空铁联运网络的模型构建与算法设计

针对空铁联运网络具体联运路径的设计问题,借鉴枢纽航线网络p-枢纽中位问题的研究思想,将非枢纽城市间可以直航考虑进去,以联运网络总成本最低为目标函数,构建了允许直航的空铁联运网络混合整数规划模型,并设计了基于遍历搜索的最短路算法来求解模型.最后选取样本城市对模型和算法进行算例分析,给出了不同参数组合下的最优目标值和具体联运路径,设计了中国14个城市的空铁联运网络.算例结果表明联运总成本大小和联运路径的数目与枢纽数目m、折扣系数ρ紧密相关:m越大,ρ越小,联运总成本越小,联运路径数目越多;反之亦然.     

考虑订单合并和货物转运的多式联运路径优化研究

为了获得运输的规模经济效应,本文研究了一种考虑订单合并和货物转运的零担多式联运路径优化问题。首先,以总运输成本为目标函数,以网络中的运输工具容量、可以提供的运输工具最大数量、运输工具服务的关闭时间以及订单时间窗为约束,构建混合整数规划模型,在模型中允许多个订单进行合并运输并考虑运输过程中的转运成本。其次,由于多式联运路径优化问题是典型的NP-hard问题,为了快速求解该模型,开发了一种可以快速为该问题提供近似最优解和下界的列生成启发式算法。最后,生成并测试了大量算例,结果表明所开发的列生成启发式算法可以在较短的时间内提供高质量的近似最优解。文章所构建的模型和开发的列生成启发式算法可以为零担自营多式联运物流企业提供高效的决策支持。     

基于线路“异质性”假设的轴辐式公共交通网络优化研究

特大城市公共交通局部静态拥堵问题日益成为制约公共交通网络运行效率提高的关键。针对这一问题改变线路“同质性”假设,在线路“异质性”假设的基础上,提出了将轴辐式网络设计运用到公共交通领域中来,综合考虑居民采用公共交通方式出行的单位运输可变成本、不变成本、枢纽换乘成本等要素,将枢纽间大型客车干线运输所带来的规模经济效应进行量化,构建了基于单分配、多枢纽、混合式网络结构特征的轴辐式公共交通网络优化模型,旨在多重约束下通过枢纽布局降低网络运输成本,提高公共交通网络站点的可达性。最后根据模拟退火算法对模型进行求解,并通过算例分析与讨论的方式验证了模型的有效性。     

带固定轴线成本的轴辐式网络设计问题

带固定轴线成本的轴辐式网络设计问题广泛应用于第三方物流、邮政和航空运输等领域. 现有研究主要考虑了枢纽站的节点成本, 本研究则强调合并运输的固定轴线成本. 固定轴线成本的必要性在于：轴辐式网络中的轴线运输需要借助更大型的运输工具, 因此必须支付固定成本. 建立了该问题的混合整数规划模型, 探讨了最优解特征, 并构造了求解问题的拉格朗日松驰算法, 实验显示算法具有非常好的求解效率与求解质量. 同时, 还讨论了一个重要的扩展问题：增加O-D流的绕道约束, 绕道约束常常应用于快递运输和应急物流等领域. 在局部修改原算法的基础上提供了扩展问题的求解方案.     

Hub-and-Spoke型运输网络改善方法及其应用

Hub-and-Spoke(本文简称为HS)网络形式被广泛采用于多个领域,其在实践中显现的缺陷也为学术界所重视。本文采用运输车辆空驶吨公里作为评判标准,以"中途点停靠"(pickup stopover)的形式改善HS型运输网络。通过解析法获得HS运输网络结合中途点停靠运输模式的适用条件,并以我国公路快速货运业干线运输组织为对象加以实证分析。相比于运筹学领域优化计算方法而言,这种针对HS运输网络改善方法的可行性论证过程简单而实用。     

碳排放限制下的冷藏集装箱多式联运路径优化

为了降低碳排放限制下的冷藏集装箱多式联运成本,实现节能减排的目的,高效的路径选择至关重要.该文基于碳排放限制的视角,针对多式联运网络中铁路和水路运输具有发班时间限制,以及冷藏集装箱需要考虑制冷费用、货损货差的特点,建立了在碳排放限制下以总成本最低为目标的优化模型.构建总成本时不仅考虑了运输费用和转运费用,还考虑了受发班时间影响而动态变化的冷藏费用和货损费用.设计了遗传算法求解,并进行了算例分析.结果表明:通过该模型和算法,可根据决策者的要求快速地选出成本最少的运输方案,为决策者提供决策支持.     

