震害紧急响应阶段应急物流系统中的LRP

针对震后紧急响应阶段的应急物流系统优化问题, 建立了一个两级设施定位-运输路线安排问题模型(LRP), 据此进行应急设施定位-分配和救援物资运输路线安排决策. 根据该模型的特点, 提出一种基于两阶段分解思想的“三角”启发式算法, 对算法的复杂性进行了分析, 并与改进遗传算法进行了对比研究. 算例分析结果表明, 该模型和算法可以解决震后应急物流系统中的 LRP, 所设计的“三角”启发式算法性能优越, 具有较高的运算效率.     

基于实时路况信息的灾后应急配送路径选择系统

灾害发生后的次生事件会随时改变救援物资运输路径选择。综合考虑救援路径多个属性,针对救援物资配送路网中各路段的实时情况,提出救援路径变更临界值的概念。运用改进的最短路算法及次短路算法,实时给出最优救援路径及临界值,以期达到救援物资在兼顾风险控制的情况下尽可能快地运抵物资需求点的目的。通过仿真得到的数据可供决策者提前规划路线资源的分配。最后,给出了具体算例及其仿真结果。     

车辆自动导航的路线优化系统研究

系统研究车辆自动导航的路线优化系统,讨论路网的描述及道路权重的标定,介绍一些经典的最短路算法,着重介绍适于车辆自动导航的最短路算法的一些最新研究进展.着重提出车辆自动导航的路线优化过程中需要特别处理的几个问题,如路口延误、禁行状态等,并在理论上给出了相应的解决方案.     

车辆自动导航的路线化系统研究

系统研究车自动导航的路线优化系统，讨论路网的描述及道路权重的标定，介绍一些经典的最短路算法，着重介绍适于车辆自动导航的最短路算法的一些最新研究进展，着重提出车辆自动导航的路线优化过程中需要特别处理的几个问题，禁行状态等，并在理论上给出了相应的解决方案。     

时变条件下多式联运有害物品的路径选择

在有害物品运输过程中,需要获得从起点到终点之间的最短路径.而在运输过程中,往往不止有一种运输方式,可能同时有多种运输方式交叉,即可能多式联运的方式存在,同时,有害物品的运输网络具有很强的时变特性.将运输网络进行变形,建立了在时变网络条件下多式联运有害物品的最短路模型,设计了求解时变条件下多目标多式联运的最短路的算法.利用此算法获得有害物品运输过程中从起点到终点之间的最短路,并对算法的计算复杂性进行了分析.最后,给出一个应用算例.     

时变条件下有害物品运输的路径问题研究

随着经济的发展,有害物品的生产量和运输量都在不断的增长.在时变网络条件下的有害物品运输过程中,运输成本和运输风险随着时间的变化而有所不同.在时变网络条件下,获得有害物品运输的风险和成本的基础上,给出了有害物品运输过程中的路径选择的模型,此模型还考虑了有到达时间限制和允许在运输网络中等待的情况.然后设计了求解的算法,利用此算法可以获得时变条件下有害物品运输中的最短路,并对算法的复杂性进行了分析.最后给出了一个应用算例,证实了在时变条件下有害物品运输中进行等待可以在一定程度上减少成本和降低风险.     

一种求解双目标最短路的方法

在运输过程中，有时往往需要考虑两个目标。由于在实际的求解过程中，往往很难获得两个目标同时最小的绝对最短路径。通常，只要找到满足决策者需要的有效路径就可以了。提出了一种利用k-最短路算法来获得双目标最短路的有效路径的算法，并对算法的复杂性进行了分析。最后给出了一个应用算例。     

最短路问题的闭环DNA算法

提出了不等长闭环DNA分子的概念,由此推广了闭环DNA计算模型。给出了固定端点的最短路问题闭环DNA算法,该算法首先对每条弧进行了三组DNA编码,再用有目的的终止技术合成固定端点的所有链,然后通过接入实验和电泳实验得到最短路,并通过检测实验输出所有最短路径。得出了算法的复杂性,为说明算法的有效性给出了一个算例。最后讨论了最短路问题闭环DNA算法在变权网络、自由终点或固定中间点的最短路问题中的应用,并给出了相应的解决方法。由此说明该算法具有广泛的适应性。     

相异路径选线问题的模型与算法

相异路径选线问题考虑的是,给定一运输网络,找出某对源宿节点之间的空间上有差异的路径。多个相异路径对于军事后勤供应、有害物品运输等在异常情况(如原来的最佳路线因气候等原因不可用)下的决策,具有重要意义。本文着重对已有的4种生成空间相异路径的算法进行了分析和评价,在此基础上构建了一个复合模型。     

基于均衡原理的定位-运输路线安排问题模型及求解算法

提出了物流配送均衡原理,构造了基于物流配送均衡原理的定位-运输路线安排问题的双层规划模型.运用Frank-Wolfe算法求解物流配送均衡模型,采用改进的禁忌算法优化选址问题和车辆路径问题,并通过双层规划模型将选址和车辆路径问题进行有机结合.应用提出的模型和算法求解了多个算例,并选取了其中一个算例试验结果进行分析.分析表明,基于均衡原理的双层规划模型和算法能够有效的求得定位-运输问题的优化解,是解决定位-运输问题的有效方法.     

