有限预知信息的可恢复加拿大旅行者问题

加拿大旅行者问题是指旅行者针对行走过程中遭遇的突发性道路堵塞,如何设计一个有效路径选择策略,使得旅行者从出发地抵达目的地的行走时间尽可能地少的问题。从占线问题与竞争策略的角度讨论有限预知信息情形下的可恢复加拿大旅行者问题,给出决策者在车辆到达一交叉口时可以获取后一交叉口的关联路段是否堵塞及堵塞恢复时间情形下的等待策略和贪婪策略,以及相应策略下的竞争比,并与不可预知信息情形下问题的策略进行了比较。     

堵塞恢复时间随机的在线加拿大旅行者问题

针对旅行者在行走过程中遇到的某一或一系列无法预知堵塞事件的加拿大旅行者问题,考虑每个堵塞恢复时间是一个相互独立随机变量的情形,从在线问题与竞争策略的角度,给出了每个堵塞恢复时间都为均匀分布下的等待策略和贪婪策略以及相应策略下的竞争比,并对两种策略的执行效果进行了分析和比较.     

加拿大旅行者问题

针对加拿大旅行者问题 ,分析其主要变形——确定型可恢复的加拿大旅行者问题。考虑堵塞边动态产生 ,一个遇到且堵塞边在时间 l( x,x)后可以自动恢复情况下的道路选择。通常对于在线算法可以从两个方面进行评价 :最坏情形分析和竞争比分析。本文先设计了求解最坏情形下旅行时间最短的标号算法并分析了其计算复杂性。而后在竞争比分析中 ,设计了基于贪婪原则的选路策略 ,并对其进行了竞争比分析 ,证明了该贪婪策略对于确定型可恢复加拿大旅行者问题的竞争比为 ( k+ 2 ) /2     

一条路上的占线可恢复加拿大旅行者问题混合策略

针对旅行者在行走过程中遇到某一或一系列无法预知的堵塞事件的可恢复加拿大旅行者问题,考虑堵塞只发生在一条特殊路径上且堵塞可恢复的情形,提出了以一定概率分布对等待与迂回策略进行选择的混合策略,并讨论了无偏好和有偏好混合策略以及相应策略下的竞争性能比。     

连续网络上的占线可恢复加拿大旅行者问题

针对堵塞完全在无法预知的情况下一个个出现，且堵塞恢复时间信息可以获取的占线可恢复加拿大旅行者问题，给出连续网络上的等待策略和移动策略以及相应策略下的竞争比，并对两种策略的执行效果进行分析和比较。     

基于方格路网的两车应急救援路径在线选择

针对方格路网上道路堵塞的位置和数量信息不完全的情形, 本文研究了两辆应急救援车的在线路径选择问题, 使得最多有k条边堵塞时, 至少一辆车尽快到达事故点进行救援. 根据网络的特点, 对两车分别设计了 横向优先和纵向优先的在线路径选择策略, 通过竞争分析法得出该在线策略 的在两种情形下的竞争比: 出发点和事故点在同一条直线上以及出发点和事 故点不在同一条直线上, 并证明两种情形下的竞争比均是紧的; 最后说明了 该在线策略在某些情形下的最优性.     

路段权重不确定时占线选择路径

用户打算从出发地s去目的地d,针对路段上的权重无法准确预知就必须做出决策,选择出行路径去目的地的问题.从占线与竞争策略的角度出发进行考虑,设计了最大权最小策略及贪婪策略选择路径,假设路段上的实际权重ωe和最大权重Te满足关系式ωe≥dTe的情形下,证明了这两个策略的竞争比都是1/α,并证明了这两个策略都是最优策略,其中α∈[0,1].     

转向限制网络中基于预知时间的快递车辆在线揽件路径选择研究

针对现实快递服务网络结构上的转向限制及待服务需求出现后不能立即接受服务的特征,将预知时间引入到在线旅行商问题中,提出以服务总时间最小为目标的转向限制网络中基于预知时间的快递车辆在线揽件路径选择问题.在半路径上提出了WBR-dd策略,在路径上提出了REPdd略,在一般网络上提出了PAH-dd策略,证明了上述在线策略的竞争比,分析了该问题竞争比的下界.结果表明预知信息越多,在线算法将获得更优的竞争性能.     

