多方式弹性需求下公交定价双层规划模型

为描述多方式城市交通网络下公交定价与出行选择行为的相互作用与影响,将出行方式选择与路径选择涵盖于同一网络,建立了上层模型分别以企业利润最大化、乘客出行成本最小化和社会福利最大化为目标函数,下层模型为多方式弹性需求随机用户配流模型的公交定价双层规划模型。运用改进遗传算法对模型整体进行求解,下层模型采用综合对角化算法和MSA算法的组合求解算法。最后,设计了一个算例以说明模型应用。结果表明:运用双层规划模型所确定的公交票价较传统静态票价可使政府、企业及出行者三方都获得更高收益,且上层模型以社会福利最大化为目标函数能代表社会群体中多数人利益,优化效果最为理想。     

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。     

应急物流LRP鲁棒双层优化模型研究

考虑到突发事件下受灾点对救灾物资需求的不确定性,针对应急物流设施的定位和车辆运输救灾物资路线进行协同研究,建立了应急物流设施定位-车辆路线选择问题(LRP)鲁棒双层优化模型.运用分散式决策方式下的转化定理,将所建立的含有不确定系数的层次关联协同优化模型进行确定性转化,并设计一种混合遗传算法对转化后的确定性双层规划模型进行求解,最后,通过实例验证了模型的合理性及算法的可行性.     

公交网络时刻表再协同设计的多目标优化模型

为了改善公交服务质量,公交运营者试图调整现有时刻表的发车时间,使不同线路的车次协同到达换乘站点以方便乘客换乘。针对此场景,研究了公交时刻表重新协同设计问题,提出了求解该问题的多目标模型。模型考虑了对发车间隔灵敏的乘客需求、灵活的车次协同到站方式和发车时间的规则性,分析了该多目标模型的特征和计算复杂性,表明本文研究的问题是NP-hard问题,且它的帕累托最优前沿是非凸的,设计了基于非支配排序的遗传算法求解模型。算例表明,与枚举算法相比,提出的求解算法在较短的时间内可获得高质量的帕累托解。     

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。     

考虑乘客分流的异质车型通勤定制公交网络优化

定制公交作为城市需求响应交通的重要组成部分,其线网规划的优劣直接影响乘客满意度和系统运营成本.针对一类新的考虑乘客分流和异质车型的早晚高峰时期通勤定制公交网络规划向题,以最小化乘客旅行成本和公交系统运营成本为目标,同时优化异质车队路线、车型选择、行车时刻及乘客分配,构建了一个混合整数非线性规划模型.为有效求解该模型,提出了一种融合问题特征的改进自适应大邻域搜索算法,设计了基于问题特征的乘客分流破坏算子,以提升算法寻优能力.最后,大量算例结果验证了模型的正确性和算法的有效性.实验结果表明:求解小规模算例时,改进自适应大邻域搜索算法能在12秒以内获得距离最优解平均差距为0.24%的满意解;求解大规模算例时,与文献中大邻域搜索算法和遗传算法相比,所提出算法能获得更高质量解,平均成本节约分别为1.20%和2.27%;此外,与未考虑乘客分流和同质车型情形相比,考虑乘客分流和异质车型,得到的方案成本降低11.46%,提高了资源利用率.     

混合动力公交车能量控制策略的优化模型

针对混合动力公交车在循环工况内功率需求的特点,建立了未来功率需求贝叶斯预测模型;利用2-阶段随机动态规划模型将大规模的随机动态规划问题简化为多个小规模的随机动态规划问题和一个确定型动态规划问题;对于随机动态规划模型的求解,给出了稀疏表示的降维方法,将复杂的泛函极值问题转化为常规的随机动态优化问题,并采用分布估计算法和计算资源最优配置算法的计算机仿真优化算法对随机动态优化问题进行求解;给出了基于查表的在线控制策略,为模型的实际应用进行了有益的探索。     

国际原油价格预测的双层随机整数规划模型、算法及应用

根据国际原油价格近期数据及原油价格变化量,给出了国际原油价格改变量的状态转移概率(或频率)矩阵.依此提出以国际原油价格预测误差的期望与方差最小为最优目标,建立国际原油价格预测的双层随机整数规划,并论述该优化问题最优解的存在性, 根据约束特性构造了优化算法.同时按照国内现行成品油定价机制, 提出的优化算法,对国内成品油调价进行了预测,实证分析表明提出的模型与优化算法具有一定的预测精度和较好的实用性.     

一种双层规划的光滑化目标罚函数算法

论文研究了一种双层规划的光滑化目标罚函数算法,在一些条件下,证明了光滑化罚优化问题等价于原双层规划问题,而且,当下层规划问题是凸规划问题时, 给出了一个求解算法和收敛性证明.     

