校车站点及线路的优化设计

以高校新校区教师校车站点及线路安排为对象,首先针对乘车站点建立了双目标非线性规划模型,其中目标函数包括乘客到达站点的距离偏差最小与所有乘客到达站点的总的距离最小两个方面;站点确定后针对车辆数最少、车辆行驶的总距离最短、各辆车的运行距离均衡及各辆车的负荷均衡这4个目标建立针对线路优化的多目标非线性规划模型,并给出了解决这类问题的启发式优化算法.与目前国内外研究相比较,该模型与算法更实际,更具体的给出了问题的解答.     

基于实际路网情境的配送车辆调度优化

在实际路网情境下结合车道数、车道宽度、路口信号灯设置等路网物理特性,构建了考虑综合交通阻抗的多车型车辆调度模型,提出了两阶段求解策略:第1阶段设计了改进A-star精确解算法用于计算客户时间距离矩阵;第2阶段针对实际路网的特征设计了混合模拟退火算法求解调度方案。以大连市某配送中心运营实例进行路网情境仿真试验,结果表明:改进A-star算法较改进Dijkstra算法具有更短的路径搜索时间;混合模拟退火算法求解结果较实际调度方案优化了13.1% 的综合成本;路网增流、区域拥堵和路段禁行三类路网情境均能对配送方案的车辆配置、路径选择、客户服务次序、作业时间和违约费用等5方面内容产生干扰,调度计划的制定需要详细考虑这些因素的变化。     

带集货和配送的多站点VRP优化算法研究

带集货和配送的多站点车辆路线问题(M DVRPPD)是经典VRP的扩展,是多个站点和若干客户既有需求又有供给的VRP问题.研究了该问题的模型并提出了求解该问题的多阶段启发式算法,即先用临界客户的思想把多站点转换为单一站点问题,再使用基于SFC的分组方法来构造初始解,并运用3-opt算法优化回路,之后采用插入算法改善解的可行性,从而得到最终优化解.最后通过实例计算证明了该方法解决M DVRPPD问题的实用可行性和科学有效性.     

城市垃圾分类收运中的数学模型化方法

研究厨余垃圾的处理与清运问题,为大、小型处理设备的数量选择、选址及垃圾收运路线的设计分别建立了最优化模型。模型中将城市道路网抽象成无向赋权图,考虑了在交通拥堵和环境影响下的运输成本、设备处理量的均衡性和对环境的影响程度,构成多目标优化问题,进而运用改进的粒子群算法确定大型设备的位置,并给出了设置小型设备的基本原则;通过分析大、小型设备在不同处理能力下总成本的差异,确定了适合城市实际情况的最优设备处理能力。垃圾收运路线设计中以运输成本与环保成本作为优化指标,建立了基于K-TSP的运输车辆清运路线模型,并运用蚁群算法进行路网优化。最后对深圳市南山区的厨余垃圾收运问题进行了仿真,仿真结果表明上述模型和算法能有效地解决城市垃圾分类收运问题。     

考虑城市住房分布的二维连续型动态交通分配模型及其污染物排放估计

将城市交通路网抽象为二维连续的平面,提出一个考虑城市住房分布的二维连续型动态交通分配模型,并估计了城市交通污染物排放水平.该模型中,住房分布影响交通需求,出行者根据用户最优准则选择出发时间和路径,可以用于模拟城市交通运行的动态演化过程,得到密度、速度和流量等物理量.采用基于车辆速度和加速度的微观污染物排放模型VT-micro估计城市交通CO2动态排放水平.基于三角网格,采用有限体积法、投影算法和相继平均法进行数值求解,给出一个数值算例验证了模型和算法的有效性.     

货运列车的编组调度问题

主要通过建立组合优化的模型,将原问题等价为一个TSP问题,运用遗传算法来求解.问题一:以到达场列车解体次序为决策变量,车辆"中时"最小为目标,分阶段建立组合优化模型;问题二:在问题一的基础上将含有军用车辆的列车和含有去向目的站点S1车辆的列车优先考虑解体,得到解编方案;问题三,将待解编列车的范围向后延伸2小时;问题四,将到达场列车中去向目的站点S1和S2以远的车辆分别排在目的站点E 3和E 4以南之间;问题五,由于编组完成的列车都能及时发出,当排完前一时段留下的车辆后,对于当前时段到达的列车采用随到随解策略进行解编;问题六,给出改进编组调度方案的建议和意见.     