有限预知信息的集装箱搬卸占线问题

提出了有限预知信息的集装箱搬卸占线问题,即每一个服务请求到达时预先知道后续一部分请求信息的占线问题。建立并分析相应的数学模型,针对模型中预知信息的特征提出了贪婪移位策略。运用最坏情形分析方法研究了贪婪移位策略的竞争性能,证明其具有竞争比:(b w-2)/w。     

堵塞点可恢复型在线运输车辆的调度策略研究

针对现实物流配送中所遇到的无法预测的突发性线路堵塞问题,以在线车辆行驶的时间最短为优化目标,用竞争分析的方法研究了堵塞点可恢复型在线车辆的调度策略.充分地考虑到堵塞点的动态特征,分别介绍了在线运输车辆调度的贪婪策略、复位策略和等待策略等方案,并系统分析了这三种基本策略在竞争性能上的利弊,给出了选择策略及其算法模型.通过对选择策略的竞争比和竞争性能的分析,结果表明选择策略实现了对在线运输车辆的优化调度.     

不完全信息下交通网络最短路径关键边问题

因各种突发事件（交通事故、自然灾害等）造成道路中断的现象普遍存在，车辆在行驶的过程中并不具有道路中断的完全信息，只有行进到中断处时才获得道路中断的信息。本文就不完全信息（道路中断信息）下的变通网络最短路径关键边问题进行研究，首先定义了不完全信息下最短路径关键边的概念．其次给出了求解不完全信息下最短路径关键边的有效算法厦其时间复杂性分析，然后结合城市道路网络给出了实际算例，比较分析了最短路径关键边、最长绕行路关键边和不完全信息下的最短路径关键边问题，指出了不完全信息下的最短路径关键边问题更具有实际意义。     

并行分布仿真中前瞻量问题的研究

并行分布式仿真对复杂大规模动态系统的研究，以及探索其长远的应用空间提供了便利，近年来日益成为研究的热点。时间管理是影响并行分布仿真系统高效运行的重要因素之一。首先介绍了前瞻量的概念与设置方法，其次提供了前瞻量的形式化描述，然后深入分析了由于引入零前瞻量而可能导致的回退循环问题，紧接着针对这一问题提出了解决决方案及优化策略。最后，分析了前瞻量变动对系统的影响，并提出了一种在RTI中如何实现动态更新前瞻量的算法。     

带时间窗军事物资配送问题的NSGA-Ⅱ算法

针对战场军事物资配送中带时间窗的路径优化问题,以运输距离、运输费用和风险性为目标,建立了带有时间窗的多目标网络运输模型,提出了一种改进的多目标遗传算法NSGA-Ⅱ。算法中引入剩余网络的概念,采用数值编码方式,增加了精英保留策略和小生境密度。仿真实验结果表明,本文建立的模型合理,算法在一定程度上克服了求解多目标优化问题过程中易陷入局部最优的现象,提高了战场上求解军事物资配送路径优化问题的效率,并能够使决策者根据仿真实验中的各项参数值自行择优选择运输方案。     

基于碳排放与速度优化的带时间窗车辆路径问题

研究了考虑碳排放和速度优化的带时间窗车辆路径问题,引入了基于速度的碳排放计算方法,以油耗、碳排旅行时间费用最小化为目标,将速度作为决策变量,建立了混合整数规划模型. 提出了两阶段启发式算法,第一阶段采用改进的禁忌搜索算法优化配送网络中的速度,第二阶段设计了弧段速度优化算法用于优化路径弧段上的速寻求对最优解的进一步改进. 数值实验分析表明: ①两阶段启发式算法能快速有效地找到满意解; ②采用优度的路径安排比固定速度的路径安排能减少更多的碳排放和总费用; ③碳排放和旅行时间之间存在替换关系,减少碳排放会导致旅行时间的增加; ④传统的车辆路径安排中存在很大的碳排放改进空间,由于油耗和碳排放是相关的,减少碳排放有利于节约总费用.