一种双层规划的光滑化目标罚函数算法（英文）

论文研究了一种双层规划的光滑化目标罚函数算法,在一些条件下,证明了光滑化罚优化问题等价于原双层规划问题,而且,当下层规划问题是凸规划问题时,给出了一个求解算法和收敛性证明.     

Airline pricing and fare product differentiation: A new theoretical framework

A basic premise in the development of yield management has been that the differentiated fare products offered by airlines are targeted to distinct segments of the total demand for air travel in a market, each of which compete for space on a fixed capacity aircraft. Such representations of differential pricing assume that the airline can segment its demand perfectly and without cost to consumers, and further, ignore the dependence of the demand for a given fare product on the price levels and characteristics of the other available fare products. In this paper, we introduce a new ‘generalised cost’ model of fare product differentiation that incorporates the relationships between available airline fare products as well as the cost incurred by consumers of accepting more restrictions. We extend the model to incorporate the diversion of passengers to lower-priced fare products as a result of their ability to meet the additional restrictions imposed by airlines, and then demonstrate how seat inventory control can be used to induce diverting passengers to ‘sell up’ to higher-priced fare products by applying booking limits. An example of how the model can be used for joint fare product price level optimisation is presented, along with a numerical example that illustrates the extent to which the conventional model of price discrimination over-estimates passenger demand and, in turn, total airline revenues.     

A demand model with departure time choice for within-day dynamic traffic assignment

A within-day dynamic demand model is formulated, embodying, in addition to the classic generation, distribution and modal split stages, an actual demand model taking into account departure time choice. The work focuses on this last stage, represented through an extension of the discrete choice framework to a continuous choice set. The dynamic multimodal supply and equilibrium model based on implicit path enumeration, which have been developed in previous work are outlined here, to define within-day dynamic elastic demand stochastic multimodal equilibrium as a fixed point problem on users flows and transit line frequencies. A MSA algorithm capable, in the case of Logit route choice models, of supplying equilibrium flows and frequencies on real dimension networks, is presented, as well as the specific procedures implementing the departure time choice and actual demand models. Finally, the results obtained on a test network are presented and conclusions are drawn.     

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.     

机场蓄车池出租车司机的选择决策研究 ——以首都机场为例

随着中国全面小康的逐步实现,乘客下飞机后乘坐出租车回市区已经成为大多数人的选择.着眼出租车送客至机场后的情景,以出租车司机的盈利最大化为目标,讨论出租车司机的两种决策选择——决策A是留在机场蓄车池等待回城区的乘客,决策B是空载回城找生意.控制时间相同的条件下,用机场接客的订单金额来估计决策A的收益,用司机单位时间内平均收益乘以经营时长来衡量决策B的收益.以北京市首都国际机场为例,从数学模型的角度为出租车司机提供决策条件,有效实现司机利润最大化.     

基于旅客选择的高速铁路客运收益管理研究

本文旨在探讨收益管理在高速铁路客运中的应用,给出了存在多级票价时,考虑旅客选择行为的铁路客运收益管理模型,优化结果能够同时给出发车指令和座位出售限制.利用模拟数据对模型进行了数值试验,表明在不同路段长度下,考虑旅客选择行为的总收益较需求独立模型均有所提高,且随着票价等级增多而增长.     

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.     

Minimizing the passengers’ traveling time in the stop location problem

In this paper we consider the location of stops along the edges of an already existing public transportation network. The positive effect of new stops is given by the better access of the passengers to the public transport network, while the passengers’ traveling time increases due to the additional stopping activities of the trains, which is a negative effect for the passengers. The problem has been treated in the literature where the most common model is to cover all demand points with a minimal number of new stops. In this paper, we follow this line and seek for a set of new stops covering all demand points but instead of minimizing the number of new stops we minimize the additional passengers’ traveling time due to the new stops. For computing this additional traveling time we do not only take the stopping times of the vehicles but also acceleration and deceleration of the vehicles into account. We show that the problem is NP-hard, but we are able to derive a finite candidate set and two tractable IP formulations. For linear networks we show that the problem is polynomially solvable. We also discuss the differences to the common models from literature showing that minimizing the number of new stops does not necessarily lead to a solution with minimal additional traveling times for the passengers. We finally provide a case study showing that our new model decreases the traveling times for the passengers while still achieving the minimal number of new stops.     

路段容量约束弹性需求交通均衡分配近似算法

本文研究了带路段容量约束弹性需求用户均衡交通分配问题及其近似解法.采用超需求模型将弹性需求转化为固定需求,提出了一种带路段容量约束弹性需求用户均衡交通分配近似算法.该算法在迭代过程中,通过不断自适应调节排队延误因子、误差因子来近似真实路段行驶时间,使路段流量逐步满足约束条件,最终达到广义用户均衡.这种方法克服了容量约束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.