乘用车物流运输计划问题的建模研究

首先针对不同类型、数量乘用车的物流运输问题,构建整数线性规划模型,并对模型进行逐层优化求解,通过MATLAB编写通用程序实现计算;在此基础之上,为解决不同目的地的运输要求,采用启发式逐层优化算法进行求解;最后考虑多因素的实际问题,建立分层划分模型,提出构造型分层划分启发式算法求解.计算表明,所建模型计算结果良好,实现了对乘用车物流运输计划问题的优化.     

基于低碳环保因素的“前港后厂”钢铁产成品运输网络优化

中国大部分钢铁企业深居内陆,出口钢材需远距离运输到港口,再通过海运发往世界各地,故建立港口与钢铁企业的合作关系将尤为重要。与铁路、水路运输相比,公路运输单位换算周转量的碳排放量更高。但中国内陆运输多采用公路运输,这将加剧大气污染。本文提出基于“前港后厂”联运的钢铁产成品运输问题,以加强港口与钢铁企业的合作。为降低运营成本和碳排放量,建立以碳排放成本、运输成本、仓储成本及时间窗惩罚成本最小为目标的钢铁产成品运输网络优化模型;并设计融合和声搜索的环形拓扑结构PSO算法进行求解;最后对仓储成本进行灵敏度分析,以探究其对“前港后厂”模式的影响。结果表明,“前港后厂”模式不仅能有效降低运输网络的总成本和碳排放量,且合理的仓储成本更能加强港口和钢铁企业间的紧密性。     

多式联运分运人选择的模型和算法

在对多式联运分运人选择问题分析的基础上,运用图论技术构建了基于联运分运人选择的多式联运网络。综合考虑了运输的规模经济性、时效性、风险性和联运联盟的稳定性,建立了基于综合运输成本最小、运输风险最小和合作强度最大的多目标优化选择模型。通过主要目标法,将模型转化为单目标模型。借鉴生物免疫原理,设计了基于克隆增扩的人工免疫算法对问题进行求解。最后通过算例对方法进行了验证。     

应急物流网络优化决策模型研究

应急物流环境的动态性与复杂性决定了应急物流网络应具有高度敏捷性与柔性.将应急物流系统的运行划分为四个不同阶段,分析了不同阶段应急物流所追求的目标重要性的变化趋势,引入罚函数系数来均衡不同阶段应急物流的时效性、经济性、风险性三个目标,将多目标优化问题转化为单目标优化,以网络总成本最小为优化目标,建立网络优化决策模型,为应急物流网络优化提供辅助决策方案.     

区间数型多目标联运路线优化问题的模型与算法

联运路线优化问题直接关系到货物运输的费用、时间和运输质量.首先分析了联运路线优化问题的数学模型及虚拟运输网络图;其次,将区间数排序的思想及属性值为区间数的多属性决策方法引入适应度函数的设计中,提出了一种求解区间数型联合运输路线优化问题的混合型遗传算法,给出了染色体编码、遗传算子设计、适应度函数定义及群体多样性控制的方法;最后用示例对算法的有效性进行了验证.     

轴辐式枢纽网络系统的关键枢纽设施识别问题研究

作为轴辐式枢纽网络关键因素的节点,尤其是起到中转作用的枢纽节点是网络稳定运行的重要环节。当这些节点被中断时,将对整个网络产生严重的影响。最直接的表现方式即是网络运行成本的急剧上升。因此本文研究如何识别对网络成本具有决定性影响的关键节点。首先,提出枢纽功能性中断问题和模型,并通过禁忌搜索算法进行求解。最后通过中国航空实例验证模型和算法在实际应用中的有效性。结果显示模型和算法能够有效识别出中国航空网络较重要的关键城市以及相对影响较弱的城市。可以为资源有限情况下,中国航空网络中各城市防御设施的合理分级和部署,为重点保护城市的鉴别提供依据和帮助。     

