria optimization method for the vehicle assignment problem in a bus transportation company

A vehicle assignment problem (VAP) in a road, long‐haul, passenger transportation company with heterogeneous fleet of buses is considered in the paper. The mathematical model of the VAP is formulated in terms of multiobjective, combinatorial optimization. It has a strategic, long‐term character and takes into account four criteria that represent interests of both passengers and the company's management. The decision consists in the definition of weekly operating frequency (number of rides per week) of buses on international routes between Polish and Western European cities. The VAP is solved in a step‐wise procedure. In the first step a sample of efficient (Pareto‐optimal) solutions is generated using an original metaheuristic method called Pareto Memetic Algorithm (PMA). In the second step this sample is reviewed and evaluated by the Decision Maker (DM). In this phase an interactive, multiple criteria analysis method with graphical facilities, called Light Beam Search (LBS), is applied. The method helps the DM to define his/her preferences, direct the search process and select the most satisfactory solution.     

An adaptive information fusion model to predict the short-term link travel time distribution in dynamic traffic networks

As intelligent transportation systems (ITS) approach the realm of widespread deployment, there is an increasing need to robustly capture the variability of link travel time in real-time to generate reliable predictions of real-time traffic conditions. This study proposes an adaptive information fusion model to predict the short-term link travel time distribution by iteratively combining past information on link travel time on the current day with the real-time link travel time information available at discrete time points. The past link travel time information is represented as a discrete distribution. The real-time link travel time is represented as a range, and is characterized using information quality in terms of information accuracy and time delay. A nonlinear programming formulation is used to specify the adaptive information fusion model to update the short-term link travel time distribution by focusing on information quality. The model adapts good information by weighing it higher while shielding the effects of bad information by reducing its weight. Numerical experiments suggest that the proposed model adequately represents the short-term link travel time distribution in terms of accuracy and robustness, while ensuring consistency with ambient traffic flow conditions. Further, they illustrate that the mean of a representative short-term travel time distribution is not necessarily a good tracking indicator of the actual (ground truth) time-dependent travel time on that link. Parametric sensitivity analysis illustrates that information accuracy significantly influences the model, and dominates the effects of time delay and the consistency constraint parameter. The proposed information fusion model bridges key methodological gaps in the ITS deployment context related to information fusion and the need for short-term travel time distributions.     

横向型企业集团利润最大化的订单分配模型

当由集团公司统一承接市场订单时，订单在各成员企业问的分配是关键问题．以集团利润最大化为目标，运用优化理论建立了单目标0-1规划的订单分配模型．模型中考虑了股权、资金成本、固定运营成本等因素．对模型求解可以确定集团对市场订单的分配，并由此编制集团各成员企业的生产及运输计划．用算例说明了模型的求解方法．     

平行流交叉口行人过街控制策略研究

为解决平行流交叉口行人与机动车冲突问题,考虑行人与机动车在冲突点为寻找间隙穿越的交替穿插的抢行博弈过程,重新设计行人过街信号相位方案,提出人车搭接相位行人过街模式;考虑行人专用相位过街模式,给出两种行人过街模式的信号控制策略;构建优化模型,并对模型等价变换,降低计算复杂度.结果显示：常规交叉口处于高饱和状态时,两种行人过街模式下平行流交叉口分别降低了73.8%、50.3%的车均延误,故人车搭接相位过街模式效益更优;人车搭接相位过街模式与不考虑行人过街模式相比,交叉口车均延误仅增加 0.6~3.8 s⋅ pcu-1 .研究成果可为平行流交叉口行人信号配时提供理论依据.     

基于SQP优化和上限法的倾斜荷载下条形浅基础极限承载力计算

对均质地基岩土体上条形基础承受倾斜荷载的情况,根据线性破坏准则和相关联流动法则,利用极限分析中的机动法,构建了一个承受倾斜荷载作用的条形浅基础的二维机动许可破坏模式.根据外力功率与内部耗能相等原理获得极限承载力的目标表达式,并把其转化成了一个求含有非线性约束的极限承载力上限解最小值问题计算模型.应用MATLAB软件平台,对建立的计算模型采用序列二次规划法(SQP法)进行了承载力上限解优化求解.研究结果表明:极限上限分析结合优化理论SQP法适用于该问题的求解;荷载的倾斜程度对条形基础地基承载力影响较大;相同计算参数条件下,构造刚性块较少的简单的相容速度场也能够求得较为精确的数值,因而计算的速度和效率也将得到大幅提高;影响参数分析表明,计算参数取值对极限承载力量值具有非线性影响且权重存在差别,将结果与已有文献资料进行了分析比较,所得结果较前人研究成果有一定改进.     

基于实数遗传算法的列车优化操纵曲线研究

列车优化操纵是列车节能控制的关键问题，以列车运行动力学方程和牵引计算理论为基础，结合列车运行过程中的要求，构建以能耗、时分误差、限速等为目标的列车节能控制模型，采用实数遗传算法，通过Visual Basic编程对此问题进行求解。在已知列车编组的条件下，以DF4型内燃机车牵引客车、空气制动和燃油量曲线为基础，得到给定运行时间、距离条件下的优化操纵曲线，从而对司机操纵给出指导性意见。     

基于航速调整的班轮燃油补给优化

燃油成本在班轮运营总成本中占有很大比重,燃油补给是影响航运公司班轮运营成本和效益的一项重要决策.基于航速调整策略,以班轮运营总成本最小化为目标,建立燃油补给混合整数非线性规划模型,运用分段线性逼近法对燃油消耗函数进行线性化处理,并设计了求解算法步骤.实例分析验证了模型和求解方法的有效性.结果表明,在航运市场需求低迷的情况下,船舶更适宜采取较低的航速,采取灵活的加油港策略或放宽船舶到港时间窗限制,能更为有效地降低燃油成本.     

跨区域整合公交系统建模与分析

随着区域经济一体化的发展,区域间公交系统的合作与整合得到了越来越广泛的关注.本文提出了一个双层规划模型来描述我国的一类跨区域整合公交系统.在上层问题中,相邻区域的地方公交管理者们共同规划和管理跨区域公交线路,以实现跨区域线路上社会福利的最大化.在下层问题中,这些区域的公交运营者们相互开放区域市场并联合运营跨区域公交线路,他们相互竞争以实现各自利润的最大化.为了获得更加准确的分析结果,所提出的模型详细地考虑了乘客的站点拥挤成本和车内拥挤成本.数值结果表明,公交管理者们可以通过补贴影响运营者的竞争行为,进而改善跨区公交系统各方参与者的利益.