基于员工和客户双重满意度的车辆路径优化

传统车辆路径优化问题中,研究人员过度强调对车辆行驶里程、时间和成本的控制,引入双重满意度指标,提出了基于员工和客户双重满意度的模型,通过求线性加权和的方法将多目标问题转化为单目标问题.并在使用粒子群算法和遗传算法结合的混合算法求解实际算例的过程中对模型的合理性以及算法的有效性进行了验证.结果表明,适当地扩大货物配送时间窗范围能使得满意度指标大幅提升,同时,配送成本的变化程度很小,利于企业的长远发展.     

基于前摄性调度的电动汽车路径问题研究

针对车辆调度过程中资源不均衡的问题,利用需求的不确定性,将配送周期划分为初始配送阶段和补货阶段,建立多阶段电动汽车的两级车辆路径优化模型.根据需求的动态程度对配送区域进行划分,结合前摄性调度和反应性调度策略,提出了一种混合禁忌搜索算法(HTSA)来求解该模型.在真实的案例和多个基准评估算例上的实验结果表明:模型和算法的性能优于传统的启发式算法,具有一定的实用价值.     

环形路网上带有服务时长的在线TSP问题

为了提高快递揽件的时效性,需要对快递车辆进行有效调度。针对环形路网上服务时长以及需求无法预知的揽件问题,本文提出了以服务总时间尽可能短为目标的环形路网上带有服务时长的在线旅行商问题。用在线算法分析了此问题竞争比的下界,设计了两个在线算法并分析了各自的竞争比,结果表明服务时长可以改善在线车的性能。最后通过简单算例对两个算法进行说明,本文研究结论可以为环形路网上的快递车辆实时调度提供指导。     

应急救援物资紧缺的配送车辆路径选择研究

针对应急救援物资总量紧缺不能全部满足各点需求量的实际情形,以单个需求点最大缺货量最小为目标,建立基于单个配送中心、车辆数目有限和带时间窗的应急救援物资配送车辆路径选择模型,并讨论了三种不同缺货情形下模型的求解。对于车辆按最短路径行驶也无法在救援时间内到达导致需求点缺货的情形,删除这些需求点的需求量后,如果剩余需求点的需求量不大于物资总量且车辆足够多,可转化为车辆最短路径问题求解;对于物资紧缺无法满足所有需求且车辆足够多的情形,设计时间复杂性为O(mn²)的精确算法A^*求解,其中m和n分别为车辆数和需求点数;对于物资紧缺且车辆数目不足无法把全部物资送达需求点的情形,设计时间复杂性为O(n²)的近似算法GA^*求解,并分析了算法GA^*的近似比。最后结合云南彝良县地震灾区局部路网进行实例分析,验证模型和算法的有效性。     

考虑多行程与同时取送货的电动车路径问题研究

针对城市物流配送中的电动车辆路径优化问题,考虑电动汽车的充电特性以及车辆多行程和需求点的双向货流,以最小化车辆成本、行驶成本和充电成本为目标,建立考虑多行程与同时取送货的电动车辆路径问题(EVRPMTSPD)模型,并采用列生成算法进行求解.为提高子问题求解速度,提出了基于蚁群算法的启发式寻路算法用以处理较大规模问题,数值实验验证了模型与算法的有效性,表明了考虑多行程和同时取送货能有效降低成本和提高效率.     

非对称弹性需求网络容量限制交通分配有效算法

在非对称交通网络中,针对路段容量限制下弹性需求用户均衡分配模型计算困难,提出了一种路段容量限制弹性需求用户均衡交通分配问题的有效算法.该算法在迭代时,排队延误因子、误差因子与交通需求通过自适应调节来逼近真实路段车辆行驶时间和出行者交通需求,促使各路段交通流量逐步满足限制条件,最终达到弹性需求广义用户均衡.方法克服了容量限制弹性需求用户均衡分配计算量大及随机分配法要求枚举所有路径的困难.随后证明了算法的收敛性,并对一个小型路网进行了数值试验.     

第三方库存-路线问题的模型及混合遗传算法设计

根据第三方库存-路线问题的特点,以车辆租赁费用和运行费用之和为目标函数,不限制客户每次的配送量小于车辆容量,建立了满载运输和非满载运输混合的整数规划模型.针对第三方库存-路线问题的复杂性,本文设计嵌入禁忌搜索的遗传算法来同时决策库存和路线问题.首先对配送间隔进行编码,然后用禁忌搜索法计算每天需要配送的车辆路线问题.最后与其下界值进行比较,结果表明该算法是一个有效的算法,不但第三方能取得较低的运营总成本和较高的车辆利用率,而且也能为客户节约库存空间.     

