带时间窗的甩挂运输路径优化问题研究

针对带时间窗的甩挂运输路径优化问题,考虑整车和卡车2种运输方式,以及整车、卡车、混合3种行驶路径,以行驶时间为目标函数构建模型,设计基于A、B策略的两阶段混合启发式算法.算例分析结果表明：针对客户规模在100以内的小规模算例,均可在3s内求得结果,策略B的求解时间少于策略A,而策略A的目标函数优于策略B;当客户规模逐步增至900时,选择策略A可获得更高的求解效率.可见,本文所构建的模型与算法是可行和有效的,对实际配送过程中的车辆指派与路径优化具有一定的参考价值.     

绿色多式联运随机优化策略

针对速度服从随机分布时绿色多式联运路径特点,探索路径优化策略问题,使用随机优化方法,建立绿色多式联运随机路径优化模型,设计了一种将样本平均近似法和基于优先权的粒子群算法相结合的混合算法求解该模型.结合多式联运实际情况设计数值算例验证模型的有效性,对模型中速度的正态分布与均匀分布和碳排放因子进行较为完整的情景分析,结合实际情况得出当样本规模为600,速度服从均匀分布时,情景3-2运输成本为501.11、碳排放成本为649.07是稳定性较高的理想决策,碳排放因子增为0.8有利于成本的降低.实验结果表明,本文建立的随机优化模型能够较好解决速度服从随机分布时多式联运路径优化问题,为实际多式联运运营提供决策支持.     

国外城市轨道交通经济研究简要回顾

面对中国城市轨道交通快速发展的现状,指出有必要重视城市轨道交通经济的实证研究,探索轨道交通市场的特征以及经济规律。简要回顾了发达国家尤其是美国城市轨道交通的兴衰,探讨了交通经济经典著作《城市交通问题》的主要观点、离散选择模型在城市轨道交通规划中的应用及其重要参数的经济含义。最后,追溯了发展中国家城市轨道交通发展中面临的财务问题以及私营部门参与的经验。     

远洋集装箱调运随机优化研究

应用机会约束规划系统考虑空箱和重箱的统一调运问题。模型以集装箱调运总利润最大化为目标函数,总利润包括重箱调运利润减去重、空箱调运成本。约束条件考虑到满足空、重箱的需求,航线约束能力及空箱供给数量等,其中,空箱需求数量是随机变量。将机会约束规划转化为整数规划,并应用LINGO 9.0求解整数规划模型。最后,通过数字仿真来优化不同参数影响下的调运策略。研究可为船公司提供合理的远洋集装箱调运策略,从而降低调箱成本,实现船公司集装箱运输效益最大化。     

基于VRP模型的两阶段物流网络路径优化模型

以基于VRP模型的两阶段三层次物流网络路径优化问题为研究对象,利用启发式算法中的分解法将问题分为选择物流中心与配送路径优化两个子问题,并与数理规划软件LINGO 8.0相结合给出了基于VRP模型的MSDL-RP问题——多供应商、多配送中心选址与路径优化问题的求解模型。利用所提出的模型可以求出商品从多供应商经过多物流中心到最终客户这一过程中能使费用最小的供应商的最佳位置与数量、物流中心的最佳位置与数量及从物流中心到客户的最佳配送路径,并通过实例进行了验证。对于小规模问题,运用所提出的方法能在很短的时间内求出问题的最优解,具有一定的实用价值。     

广州地铁6号线列车交路方案的优化

基于广州地铁6号线的客运量和满载率情况,从交路匹配、客运需求等角度分别构建了以大交路开行为基础和以小交路开行为基础的列车交路优化方案。经分析得到了折返点位置选取、折返时间、行车间隔、运转周期等两组行车组织参数,为广州地铁6号线的行车组织提出改进建议,为地铁列车的合理开行和车辆配备等工作提供参考。     

城市轨道交通线网检测车路径优化

针对目前轨道检测车作业路径缺乏系统规划方法的弊端,以城市轨道交通线网为背景,构建成网条件下多约束地铁大型检测车辆路径优化模型(urban track inspection vehicle routing problem,UTIVRP)。针对地铁线网的特点,设计具有特殊编码方式的文化基因算法,并通过北京地铁实际算例予以验证。计算结果表明,在满足既定检测要求的情况下,优化方案不仅能够减少车辆48.88%的空走里程,而且能够将线网的检测间隔最大偏差率降低93.33%。     

�г�ʱ�䲨���Զ�·��ѡ��Ӱ�����ɢѡ�����

探索了行程时间波动性对驾驶员路径选择行为的影响. 研究采用意向调查获取驾驶员从两条行程时间和行程时间波动性不同的路径中选择路径的行为数据,采用离散选择建模方法建立估计路径选择概率的二元Probit模型,揭示驾驶员对行程时间和行程时间波动性进行权衡的行为机理. 行程时间和行程时间波动性分别用期望行程时间、行程时间标准偏差来度量. 研究发现：(1) 路径的行程时间和行程时间波动性都会对路径选择产生负面影响. (2) 中等年龄段驾驶员,较之比他们年轻的和年长的,对行程时间波动性越看重,对行程时间波动更敏感,选择行程时间不确定的路径的概率更小. (3) 出租车驾驶员对行程时间更敏感,选择行程时间更短的路径的倾向性更大. (4) 驾驶经验丰富的驾驶员选择行程时间不确定的路径的可能性更小.     

��������Ӧ�������·�ݻ��о�

从研究出行者个体出行的行为特性出发,研究其择路行为有重要的意义. 在自适应规则的基础上,考虑OD（Origin and Destination,简称OD）量服从一个概率分布（本文中假设服从正态分布）的情况下,研究出行者择路的演化. 结果表明,对于固定或随机的OD量,路径流量均能收敛. 并且,当OD量是随机变量时,如果均值一定,方差越大收敛速度越慢;如果方差一定,增大均值基本不会改变收敛速度,但对收敛前路径流量在演化过程中的波动幅度有较大的影响. 此外,还考虑了多种交通方式并存下的择路模型及演化. 演化结果表明,小汽车出行的不稳定性和自主性要比公交车出行高.     

�յ���Ϣ�µ�·��ѡ����Ϊģ��

本文为诱导信息下的驾驶员路径选择行为提出了一种基于决策场理论和贝叶斯理论的推理、预测、判断和路径选择决策的交互仿真模型. 首先,由贝叶斯推理理论建立诱导信息和以往出行经验共同作用下的路况动态更新模型;进而将其与基于决策场理论的动态路径选择模型相结合,构成诱导信息下的路径选择行为交互模型. 通过诱导信息下的路径选择行为动态模拟,获取诱导信息对路径选择行为的量化影响效能值. 仿真分析显示,诱导信息可信度、出行经验、路径固有偏好、决策速度/质量和路线选择标准是影响驾驶员对诱导信息做出响应的关键因素. 分析结果表明,决策场理论与贝叶斯理论相结合能较好地解释驾驶员路径选择行为的动态特性.