弹性需求下城市公交网络服务的优化

对具有弹性需求的城市公交网络系统进行了票价结构与发车频率组合的优化。考虑到公交定价和发车频率会影响乘客需求以及乘客对路径的选择行为,将这一问题描述为一个双层规划问题,上层是寻求社会福利最大的优化问题;下层考虑了乘客的出行选择行为,为弹性需求下乘客在城市公交网络上流量分布的随机用户平衡分配模型。鉴于双层规划问题的非凸性,运用模拟退火算法对模型进行求解,并给出一个仿真算例说明提出的模型和算法的合理性。     

基于游客年龄特征的旅游巴士定价研究

为旅游巴士设计合理的定价,对旅游公共交通的发展有着积极影响。通过对游客出行偏好的分析,考虑不同年龄阶段的游客在选择行为上有较大的差异,建立了上层以旅游巴士企业利润最大为目标,下层为多方式多人群弹性需求随机用户平衡的旅游巴士定价模型,并设计了改进粒子群算法求解问题。数值实验结果表明:1)年龄特征会影响最优定价策略,考虑游客年龄在选择行为上的差异得出的票价更优;2)舒适度敏感系数对定价有影响,且旅游巴士较常规公交,舒适度更好,一定程度上提高了旅游巴士企业的竞争力;3)改进粒子群算法较标准粒子群算法,有更好的求解性能和质量。     

基于Stackelberg博弈的时变双层交通分配模型

提出一个时变双层交通分配模型,其中上层网络管理者设立了一个路段的最大排队长度,其目标是使由网络流和排队长度定义的总出行时间最小.目标函数在离散时段内以路段流量和排队长度作为决策变量,同时考虑不同类型的信号交叉口延误的影响.下层网络用户的反应依赖于上层管理者的决策,其选择是使自身感知阻抗最小的路径,服从一个基于成对组合Logit的路径选择模型,构成一个成对组合Logit的均衡分配问题.结合了交通分配和流传播方法,将其表示为一个均衡约束下的双层数学规划问题,形成了一个Stackelberg非合作博弈.使用遗传算法求解该双层规划问题,并采用实证分析来表现模型的特征和算法的计算表现.结果表明路径重叠、路段流量、路段排队长度等因素对网络均衡流分布均有显著影响.     

基于动态定价的再制造商主导的多周期多目标产品回收网络设计

假设回收商和制造/再制造商为独立理性的决策者,并共同构建回收网络,且制造/再制造商在两者的博弈中处于主导地位。另考虑废旧品回收率是回收价格的线性函数,结合回收定价与回收网络设计,建立基于动态定价的回收网络双层规划模型,上层规划为制造/再制造商进行再制造工厂的选址,确定回收补贴价格,下层规划为回收商进行回收中心的选址,确定废旧品的回收价格。通过建立模型求解算法,并给出算例论证模型的有效性。     

基于CVaR的次优拥挤收费随机多目标模型

次优拥挤收费问题一般要考虑不同决策者的不同利益,因此,有必要考虑多个收费策略建立多目标模型来均衡不同决策者的利益.由于决策者常在信息不确定的情况下做决策,在出行需求不确定的条件下,为了确定次优拥挤收费的方案,建立了基于条件风险价值的随机多目标双层规划模型,上层规划的目标函数考虑了系统总阻抗和社会公平性,下层规划是UE用户均衡配流问题.利用基于随机模拟的遗传算法对模型进行求解,并通过数值算例对模型和算法进行分析,验证了模型的有效性.     

基于CVaR的次优拥挤收费随机多目标模型北大核心

次优拥挤收费问题一般要考虑不同决策者的不同利益,因此,有必要考虑多个收费策略建立多目标模型来均衡不同决策者的利益.由于决策者常在信息不确定的情况下做决策,在出行需求不确定的条件下,为了确定次优拥挤收费的方案,建立了基于条件风险价值的随机多目标双层规划模型,上层规划的目标函数考虑了系统总阻抗和社会公平性,下层规划是UE用户均衡配流问题.利用基于随机模拟的遗传算法对模型进行求解,并通过数值算例对模型和算法进行分析,验证了模型的有效性.     

区域立体物流网络规划模型与算法

提出长株潭区域立体物流网络建构及其网络优化设计.精细化定义了模式分担率,构建了更切合实际的双准则双层规划模型.下层规划描述各核心城市物流枢纽间基于多模式多层阶交通条件下的用户选择行为,上层规划追求最小化长株潭区域立体物流网络系统广义物流费用并最大化整个网络的物流运输量,以满足城市群区域经济发展对物流提出的更高要求.给出了可以克服Frank-Wolfe方法缺陷的惩罚Lagrange对偶方法求解下层规划算法,设计了基于实数编码和组合变异的双层规划改进遗传算法,算法可以保证搜索到近似全局最优解.     