连续型异质有限理性用户分类及其随机网络均衡

为提高交通行为引导政策的针对性,有必要研究随机路网环境下不同类型出行者对交通引导政策的反应,即多类有限理性用户风险态度和路网退化系数对用户行为决策的影响.本文构建了连续风险态度离散化的用户分类模型以及基于退化路网的多类有限理性用户均衡模型,证明了解的存在性,并设计了启发式算法求解.基于双向随机退化Nguyen&Dupuis路网模拟了10类用户同时出行的均衡状态.分析了均衡时异质用户行程时间期望、标准差和累积到达时间感知价值等参数与用户风险态度和路网退化程度之间的关系.研究发现行程时间期望、标准差与其用户类别并无显著差异;行程时间标准差与退化路网随机性正相关,但未发现行程时间期望与路网随机性相关.用户累积到达时间感知价值随风险态度增加而递减,即保守用户感受到的累积到达时间价值更小.因此在相同的引导策略下,保守用户的广义效用函数可能变化更大,政策引导效果可能更加显著.     

改进蚁群算法在智能交通中的应用

为了诱导车辆在出行时选择较高质量的路线,提出并建立了城市道路权值仿真模型.为求解该模型,从分析基本蚁群算法入手,通过在状态转移规则中加入扰动因子,改进全局更新规则,以及引入信息素更新算子改进了蚁群算法.然后利用道路权值模型对两种算法在路径寻优效果上做了比较和分析,实验结果表明改进后的蚁群算法能有效地避免停留在局部最优解,并提高计算效率,具有良好的寻优性和收敛性,能准确找出路网中满足综合要求的最优路径.     

分车收发车辆路径问题的三个启发式算法之比较

车辆路径问题已经出现了很多的变种.在这些扩展的VRP问题当中,分车收发车辆路径问题就是其中之一.本文针对这一问题在已有的模型上加以改进,并且提出了摆脱车辆数限制的最远点拼车算法和竞争决策算法。最后结合最远点完全拼车算法通过数值实验对三者进行了比较.结果显示竞争决策算法得到的结果好于其他两者,其次是最远点拼车算法。     

城市公共交通线路的优化设计

本文以成都市的公共交通为背景,在给定的道路网、车站分布及行驶的车辆数等条件下,以减少乘客使用公共交通工具所花时间为目标,提出了城市公共交通线路的优化设计问题.本文参考[1]中的基本思路,把优化设计分为两个步骤,首先建立符合营运要求的初始线路网,然后以总交通时间作为判别准则进行线路的调优改进,并结合实际情况及计算过程中发现的问题,在总交通时间的算法及初始线路网的建立方面作了重大改进.文中所用数学工具主要是网络最优化.     

考虑越库作业的连锁超市配送路径优化研究

针对大型连锁超市物流配送成本较高的问题,通过分析连锁超市的实际情况和越库作业的实施要求,提出越库配送运作模式.以车辆运输成本、操作成本和库存持有成本最小化为目标,建立带有多越库配送中心的车辆路径模型,将配送过程分为集货、送货两阶段,同时,考虑到产品种类需求的多样化,采取集货过程车辆协同进行和送货过程车辆需求拆分的方式.针对问题的特点设计了一个求解的遗传算法,通过扫描算法优化初始种群,最后结合算例对模型和算法进行验证分析.结果表明,越库作业能有效地提高连锁超市的运作效率,降低超市物流成本.     

基于情景分析的应急疏散车辆配置模型

在情景模式影响疏散点疏散人员数量及疏散最晚完成时间限制的条件下,研究了避难所应急疏散车辆配置计划及各种情景模式下的车辆出车任务安排,以疏散车辆出车安排为下层模型,以期望疏散总时间最小化车辆配置计划为上层模型建立了车辆配置及出车任务安排的双层规划模型。设计了结合CPLEX内置算法的模拟退火算法,最后用算例进行了仿真研究。     

改进蚁群算法在应急VRP问题中的应用研究

提出一种改进的蚁群算法优化应急物流配送车辆路径问题算法,设计了应急物流配送车辆路径问题的数学模型,并利用计算机进行了仿真实验.实验结果表明,方法能有效解决应急物流配送车辆路径问题,具有一定的理论价值和实际意义.