基于实时信息的城市配送车辆动态路径优化

针对城市物流配送的现状,研究了信息在配送过程中实时变化的动态车辆调度问题。分析了需求量在配送途中发生变化、需求点增减、道路交通中断、车辆在行驶过程中出现故障四种动态事件情形下的配送线路实时优化问题。通过引入虚拟顾客,将动态车辆路径问题转化为经典的静态单车型车辆路径问题,提出了动态车辆路径问题的模型构建方法。分构建初始线路和对线路进行实时优化两阶段完成对配送线路的规划,并运用混合遗传算法对其寻优。实验结果表明,本文模型和算法可以有效降低企业配送成本。     

时变路网下异型车辆动态配置与路径优化

针对配送中心车型多样、客户需求动态变化且车辆行驶时间依赖配送区域路网速度变化特征的动态车辆路径问题,基于先预优化后动态调整的思想建立了以配送成本最小化为目标的两阶段优化模型.在预优化阶段,设计改进自适应遗传算法获得初始配送方案;在动态调整阶段,综合考虑客户需求变化和配送路网速度的变化,制定连续性和周期性相结合的优化策略,将问题转化为多中心车辆路径问题进行求解.通过实验分析验证了模型与算法的有效性,研究成果可丰富车辆路径问题的相关研究,为物流企业优化决策配送方案提供理论依据.     

变需求车辆路线问题建模及基于Inver-over操作的PSO-DP算法

讨论了一类客户需求随机变化的车辆路线问题,利用基于Inver-over操作的粒子群算法,将动态规划算法嵌入粒子群算法求适应值,解决了本文给出的车辆路线优化模型的求解问题,最后给出了一个数值算例.     

突发事故下交通拥堵控制策略设计

突发事故在城市交通网络中经常发生, 对交通系统的正常运行带来极大影响, 因此研究突发事故下交通拥堵的控制策略具有十分重要的意义. 研究突发事故下临时性的车辆禁行设计与可变信息板选址组合优化问题. 建立了临时性车辆禁行设计与可变信息板选址组合优化的双层规划模型, 上层目标从交通管理者的角度最小化出行者的系统总阻抗, 下层模型通过基于元胞传输的仿真描述在临时性车辆禁行与可变信息诱导下出行者的动态路径选择行为, 并提出了基于遗传算法的求解方法. 通过算例, 说明本文提出的临时性车辆禁行与可变信息诱导组合控制措施能够有效地降低突发事故所导致的交通拥堵, 提高交通网络的系统性能.     

求解大规模VCVRP问题的快速动态规划算法

车辆路径问题是一类典型的组合优化问题,大部分研究都只考虑车辆能力固定的情形,实际中受货物形状特性及客户需求变化,车辆的能力是受限变化的,针对能力受限变化的车辆路径问题(varied capacitated vehicle routing problem,VCVRP),基于动态规划理论,提出一种求解大规模VCVRP问题的快速动态规划算法.该算法以传统的最佳适应降序算法(best fit decreasing,BFD)和最小生成树(minimum spanning tree,MST)算法为基础,引入K步回溯,短途优先原则,实现了VCVRP中的货物装箱问题和路由选择问题的近似解耦.同时给出了该算法的优化目标车辆旅程的理论上界,短途优先原则的局部最小的理论分析与证明.最后以乘用车物流运输案例为背景,给出了计算实例,并从算法参数与算例规模多个角度进行求解质量与算法性能的分析.     

求解随机旅行时间的C-VRP问题的混合遗传算法

现实中,行驶在道路上的车辆由于车流量等因素导致车辆通过时间随着时间的变化而波动较大。因此,标准车辆路径问题中关于车辆在道路上的行驶速度或通过时间恒定的假设前提通常不能得到满足。以标准的带容量约束的车辆路径问题为基准,研究当道路的通过时间随着时间的变化而变化,并综合考虑行驶距离、行驶时间等多项目标下车队的最佳路线安排。为了求解所提出的扩展问题,设计了一个模拟退火与遗传算法相结合的多目标混合遗传算法,用于计算得到研究问题的最优Pareto集合。通过对多个基准问题的算法测试,验证了算法的有效性。     

混合变邻域搜索算法求解大规模电动车辆路径优化问题

基于真实的物流场景,研究了带时间窗的多车型和多循环电动车辆路径问题.建立了一个基于路径的混合整数线性规划模型,可精确求解小规模算例.提出了将变邻域搜索算法和标签算法相结合的混合启发式算法,用以求解大规模情形.该算法提出了一种带随机因子的启发式算法构造初始解,并对时间窗和里程约束进行了松弛,使用邻域算子进行变邻域搜索,使...     