基于两阶段启发式算法的物流配送选址-路径问题研究

为了解决配送中心选址与带时间窗的多中心车辆路径优化组合决策问题,利用双层规划法建立了配送中心选址与车辆路径安排的多目标整数规划模型,针对该模型的特点,采用两阶段启发式算法进行了求解。首先,通过基于聚集度的启发式算法对客户进行分类,确定了备选配送中心的服务范围;然后,基于双层规划法,以配送中心选址成本最小作为上层规划目标,以车辆配送成本最小作为下层规划目标,建立了多目标整数规划模型;最后,利用改进的蚁群算法进行了求解。通过分析实例数据和Barreto Benchmark算例的实验结果,验证了该模型的有效性和可行性。     

考虑路网可靠性和空间公平性的次优拥挤收费模型

根据随机路网环境下出行者规避风险的路径选择行为,提出了一种考虑路网可靠性和空间公平性的次优拥挤收费双层规划模型。其中,上层模型以具有空间公平性约束条件下最大化路网的社会福利为目标,下层模型是实施拥挤收费条件下考虑行程时间可靠性的弹性需求用户平衡模型。鉴于双层规划模型的复杂性,设计了基于遗传算法和FrankWolfe算法的组合式算法来求解提出的模型。算例结果表明:考虑行程时间可靠性的次优拥挤收费会产生不同于传统次优拥挤收费的平衡流量分布模式,表明出行者的路径选择行为对拥挤收费结果会产生直接影响;此外,算例结果还说明遗传算法对参数设置具有很强的鲁棒性。     

OD估计双层规划扩展模型

利用双层规划模型进行OD估计,建立双层规划扩展模型.考虑OD估计问题中的随机误差,基于Bayes估计和多元正态分布建立上层目标函数;考虑用户路径选择行为的随机性,基于随机用户均衡建立需求可变动的下层目标函数,同时该扩展模型能适应我国混合交通的实际,既能适用于拥挤网络、也能适用于非拥挤网络,最后通过算例证明此模型的有效性.     

基于双层规划的高速公路收费费率优化模型

在全国联网收费的背景下,从动态收费的角度考虑,建立了双层规划模型,上层规划中将路网管理者作为领导者,以高速公路收费效益最大化为目标函数,同时考虑道路运营管理方的合理收益和养护成本支出情况,下层规划则以用户出行效用最大化为目标,充分考虑了道路使用者的道路选择差异性及道路拥堵对交通分布的影响,建立随机用户均衡模型.最后结合某地区AB地高速公路实际情况进行分析,采用了遗传模拟退火算法验证了模型的实用性,并与其他的算法对比,验证了算法的有效性。研究表明:优化模型可以有效提高高速公路的收费效益和用户的出行效用,可以分散高峰时的交通压力,提升高速公路的通行效率.     

竞争环境下截流问题的选址-价格模型

研究了竞争环境下考虑产品定价的截流设施选址问题。连锁企业在市场上新建设施时,市场上已有属于竞争对手的设施存在,在连锁企业新建设施位置确定之后,两个企业关于产品定价进行双寡头完全信息非合作博弈。定义了效用函数,引入Huff模型,以企业利润最大为目标,建立双层规划模型,证明了模型纳什均衡价格的存在性,并构造启发式算法对模型进行求解。算例分析表明,该算法求解结果较为理想,可用于大中型网络的规划选址问题。     

考虑车辆限速区间的危险品运输网络优化

由于危险品在运输过程中存在极大的危害性,为了降低危险品运输风险,政府可以通过对不同路段设置不同的限速区间来引导危险品运输车辆的路径选择,从而导致不同的运输网络总风险和鲁棒成本。首先基于车辆限速区间的方法,构建了危险品运输网络优化的双层规划模型,上层规划以最大运输网络总风险值最小化为目标,下层规划以危险品运输企业的鲁棒成本最小化为目标;然后,设计了粒子群优化算法求解了该模型;最后,通过两个算例验证了模型和算法的有效性。计算结果表明政府部门运用车辆限速区间的方法不仅能够非常有效地降低危险品运输网络总风险,而且更具有鲁棒性和现实可操作性。     

