基于量子计算的城市轨道交通网络末班车衔接优化

针对城市轨道交通网络化运营下,各条线路运营时间存在差异性而导致乘客无法成功换乘的问题,本文开展面向城市轨道交通末班车衔接优化问题的研究,选取末班车到发时间为决策变量,以最小化失败换乘乘客数量为目标,构建了混合整数线性规划模型。考虑到线网规模扩大导致模型复杂度高的问题,本文率先将量子计算应用于上述优化模型求解中。首先将原始模型重构为计算规模更小的两阶段问题;进而将第一阶段优化模型转换为可以运行在量子计算机上的二次无约束二值化优化问题(quadratic unconstrained binary optimization,QUBO)模型,并基于相干伊辛机的光量子计算技术完成了算法开发和真机实测。为了验证所提方法的有效性,以北京地铁为例,将量子计算结果与商业求解器进行比较,验证了本文提出模型转换方法和量子计算方法的可行性,为进一步应用量子计算解决轨道交通行业复杂优化问题提供了技术支撑。     

HVB随机积分的性质及收敛定理

讨论了关于布朗运动的随机积分用Henstock变差逼近的方法所定义的积分(即HVB积分)的一些性质和收敛定理.主要包括积分原过程的绝对连续性,平均收敛定理,一致收敛定理和Vitali收敛定理.     

供应商选择问题的不确定优化模型及其算法

应用了不确定性模型描述供应商选择问题,建立了多目标随机机会约束规划的模型.设计了解决这类问题的混合智能算法;并通过实例计算表明:不确定性优化模型及混合智能算法是解决供应商选择等这类不确定性智能商业问题的有效办法,具有广泛的应用前景.     

随机行驶时间车辆路径问题的模型与算法

车辆路径问题是现有物流管理系统中非常重要的一个方面,许多专家学者对此进行了深入研究.到目前为止,所有这些研究都是针对确定环境下的车辆路径问题或不确定车辆路径问题中具有模糊或随机需求的问题,尚未发现有对随机行驶时间的多类型车辆路径问题进行研究.针对随机信息条件下的多类型车辆路径问题进行了分析,运用不确定规划理论建立了该问题的优化模型,并利用遗传算法对问题进行求解.通过实验证明,该模型及算法对于多类型车辆路径问题具有一定的实用价值.     

考虑运行能效的公交区域时刻表优化

为准确计量公交区域时刻表优化过程中,客流出行与企业运营博弈产生的社会效益,构建兼顾随机客流需求和时刻表运行能效的双层规划模型.从公交乘客出行量与质的角度,分析随机客流需求与时刻表之间的互动关系;依据出行性质将客流需求分层细化,作为下层弹性需求交通网络流模型的输入;考虑客流需求、乘客出行效率及企业运营成本间的波动关系,设...     

基于随机需求的冷链物流路径优化问题研究

依据冷链物流配送基础理论,考虑顾客满意度、三级货物损失以及制冷时长等因素,构建基于随机需求且带有软时间窗的最小配送成本函数模型,建立由惩罚成本、货损成本、制冷成本、缺货成本、运输成本及固定成本组成的六种复合目标函数。利用改进适应度函数、选择方式和交叉变异概率的遗传算法求解,以某肉类生鲜企业为例,通过MATLAB软件进行数据分析及仿真模拟,验证模型和算法的科学性及有效性。     

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.     

基于混合整数非线性规划的接驳公交优化模型

接驳公交线路设计与运营方案优化是轨道交通与地面公交协同发展的研究课题之一，本文分析其在模型构建、规划方法及模型算法等研究方面的不足。以问题为导向，构建基于混合整数非线性规划的接驳公交协同优化模型，通过对模型重构进行求解。并通过实例分析验证模型和算法的有效性。结果发现：第一，以往研究中将线路设计与运营方案协同优化模型较少，本文统筹考虑接驳公交线路设计和发车频率优化构建模型；第二，以往研究中大多考虑多条接驳公交线路与1个轨道站点连接的单一目的地模式，本文通过增加“多对多”约束条件，使模型更加符合现实需求分配；第三，针对混合整数非线性模型求解困难的问题，本文通过模型重构，降低了计算 复杂度；第四，研究实例基于2个轨道站点和17个接驳公交需求点，得到2条接驳线路和相应发车频率，并通过与相同拓扑路网下应用深度优先搜索算法(DFS)求解结果进行对比分析，验证了本文所建协同优化模型的可行性和有效性。     

临界饱和状态交通干线协调控制模型

为提升临界饱和状态下干线车流通行效率，提出了一种基于冲击波理论的干线双向信号协调控制方法。首先，建立了考虑车速变化、转向比例、车道变化等因素的干线交通流模型，分析了临界饱和交通干线交通流运行状态与各参数间的关系。第二，构建了以干线双向通过量最大化为优化目标的混合整数线性规划模型，通过优化干线公共周期和各交叉口绿信比以提高干线通行能力。第三，构建了以延误最小化为优化目标的二次规划模型，并提出了相应的求解算法，通过优化相位差和相位方案实现了干线交叉口的信号协调。临界饱和交通干线协调控制模型由通过量最大化模型和延误最小化模型构成，考虑各交叉口间的制约影响关系，有效避免了排队滞留、溢出、交叉口“死锁”等现象。采用两阶段优化方法，通过通过量最大化模型优化周期及绿信比，继而应用延误最小化模型优化交叉口相位方案及相位差，获得干线系统双向信号协调最优控制方案。最后，应用临界饱和交通状态干线协调控制模型对南京市中山东路10个交叉口进行了信号协调优化，并对优化结果进行了仿真分析。结果表明：临界饱和交通状态干线协调控制模型能对双向临界饱和干线的信号控制方案进行优化，与对照方案相比，优化方案的双向总交通量提升了21.9%，车均延误降低了63.1%，通行能力与服务水平提升显著。     

基于时空等待特征系数的大型活动出行规划研究

高效、合理的综合交通路径规划是成功举办大型活动的前提之一。本文针对观众群体参 与大型活动的出行路径规划问题，引入乘客出行偏好，转换为时空等待优化问题，再根据大型活 动中乘客通过多模式公共交通出行特点，构建多维时间-空间-交通方式网络，以乘客出行时间总 成本最小为目标建立整数线性规划模型。为提高模型的求解效率与质量，提出一种基于拉格朗 日松弛和次梯度优化的算法进行求解，并在求解中提出基于逆向推断的搜索空间约减方法，提高 了算法求解速度。本文以观众从北京市城区前往延庆区高山滑雪中心观赛为案例验证模型与算 法。结果表明，引入时空等待特征系数后，提升了大型活动综合交通出行路径规划方案的合理 性，改善了乘客的出行体验，并有效缓解举办大型活动时的道路拥堵状况。