可变洋流环境中自主水下航行器动态路径规划的改进QPSO算法

为更好地完成水下探测任务,提升潜行效率,本文提出了自主水下航行器(autonomous underwater vehicle,AUV)在可变洋流中的全局路径规划方法.首先,识别潜行区域地形与静态障碍物,建立以三维空间路径最短与路径平滑度最大为约束的多目标函数,利用提出的改进QPSO算法求解,生成初始路径;其次,考虑水下环境中不确定障碍物的存在和时变洋流的干扰,将动态障碍物信息更新在控制图上,用高斯噪声对洋流速度进行估计,确保AUV实现动态躲避与适应洋流变化以输出稳定的速度;最后,建立观测与惩罚函数来实时调整初始路径,得到更为科学合理的潜行路径.仿真结果表明,本文提出的全局规划方法求解的路径能使AUV潜行更加平稳与安全,使其具有更好的自主能力;所提改进算法与常规算法对比,改进的QPSO算法求解多目标离散问题所得解的精度与质量更好.     

时变车辆路径问题的启发式算法

标准的带时间窗车辆路径问题一般假定车辆的行驶速度保持恒定,然而在实际应用中车辆的行驶速度通常是时变的,因此近年来时变车辆路径问题正日益成为该领域的研究热点.本文对时变车辆路径问题的求解策略进行了研究,并设计了一种两阶段启发式算法对问题进行求解,算法的第一阶段提出了一种"最先过期用户优先"的启发式算法求得初始解,第二阶段利用模拟退火算法对初始解进行了改进.实验结果表明该算法可以有效地求解时变车辆路径问题.     

考虑异常车次的公交车辆调度计划问题研究

公交系统在实际运营过程中经常受到车辆故障、交通拥堵以及客流量增加等因素的干扰,造成异常车次的产生,并以延误车次和临时新增车次最为常见.在制定公交车辆调度计划时,预先考虑可能发生的干扰,可以提高调度计划的鲁棒性,降低恢复正常运营的成本.本文针对公交车辆调度计划的制定问题,考虑延误车次和新增车次两种受扰车次,提出重新分配车次和调整车次发车时间两种恢复策略,建立考虑异常车次的车辆调度模型,以提供鲁棒性较强的车辆调度计划,并设计了一个基于行列生成算法的启发式算法进行求解.在求解过程中,原问题被分解为主问题和三个子问题,并分别使用Bellman-Ford算法求解初始线路、使用标号法求解修正线路,以及使用禁忌搜索算法提高求解效率.最后,一系列的对比实验表明,本文提出的模型可以提供更具鲁棒性的公交车辆调度计划方案,能够减少干扰场景下车次的调整次数,对减轻公交调度管理人员的工作复杂性具有帮助作用.     

时间依赖型多时间窗车辆路径问题研究

针对一类考虑城市交通拥堵情况的时间依赖型多时间窗车辆路径问题(time-dependent vehicle routing problem with multiple time windows,TD_VRPMTW),提出一种混合离散灰狼算法(hybrid discrete grey wolf optimizer,HDGWO)进行求解。在HDGWO中,设计了新的灰狼个体更新公式,采用基于客户排列的整数编码方式,使算法可直接在离散问题解空间中执行基于标准灰狼算法个体更新机理的全局搜索;设计了基于问题性质的种群初始化策略,用于生成具有高质量和多样性的初始种群;引入头狼信息交流公式,用于探索头狼形成的优质解空间;构造具有多种局部搜索操作的自适应变邻域局部搜索策略,用于增强算法的局部搜索能力。结果表明：HDGWO可有效求解TD_VRPMTW。     