交通网络建设序列的动态规划方法

交通网络建设序列优化是交通规划中一个重要问题。文章对交通网络设计及其建设序列问题的研究现状进行了分析。按照网络建设中规划者和用户间的关系,以交通网络建设序列下的各阶段系统总费用作为上层规划,以各阶段的交通流用户平衡模型作为下层规划,建立了双层规划模型。并依照问题的特点,采用动态规划的求解方法进行探讨,而下层模型则采用了基于路径搜索的GP算法进行求解。并针对网络规划算例进行了计算,针对固定和变动客流OD两种情况下的结果进行了分析。计算的结果表明,问题的双层规划模型和动态规划求解算法能够为路网规划决策提供支持。     

“货到人”拣选系统机器人任务分配的鲁棒双层规划模型

在电商“货到人”拣选系统中,如何调度系统中的机器人并对任务进行合理地分配决定着整个系统的运行效率与成本。分析“货到人”拣选系统作业流程,建立机器人数量配置、机器人调度与机器人任务分配的双层规划模型。上层模型以批量订单完成总成本最小为目标函数,以机器人调度为决策变量,构建整数规划模型;下层模型以机器人完成所有任务的平均空闲率最小为目标函数,以任务分配为决策变量,考虑机器人在完成任务过程中由于调度、避障、路径规划等导致的行走距离不确定因素,构建鲁棒优化模型。上层的调度结果制约了下层的最小平均空闲率,下层的任务分配结果影响上层的最小成本,上下层结果共同决定机器人配置决策。利用遗传算法求解模型,通过实例仿真验证了模型的有效性。     

一个带产品定价约束的竞争选址双层规划模型及其求解算法

以大型连锁卖场的选址为研究背景,提出了一个在竞争环境下使获利最大的竞争选址定价双层规划模型,其中上层模型做出选址决策,下层模型确定产品的纳什均衡价格.将设施效用引入到模型中,用指数效用函数来刻画顾客的购物行为偏好,首次证明了不合作状态下双方价格均衡解的存在性和唯一性,并给出了求解最优设施点设置方案和价格均衡解的算法思想及数值算例.     

生化系统稳态优化的双层规划模型与求解方法

针对一类生化系统的稳态优化问题,建立了一种具有二层递阶结构的双层规划优化模型,其上层和下层问题的优化目标分别为最大化产物产率(或代谢物浓度)和最小化生化系统的代谢物浓度之和.模型的生物意义是在尽可能小的代谢成本条件下使产物的产率或浓度达到最大.为了有效求解所建立的NP-hard、非凸双层规划问题,在S-系统建模框架下应用等价变换策略提出了一种可求其最优解的优化算法.算法具有操作简便和计算成本低的优点.最后,将所提双层规划模型与求解方法应用于两个生化系统的稳态优化中.结果表明,方法可行且有效.     

具有多级选择的离散网络平衡设计模型与算法

本文提出了一种新的离散网络平衡设计二层规划模型,模型同时考虑了新增路段及已有路段的扩容,而且允许不同等级的扩容选择.模型求解中,上层采用粒子群算法,而下层则采用本文作者提出的仿射尺度内点算法.数值计算结果显示,本文构建的算法能够快速有效地求解这类新的网络平衡设计二层规划模型.     

基于基尼系数的停车换乘拥挤收费定价模型

许多大城市提倡停车换乘的组合出行方式,目的是减少出行车辆,缓解交通拥挤状况.应用双层规划模型对停车换乘拥挤收费进行研究.下层模型采用弹性需求SUE模型,上层模型考虑了交通公平因素.以各出行方式占用的道路资源为公平指标,应用基尼系数对传统上层模型进行改造,构建一个用户盈余尽可能大而基尼系数尽可能小的上层模型,并利用基尼系数控制参数,实现在不同公平要求下的拥挤收费设计.算例表明,基于基尼系数的停车换乘拥挤收费设计,能改善道路的拥挤状况,且兼顾了用户盈余与公平.     

双模式交通网络中的ATIS信息定价研究

先进的出行者信息系统(ATIS)是一种服务商品,已有的研究多从提高市场占有率的角度对单模式交通网络中的ATIS进行信息定价。多模式交通网络中影响ATIS市场占有率的因素众多,而且ATIS的提供成本往往与信息质量和使用规模同时相关。因此,信息定价问题应从ATIS服务提供商利润最大化的角度进行研究。本文把ATIS信息的单次使用费用和ATIS的信息质量同时作为决策变量,将双模式路网中ATIS的定价问题描述为一个双层规划模型。其中,混合用户均衡模型为下层模型,收益模型为上层模型。然后,基于上海市虹口区的路网数据,对下层模型进行了数值分析,并讨论了相关经济效益问题。此外,本文提出了求解下层模型的MSAF算法,并进一步嵌套了粒子群(PSO)算法,最终得到ATIS服务提供商的最优ATIS信息定价和信息质量提供方案。