求解铁路空车调整问题的一种优化算法

由于铁路的空车资源严重不足,空车调整方案优化与否不仅影响全路运用车的数量,还直接关系到铁路企业的运营效益,为此,相比较已有的算法,遗传算法有很强的收敛能力,神经网络有较好的学习能力及鲁棒性,结合两者的优点提出基于遗传算法优化神经网络的方法来实现空车的调整,降低空车走行率,且建立了空车调整的数学模型,并通过算例验证了该方法的可行性。     

基于滞留费用及时效性的空车调配优化模型

针对我国铁路空车需求量总体上大于供应量,以及时效性考虑不足的现状,考虑到空车(或以重代空的车)过早或过晚到达都会给铁路运输企业带来额外的费用,而且在空车总体供应量大于需求量的前提下,充分考虑车种代用和满足重点货物、重点客户对空车的需求条件。在此基础上,建立在区段空车运输能力约束条件下基于滞留费用及时效性的空车调配综合优化模型。     

基于蚁群算法的铁路空车调整优化模型设计

针对铁路空车调整问题,采用蚁群算法解决此问题,建立以空车走行公里数最小为目标的优化模型,并给出求解算法。算例分析表明模型的正确性和算法的合理性,将蚁群算法的时间复杂度与其他一些解决空车调整问题的算法的时间复杂度进行比较,充分体现蚁群算法解决大规模路网空车调整问题的优越性。     

多阶段空车调整方法在车流推算系统中的应用研究

本文所研究的空车调整模型属于铁路运输信息集成平台下的车流推算系统。车流推算模型能够比较准确地给出在多阶段路网中车站空车的需求量和提供量。针对铁路网络空车调整问题的动态变化特性,建立了多阶段动态空车调整模型,模型的目标函数考虑了与时间因素相关的空车滞留费用和需求未满足惩罚费用等相关费用,设计了模拟退火的启发式算法并进行了求解。对一个简单的路网进行了验证,结果表明,该模型及算法能够较好地解决动态变化环境下的空车调整问题。     

基于鲁棒接续时间的铁路空车调运优化

空车调运是铁路运输的关键环节,其方案具有一定的鲁棒性,可以避免车站技术作业时间以及站间旅行时间等不确定因素对调运方案实施的影响. 基于固定的车站技术作业时间和站间旅行时间,提出了空车供应站到达列车与发出列车、空车供应站发出列车与空车需求站发出列车间的空车接续时间关系判别方法. 以空车调运收益最大化为目标,建立了确定情形下考虑车种替代的空车调运模型,在此基础上,引入波动率描述车站技术作业时间和站间旅行时间的不确定性,并通过设置波动下限调整模型的鲁棒性,建立了不确定情形下的空车调运鲁棒优化模型;结合模型性质,以车流关系变化为依据,设计了鲁棒优化模型的快速求解算法,将非线性优化问题转化为易求解的鲁棒等价模型. 结果表明:求得的空车调运方案可以得出列车间的空车配流和车种替代情况,不确定因素的波动率和波动下限会影响空车调运方案的效益值,绝对鲁棒下站间旅行时间、供应站技术作业时间和需求站技术作业时间3个不确定因素导致方案效益值较确定模型分别下降了16.2%、12.1%和28.1%.      

路企直通运输空车调配模型及算法研究

路企直通运输这一新的运输组织模式使传统路网空车调配问题具有了新的特征,在借鉴传统空车调配问题模型的基础上,统筹考虑卸空站、装车站、技术站的空车调配数量、路径和时机问题以及技术站始发空车专列的来源,建立基于整个运输过程费用最小化为目标的路企直通运输空车调配模型并分为技术站空车配流和路网空车调配两个问题求解,使得空车调整模型符合运输生产实际并具有普遍意义,以上海铁路局部分战略装车点配空为例加以验证,该模型的采用对路网上空车调整问题将起到很好的借鉴作用。     

提高公路物流运输中空车利用率的研究

对传统道路交通运输模式易导致空车利用率低、降低运输效率、引起资源浪费的问题进行研究分析,提出相应的对策,对提高公路物流运输中的空车利用率具有重要意义.     

铁路空车调配优化模型

随着铁路运输的发展,货物车辆供给不足的问题日益突出.为了在铁路网上合理调配空车,根据空车走行费用及中转过程中时空延迟产生的额外管理费用之和最小的原则,同时考虑铁路的通过能力,建立了铁路空车调配优化模型,并用LINGO语言对模型案例求解.     

出租汽车经营模式的转型发展

上海出租汽车在创新驱动、转型发展的大背景下,需要通过转变经营模式,促进行业健康、持续发展。一、空车揽客经营模式转型截至2012年末,上海出租汽车经营额度50257辆,单车日均行驶350.3公里,其中载客里程62.3%,全行业每天空驶663.7万公里,全年空驶24.2亿公里。空驶公里所产生的能源消耗和废气排放极为惊人。造成空驶的主要原因,是驾驶员与乘客之间缺乏信息沟通的平台。这种空车扫街式揽客模式,应转型为电话调度+候客站为主的经营模式。目前,强生、大众、锦江、海