基于拉格朗日松弛算法的自动驾驶公交调度优化研究

为了解决公交实际运营出现的调度方式单一、车辆配合度较差、串车等问题，降低公交运行中人为因素的影响，提高公交系统的运营效率，提出一种考虑乘客动态需求的调度模型，采用自动驾驶环境下的公交运营方式，结合站点实际乘客需求调配车辆，实现了公交车辆利用程度最大和乘客总体等待时间最小的多目标优化。提出的自动驾驶公交调度方法，获取了乘客个体的实时出行需求，同时实现了对车头时距的调控。在模型求解方面，选取拉格朗日松弛算法，最终获得了多目标优化问题的精确解。以北京公交300路快车作为实际案例进行分析，从公交实际运营数据中提取多项参数作为模型的输入，通过拉格朗日松弛算法的求解，得到自动驾驶条件下公交运行时刻表、乘客等待时间、公交承载量、站点上车乘客人数等多项运营指标。通过与公交实际运营状态的对比，论证了采用自动驾驶公交对于改善公交运营现状的可行性。最后将优化结果与公交实际数据进行了对比分析。结果表明：自动驾驶车辆投入公交运营，能够缓解串车问题，同一线路上公交车的载客量分布更为均衡，在同一断面的客流与车头时距的不均衡程度均有所降低；同时高峰时段发车数量减少了20%，公交车的平均承载量提高了21.7%，车辆平均间隔缩短了29.9%。     

基于拉格朗日的高速铁路车站作业优化

本文从Job-Shop 调度角度出发,以列车为待加工的“工件”,将车站接车进路、 到发线和发车进路看作“加工机器”,列车在车站的走行与停站看做不同的“作业工序”, 把高速铁路车站作业问题抽象成Job-Shop 车间调度优化,以设备能力、冲突进路、停站时 间为空间和时间约束,以最小化到发线的占用时间为优化目标,建立高速铁路车站作业 优化模型.采用拉格朗日方法松弛原模型的约束条件,建立车站技术作业问题的拉格朗日 对偶松弛问题,设计了高速铁路车站作业优化模型算法.并以高速铁路的某一车站为实例 进行验证,实例表明,该算法可以有效地化解车站作业进路冲突和实现到发线运用时间 的最小化.     

基于江海直达运输模式和投资约束的长江干散货运优化模型

引入了江海直达运输模式和投资约束的概念,对已有的长江干散货运输网络进行优化,并比较了江海直达与江海联运2种运输模式的特点。根据中国内河航运成熟性市场的特质和航运企业滚动规划的经营特征,以最小运营成本与最小船舶投资成本为目标函数,建立了集成处理运输模式选择、航线配船和船型更新的模型。简化了模型的时间维度,设计了基于背包问题的拉格朗日松弛算法,并应用A集团数据求解模型。分析结果表明:当以现行模式的航运总成本为基准点,在引入江海联运模式后,航运总成本可下降2%左右;在引入江海直达运输模式后,航运总成本的最大下降幅度超过8%,但财务风险会增大;当资金成本率为7%且不考虑投资约束时,成本节约效应可提高16.2%,但投资净预算将会上升60.1%。从最优航线配置可以看出,在不同航线上,江海直达与江海联运2种运输模式应协同使用。     

三维实体边坡地震动力响应规律

为探讨边坡在地震作用下的加速度、速度和位移(简称三量)分布规律,基于拉格朗日差分法,建立了理想边坡的三维模型;通过引入三量放大系数的概念,绘制边坡三量等值线图,分析了坡面形态对边坡三量分布规律的影响,并通过实体边坡模型进行了验证.研究结果表明:在地震作用下,一定坡高的单一介质边坡,边坡内三量随坡高增大而增大,三量放大系数随之增大;三量的分布与坡面形态有关,在坡面凹凸部位三量放大系数最大,且凹凸程度越强烈,放大效应越明显;凸面坡的放大效应整体强于凹面坡.      

基于DaR约束的高速公路企业债务组合优化模型

债务性资金(主要是银行贷款)是中国高速公路企业的主要资金来源,巨额的债务性资金增加了高速公路企业的资金成本和财务风险,所以高速公路建设中的一项重要决策就是对债务性资金进行结构优化,以尽可能低的银行贷款利率和尽可能小的风险进行债务组合.该文基于DaR(Debt at Risk)约束,以拉格朗日乘子法为工具求二次规划,建立...     

基于多节拍组合的城际铁路列车运行图优化

为了使得城际铁路列车车站到发时刻既能具有严格等时间间隔的周期性规律,又能灵活适应城际铁路客流需求的时间分布,首先提出了列车多节拍组合运行组织模式,并将其与单节拍、非节拍运行组织模式进行特征对比分析. 进而基于列车多节拍组合运行模式,以最小化所有节拍单元列车总旅行时间为优化目标,以同节拍单元列车等时间间隔运行、各类作业安全时间间隔要求等为约束,构建了城际铁路列车多节拍协同运行图优化模型. 在通过确定模型中复杂约束、引入拉格朗日乘子将其松弛的基础上,结合次梯度法设计基于拉格朗日松弛的优化算法求解模型. 以京津城际为背景的算例优化获得由4个节拍列车组合的列车运行图,其中各节拍列车分别以17、34、34、35 min等时间间隔周期性运行,该方案目标函数与其最优下界的相对差距仅为2.55%.      

考虑环境影响限制的交通分配模型及算法

针对交通环境影响限制对出行者出行线路选择的影响,建立了对应交通流分配模型,并为模型设计了有效的增广拉格朗日乘子求解算法。首先,基于交通环境影响特征将环境影响限制约束分为独立路段式、独立节点式和区块限制约束3种。其次,通过在经典用户均衡模型中添加环境影响限制约束,得到考虑环境影响的交通分配模型。通过定义广义行程时间和利用KKT条件,分析了新模型对应的出行者路线选择原则。最后,为新模型设计了嵌套Frank-Wolfe算法的部分增广拉格朗日乘子算法。数值算例验证了模型与算法的有效性。研究拓展了现有交通流分配理论的研究视角,也可为交通管理者考虑环境影响提供理论支持。     

汽车四轮转向四自由度动力学模型

在简化力学模型的基础上,基于非线性轮胎力模型,利用拉格朗日能量法建立了包括俯仰、侧倾、侧向、横摆4个自由度的汽车四轮转向动力学模型.运用该模型来反映实际汽车四轮转向的动态过程,对开发四轮转向控制系统有重要的意义.     

多站协同的技术站配流优化研究

技术站是铁路网的重要组成部分,其作业组织水平直接决定了铁路运输生产效率。传统的技术站配流问题通常考虑车站内部作业优化,如解编顺序、分类线运用等,以减少车辆在站停留时间。为加强站间互联互通,促进车流有序流动,提出基于货物列车编组计划的多站协同概念。建立以车辆在站停留时间最小为目标的考虑多台调机的单技术站动态配流模型M1和以协同后减少的停留时间之和最大、新增列车走行费用最小为目标的多站协同优化模型M2。考虑到模型M1属于NP-hard问题,设计拉格朗日松弛算法将模型分解为3个子问题求解。模型M2根据模型M1求得结果并结合多站协同概念,调用GUROBI求解器求解验证。通过案例分析可知：在计划时限内,给定的路网中共有6个技术站进行协同配流,通过改变欠轴停运列车的编组去向,实现相邻车站车流供给,车辆在站停留时间减少645.1 h,较协同前降低6.57%,增加6列正点出发列车。研究结果表明,提出的模型及算法能够压缩多站车辆在站停留时间,提高计划兑现率,增强铁路货物运输生产效率。