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。     

干线运输优化的两阶段局部搜索启发式算法

干线运输的车货匹配及车辆运输路径优化对于降低大规模、多分布网点的物流企业的运输成本有重要意义.建立了干线运输的发车费用模型及总费用模型,提出应用一种基于直达网络搜索和车辆行驶路径搜索的两阶段局部搜索启发式算法进行求解.通过对企业实际数据的计算,表明该算法优化了干线运输的运输路径,减少了运输车辆数,降低了运输总费用,具有较好的应用前景.     

优化物流中心配送方案的遗传算法

提出了一种配送方案模型 ,该模型在满足车辆满载约束的同时充分考虑货物的运到期限 ,通过实例计算表明 ,该算法对确定配送装车方案是可行和有效的.     

按照装备编组平车装载问题的混合型遗传算法

按照装备编组进行平车装载是兵力机动铁路输送时经常采用的一种方式。分析了按照装备编组进行平车装载问题的模型，在Next Fit算法和基本遗传算法的基础上，提出了求并按照装备编组进行平车装载问题的混合型遗传算法，给出了这种混合型遗传算法编码方法、遗传算子的设计和适应度函数的定义，并用实例验证了所给算法的有效性。     

OD分布与随机均衡分配的组合模型及算法

目前交通规则实践缺乏考虑交通信息的随机性,从而降低了它所得结果的准确性,为此,通过分析出行路选择和目标选择的随机性,建立了交通网络OD分布与随机平衡（或均衡）分配的组合模型,通过引入拉格朗日函数,证明了模型最优解满足随机用户平衡条件和OD分布的要求且最优解是唯一的;最后给出了模型的方向搜索算法。     

基于强化学习的危化品运输路径选择博弈分析

危化品运输企业常常为追求自身利益最大化而忽略运输安全问题,导致危化品运输安全事故频发.为提高危化品运输安全性,除了行政监管,政府还通过路径税收政策影响危化品运输路径,从而避免安全事故发生.本文根据危化品运输企业具有自主学习的特性,引入强化学习相关理论方法,建立了路径税收政策下基于强化学习的危化品运输路径选择的演化博弈模型;同时通过理论分析及仿真算例,对路径税收政策下危化品运输路径选择问题进行研究.仿真结果显示,路径税收政策可促使危化品运输企业选择收税路段,进而降低危化品运输风险,对于提高国家危化品安全运输管理具有实际意义.     

交通运输网络通道排斥性和依存性的识别研究与实证分析

研究交通运输网络中运输通道之间的排斥性和依存性问题,旨在为交通运输网络规划和交通运输投资决策提供科学的参考依据.根据某一运输通道运费的变化对另外一条运输通道运量的影响,结合线性规划和运输经济学理论建立交通运输网络通道排斥性和依存性的分析理论模型,推出具有参考价值的结论,并对结论进行了实例分析.     

大规模网络中基于移动代理的拓扑发现机制

针对基于移动代理的大规模网络拓扑发现,提出了一种基于移动代理洪泛的自启发式深度优先染色生成树算法。将一个大规模网络划分为若干个子网,在各子网内部利用移动代理洪泛策略并行地获取各子网拓扑信息。利用移动代理将每个子网拓扑信息进行汇总获得整个网络的拓扑。算法的复杂度分析和仿真结果表明本算法可在一定程度上减少网络流量和拓扑周期。     

轴-辐式网络下基于多枢纽竞合的航线优化与港口定价决策

"海上丝绸之路"对我国大型航运企业运营网络的航线优化和枢纽港口的定价决策提出了新的挑战.本文构建了轴-辐式网络下航运企业基于港口容量限制的多条航线优化模型和具有横向竞合关系的多个枢纽港口定价决策模型,并经效用函数、Logit函数和Kuhn-Tucker约束等价变换为一个非线性混合整数规划问题.利用GAMS软件进行的实例分析结果表明,高港口定价有利于枢纽港口但并非航运企业所期望的,反之亦然;完全合作可惠及航运企业和枢纽港口的整体利益,而远交近攻能为潜在的战略枢纽港口提供可观的经济收益;航运企业因途径港口存在容量限制只能采用分摊运输,而基于港口价格、干线距离、港口竞合等方面针对性地选择"枢纽港口组合"对成本控制会更有效.