无人机自组网中基于蚁群优化的多态感知路由算法

无人机自组织网络具有节点移动性强、网络拓扑变化快、数据交互频繁、应用环境复杂等特点, 采用传统的路由算法会使该网络在传输延时、丢包率、路由开销等方面性能均较差, 以至于无法为多无人机协同执行任务提供有效的通信保障。为了解决该问题, 提出一种基于蚁群优化的多态感知路由(ant colony optimization based polymorphism-aware routing, APAR)算法。该算法将蚁群算法与动态源路由算法相结合, 通过感知路径长度、路径拥塞度和路径稳定性, 计算出由路由发现过程得到路径的信息素水平, 并将其作为选路标准, 经过改进的信息素挥发机制也被引入该算法。同时, 根据无人机编队的变化做出合适的调整, 以保证其网络性能不下降。仿真结果表明, 与其他经典算法相比, APAR算法提高了数据包成功传输率, 降低了平均端到端延时, 减少了路由开销, 且在战场环境下有较高的可靠性。     

感知实时车流信息的VANET路由仿真研究

车用自组织网络利用车辆间通讯来提高道路交通安全和效率,路由协议的性能至关重要。提出一种感知实时车流信息的路由协议,能够不依赖于基础设施,通过挖掘和汇聚车辆位置数据,实现城市道路上的车流密度估算,并给出车流自适应路径选择方法,动态产生及维护由多条道路连成的数据包传递路径。对车辆高密度和低密度场合下的仿真表明,在网络开销没有明显增长的情况下,协议可以获得较好的性能,数据包递送率达到83%以上,平均发送延迟限制在2秒以内。     

基于实时交通信息的车辆路径与调度动态仿真

城市的发展导致道路交通运输问题变得越来越突出。针对这类问题,建立了一种基于实时交通信息的动态车辆路径与调度问题模型,并构建了一个动态交通仿真模型模拟真实的车辆行驶状况。通过两阶段仿真,获取车辆在道路中行驶的实际行驶时间。最后构造了一个交通网络,通过仿真试验验证提出的模型的有效性。     

无线多跳网络中基于QoS的自适应拥塞控制方案

提出的无线多跳网络中基于服务质量(QoS:Quality of service)的自适应拥塞控制方案是从两个方面实现拥塞控制和QoS保证的.一方面,通过控制路由请求过程,为实时业务选择时延较短的路由,为非实时业务选择时延较长的路由来控制拥塞并保证QoS.另一方面,按照QoS等级减小邻居结点的转发业务来增加拥塞结点占用信道的概率,从而消除拥塞并保证QoS.该方案的特点在于综合考虑了拥塞控制和QoS保证,能在控制拥塞的过程中提高服务的QoS质量.论文建立了路由发现成功率、端到端时延和丢包率的性能分析模型,并对提出的方案进行了性能分析.性能分析和仿真结果表明我们提出的方案能够有效的控制拥塞,并保证实时业务的QoS.     

应急疏散路径选择元胞传输宏观模型

通过建立元胞传输模型,研究了紧急事件下动态网络交通流应急疏散问题,将车流离散化处理成单个车辆可以有效地克服网络规模较大时运算效率低的缺点.模型采用时间步长法进行模拟,紧急疏散车辆路径的确定与各路段的走行时间密切相关.仿真实例说明模型和算法提高了紧急事件下网络动态交通配流的应用效果.     

基于模糊神经网络的实时路段行程时间估计

基于对我国城市交通流的物性分析 ,提出了一种基于模糊神经网络的实时路段行程时间估计模型 ,用于将来自于交通控制中心的实时交通数据转换成为能够反映路段实时运行状况的直观参数 :路段行程时间 ,从而为交通流诱导服务 .这种方法用具有更高智能的神经网络实现了对抽象模糊规则的自动纠错的记忆 ,符合人类认识的模式 ,能令人满意地表达经验知识 ,而且模糊输入输出关系具有了明确的表达能力 .     

模拟电路系统研究网络交通流特性的思想与方法

介绍了交通流理论的研究现状 ,指出目前交通流理论研究的重点和难点是网络交通流的动态特性以及路网交通流点、线、面之间的动态联系 .通过对路网交通流特性及电路网络特性的对比分析 ,论述了用电路网络模拟道路网络来研究交通流的动态特性和联系特性的可能性.     

基于城市道路限行的多能源多车型车辆路径优化

针对日益严峻的城市汽车尾气污染问题和日趋严格的城市限行措施,本文首次将城市分区域、分车型等限行因素引入到车辆路径问题,并以碳排放、运输等费用总成本最小为目标,构建了基于城市道路限行的多能源多车型混合车辆路径优化模型.针对模型的NP难特性,本文提出了一种变邻域搜索算法(VNS-TR)求解该模型.最后,通过算例和基准测试集验证了模型及算法的有效性.