基于直方图优选的车速分布模型研究

通过对国内外已有的研究分析,发现车速的分布规律变化不一,很难用单一的某一种分布模型进行拟合.因此,通过对呼和浩特市昭乌达路的速度数据采集,利用直方图优选的方法对速度分布直方图进行改进,并利用正态分布、威布尔分布、伽玛分布和Logistic分布模型对改进后的直方图进行了拟合分析.通过对拟合分析得出的相关系数的比较,给出了这四种分布在拟合速度分布时的适用范围.     

市区干道速度-流量散点边界问题研究

由于各种干扰因素的存在,使得市区内的车流在运行时表现出较大的离散性.当流量不变时,车速的波动范围较大,这使得传统的速度-流量模型在对其进行拟合时出现不适用的情况.与以往的研究不同,本文利用霍尔特指数平滑法对速度-流量波动的边界进行了细致的分析,给出了速度-流量散点的上下边界模型.将该模型应用到呼和浩特的主干道交通流分析,发现具有较好的拟合效果.     

不确定需求及建设成本下连续交通网络设计的鲁棒优化方法

在假设各起始点的交通发生量和吸引量确定的情况下,研究不确定需求及不确定建设成本下的连续交通网络设计问题.利用鲁棒优化方法建立了一个不确定双层网络模型,设计了基于Frank-Wolfe法的情景局部搜索法.双层不确定模型中下层模型是需求属于一个简单有界闭集的用户均衡问题,上层模型是建设成本不确定的系统总阻抗最小的优化问题.通过数值算例分析,得到鲁棒优化下的不确定网络设计模型稳定性优于确定性设计模型的结论.     

基于机器学习的城市交通态势评估与预测方法研究

为更实时准确地评估和预测交通运行态势,以交通检测器提供的大量数据作为研究对象,通过分析交通流时空特征及变化规律,建立考虑谱聚类的K近邻算法,并对城市交通的运行态势进行等级分层并评估.在时间序列分析的基础上,建立考虑时间特性的LSTM和GRU神经网络模型,预测城市交通运行态势并分析对比各模型预测效果.研究结果表明:与传统...     

灵活编组高铁列车的售票时间窗优化

灵活编组使高铁列车席位容量具备了有限柔性,相比传统固定容量下的控制技术,柔性容量的售票控制优化能实现更高效的供需匹配.基于高铁线路多列车、多停站的服务网络,根据收益管理原理设置不同价格等级的客票.采用偏好序模型刻画旅客购票选择行为,使用售票时间窗控制客票预售过程,以获利最大为目标建立灵活编组方案与售票时间窗的联合优化模型.根据售票需要设计客票排序,将模型转化为线性规划模型,并采用CPLEX快速求解,得到列车最佳编组方案和售票控制策略.实验结果表明:需求不饱和时,相比固定编组,灵活编组下的售票时间窗控制策略获利更高;旅客到达率和转移购买概率越高,列车最佳编组越趋向于大编组.     

A Decision Support Method for Truck Scheduling and Storage Allocation Problem at Container

Truck scheduling and storage allocation, as two separate subproblems in port operations, have been deeply studied in past decades. However, from the operational point of view, they are highly interdependent. Storage allocation for import containers has to balance the travel time and queuing time of each container in yard. This paper proposed an integer programming model handling these two problems as a whole. The objective of this model is to reduce congestion and waiting time of container trucks in the terminal so as to decrease the makespan of discharging containers. Due to the inherent complexity of the prob-lem, a genetic algorithm and a greedy heuristic algorithm are designed to attain near optimal solutions. It shows that the heuristic algorithm can achieve the optimal solution for small-scale problems. The solutions of small-and large-scale problems obtained from the heuristic algorithm are better than those from the genetic algorithm.     

需求不确定下的生物质物流系统的选址与路径问题

为有效解决在生物质资源开发和利用过程中物流系统成本较高等问题，通过研究需求不确定性对生物质物流系统选址与路径问题的影响，提出生物质物流系统选址与路径的鲁棒优化模型。使用混合整数非线性规划对该问题进行数学描述，再根据强对偶理论将非线性模型转化为等价的线性鲁棒优化模型。利用CPLEX软件进行数值计算和分析，结果表明：需求不确定性会对生物质物流系统的最优决策产生影响。基于该模型的特殊性开发相关的自适应遗传算法，通过算法自适应机制避免陷入问题的局部最优情况，从而更精确地接近问题的最优解，最后通过大型算例验证所提出的自适应遗传算法相比于传统的遗传算法具有更加良好的性能。     

考虑路线汇集的地下物流系统车辆路径问题研究

地下物流系统是现有货运模式的有益补充，能有效缓解地面交通压力。考虑到车辆路径模型应用于地下物流系统的局限性，引入路线汇集节点。针对需求确定的情况，综合考虑地下通道建设成本、运输成本和车辆运载量限制，构建适用于地下物流系统的车辆路径模型。求解随机生成的案例并探讨关键参数的影响。研究结果表明：改进后模型可使总成本降低13.23%,其中通道建设成本权重的下降能够节约总成本，车辆数和车辆最大运载量的变化对总成本和车辆路径均产生影响。研究结果为地下物流系统的通道建设和车辆路径决策提供了参考依据。     

生物质资源库存-路径整合优化问题研究

库存和路径是供应链中两个重要决策问题。本研究旨在整合优化生物质资源供应链中的设施库存和车辆路径，将总成本降至最低。本研究在优化供应链中车辆路径规划问题时，加入对设施库存问题的考虑，通过对两个问题的整合优化来减少牛鞭效应的影响。针对整合出的生物质资源供应链库存-路径优化问题建立混合整数规划模型。由于问题的计算复杂度较高，导致求解问题会消耗大量时间，为此开发混合启发式算法(HHS)实现高效决策。通过算例测试验证了模型及算法的可行性，计算结果可应用于实际的生物质资源供应链库存和路径。CPLEX精确解和HHS算法近似解的比较表明HHS算法可求得十分接近精确解的近似解且更加高效。