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。     

考虑路径风险的需求不确定应急物流定位-路径问题

针对自然灾害对路网造成的破坏性和受灾点物资需求量的不确定性,综合考虑应急物流路径风险和物资分配的时间公平性,将路径风险定量化为路径通行能力风险、路径损毁风险和路径复杂性,基于鲁棒优化理论,以最小化车辆最长配送时间和应急物流系统总成本为目标,建立了双目标多物资定位-路径优化模型,采用遗传算法对其求解,以汶川地震应急救援相关数据为例进行了数据仿真实验。实验结果的对比分析表明:在考虑路径风险下,随着控制系数的增加,系统总成本和最长配送时间目标值均呈现增大的趋势;受灾点的物资需求扰动越大,构建应急物流系统的总成本越高。算例结果也验证了鲁棒优化方法在处理不确定需求方面的有效性,为解决自然灾害后应急设施点的开设和救援物资的安全及时准确配送提供了有效的方法。     

多目标应急物流中心选址的鲁棒优化模型

针对重大突发事件的应急物资救援,研究了应急物流中心的选址及应急物资的调运问题。利用离散的情景集合描述受灾点应急物资需求的不确定性以及应急物资运输成本和运输时间的不确定性,同时考虑应急救援成本和应急救援时间两个目标,建立了多目标应急物流中心选址的确定型模型和鲁棒优化模型。为将多目标问题转化为单目标问题,利用成本单目标和时间单目标的最优结果将多目标转化为相对值再加权处理,该方法既可消除多个目标之间的单位及数量级差异,还可以根据问题的数据变化进行动态调整。以提供应急物资救援服务的设施作为编码,设计了一种通用的混合蛙跳算法。为检验模型和算法的有效性,设计了一个多情景的算例,结果表明两个模型和算法具备良好的可行性和有效性,且鲁棒优化模型能较好地保持对各种不确定性的抗干扰能力;最后,讨论分析了成本偏好权重和鲁棒约束系数的影响,结果表明可根据成本偏好权重的取值范围来区分各种应急救援阶段,体现不同救援阶段的救援要求及特征,并给出了成本偏好权重和鲁棒约束系数的取值建议。     

Vehicle routing problems with alternative paths: An application to on-demand transportation

The class of vehicle routing problems involves the optimization of freight or passenger transportation activities. These problems are generally treated via the representation of the road network as a weighted complete graph. Each arc of the graph represents the shortest route for a possible origin–destination connection. Several attributes can be defined for one arc (travel time, travel cost, etc.), but the shortest route modeled by this arc is computed according to a single criterion, generally travel time. Consequently, some alternative routes proposing a different compromise between the attributes of the arcs are discarded from the solution space. We propose to consider these alternative routes and to evaluate their impact on solution algorithms and solution values through a multigraph representation of the road network. We point out the difficulties brought by this representation for general vehicle routing problems, which drives us to introduce the so-called fixed sequence arc selection problem (FSASP). We propose a dynamic programming solution method for this problem. In the context of an on-demand transportation (ODT) problem, we then propose a simple insertion algorithm based on iterative FSASP solving and a branch-and-price exact method. Computational experiments on modified instances from the literature and on realistic data issued from an ODT system in the French Doubs Central area underline the cost savings brought by the proposed methods using the multigraph model.     

Optimization of transit route network,vehicle headways and timetables for large-scale transit networks

This paper presents a metaheuristic method for optimizing transit networks, including route network design, vehicle headway, and timetable assignment. Given information on transit demand, the street network of the transit service area, and total fleet size, the goal is to identify a transit network that minimizes a passenger cost function. Transit network optimization is a complex combinatorial problem due to huge search spaces of route network, vehicle headways, and timetables. The methodology described in this paper includes a representation of transit network variable search spaces (route network, headway, and timetable); a user cost function based on passenger random arrival times, route network, vehicle headways, and timetables; and a metaheuristic search scheme that combines simulated annealing, tabu, and greedy search methods. This methodology has been tested with problems reported in the existing literature, and applied to a large-scale realistic network optimization problem. The results show that the methodology is capable of producing improved solutions to large-scale transit network design problems in reasonable amounts of time and computing resources.