混合不确定条件下绿色多式联运路径优化

主要研究了当运输时间、中转时间、客户需求和中转集拼货运量四重混合不确定因素服从随机分布时的绿色多式联运路径优化问题,运用随机优化理论,以运输成本、碳排放成本和时间惩罚成本为目标,建立混合不确定条件下绿色多式联运路径优化模型.通过对各子目标函数权重进行赋值,得出考虑不同成本因素的多式联运路径优化方案.探讨时间、需求和网络服务能力对多式联运路径优化结果的灵敏度分析,发现各成本随时间变动而变化的规律和边际运输成本最小时的服务时间;当货运量形成规模效应后可降低边际运输成本;不同网络服务规模的运输路径优化结果,以及满足客户不确定需求的最小网络配置.     

基于中间站最优的公交线路优化调整研究

数量众多的城市公交线路和公交站点密布在中心城区,在给居民提供便捷通 行的同时,也给城市交通带来了诸多难题.大量的公交车辆在同一个中间站到发,导致车 辆停靠时排队延误严重是最普遍的问题,尤其是在早晚交通高峰时段.本文从公交中间站 所服务的公交线路数和各线路车辆停靠时间特征入手,以各线路车辆在研究站点区域无 延误到发为控制目标,结合车辆停靠时间特性和乘客出行需求特点,确定公交站点的最 优通行能力,即不产生因车辆排队而造成延误的最大服务能力,并给出调整冗余线路的 优化方法,最后通过一个算例来验证模型的实用性.     

车辆合乘问题的两阶段分布式估计算法

针对智慧交通中多车辆合乘问题,提出一种分布式并行计算环境下的合乘模型. 利用合乘概率矩阵的先验知识,实现更高效的运算和求解.当合乘概率矩阵不是单位 矩阵时,合乘模型被增广为车主合乘和乘客合乘两个阶段.两阶段分布式估计算法运用可行合乘解的合乘概率矩阵,作为一种随机优化方法求解最优值.根据可搭乘矩阵初始化合 乘概率矩阵,并在优化过程中连续更新合乘概率矩阵.车主同乘客分离优化,减少了出行车辆,并实现了互相搭乘的合乘模型.通过合乘模型的优化迭代能够为乘客挖掘出高效可 行的搭乘路线.实验结果表明,该合乘模型具有平均等待时间少、平均载客量大、人均行驶 距离短的高效出行特点.     

危险品运输路径多准则优化模型及求解算法

针对多种类型的危险品在有风险控制的路网内运输问题,考虑不同运输决策 者的路径选择需求,建立风险约束下的多准则路径优化模型.根据路段/路径的风险阈值, 以及各类危险品产生的风险测度,设计了一种双向拓扑搜索算法,通过删除原路网中非 可行路段和非可用节点,生成不同类别危险品的剩余运输网络.利用改进的标号算法,在 剩余网络中搜索不同准则下的最优路径,生成非支配路径集合.给出了不同路径之间关键 路段的调整策略,并分析了获取非支配路径集合的计算时间复杂度.最后,通过算例验证 了模型和算法的有效性.     

��������ԤԼģʽ�ļ�װ����ͷ����۷����Ż�

集装箱码头外部集卡抵港时间存在随机性,导致提交箱任务分布不均,场内机械设备难以均衡负荷作业高峰.通过对外部集卡在港作业不同状态的分析,构建了以时间残值矩阵为核心的线性仿真数学模型.基于该模型提出了码头集疏港联动预约模式,在该模式下外部集卡的预约过程即为集卡司机对仿真计算反馈结果的互动选择过程.借助于与传统预约模式、等额预约模式在不同情形、规模算例下的仿真对比,显示了联动预约模式对于削减作业高峰、缩短集卡在港时间的有效性与鲁棒性.     

城市公交线网优化方法研究综述与展望

通过阅读和分析大量相关文献,介绍城市公交线网优化的意义及方法分类,阐述国内外城市公交线网优化方法的发展概况及主要研究方法,并在此基础上,总结发展过程中城市公交线网优化方法的优点和问题,展望今后的研究趋势。     

基于手机传感器数据的出行特征提取方法

手机调查方法的已有研究较多集中于基于手机信令数据的宏观出行特征获取,而手机传感器数据在个体出行链微观出行特征提取方面具有优势.针对城市居民多采用组合交通方式出行的特征,研发智能手机应用软件,实现GPS数据(位置坐标与速度)、加速度计、服务基站、WiFi等传感器数据采集.运用小波分析、神经网络等数据挖掘技术分析不同交通方式出行数据差异,探索多种数据挖掘算法用于个体出行参数提取的可行性及效果.结合实际案例,总结应用手机传感器数据进行出行特征精细化提取的难点和技术关键.最后,探讨精细化个体出行数据在交通模型和理论优化方面的应用.     

基于过饱和控制的疏散网络优化模型

应急条件下疏散需求呈现短时爆发性特点,为提高网络优化模型在应急疏散状态下的适用性,本文提出了网络过饱和度概念,并结合疏散交通组织策略建立过饱和控制的疏散网络双层优化模型.上层模型从疏散组织者的角度出发最小化疏散网络过饱和度,下层模型以Wardrop 用户平衡准则模拟疏散参与者的疏散路径选择行为.采用禁忌搜索算法求解所建模型,并以Sioux Falls 网络为平台验证其有效性.实验结果表明,在应急交通疏散状态下,基于过饱和控制的疏散网络优化模型能够实现疏散网络通行能力的最大化利用和应急交通组织策略的最优化配置,具有较强的适用性.     

基于交路接续的动车组运用计划优化模型与算法

针对动车组运用计划优化编制的问题,本文采用接续网络的方法,构建了动车组运用计划优化编制的0-1 整数规划模型.该模型在动车组初始运用状态和历史检修数据的基础上,以动车组担当交路的接续时间总和最小化和动车组检修前累计运行里程最大化为优化目标,以动车组检修里程周期和动车组交路接续时间标准为主要约束,并充分考虑动车组与交路的匹配关系,以及客流高峰时期增加开行交路的情况.在模型的求解方面,本文基于粒子群算法设计了模型的求解策略.最后通过算例分析验证了模型与算法的有效性,为动车组运用计划的优化编制提供参考依据.     

基于点排队模型的多出口疏散优化模型研究

针对室内多出口条件下,行人自主疏散时盲目选择疏散出口而导致的出口利用不对称问题,本文基于点排队模型计算了行人从单个拥挤出口疏散所耗时间,并据此构建了室内多出口条件下行人疏散的出口选择优化模型,设计了该模型的混合遗传模拟退火求解算法.同时,进一步提出了出口选择确定的元胞自动机仿真模型,用于仿真评估包括本模型优化解在内的多个出口选择方案对疏散时间的改善效果.结果表明,本文所提出的模型和方法,能够保证各个疏散出口的利用率均衡,降低总体疏散时间,对制定可行的疏散计划有一定参考意义.