考虑救援点资源分布的救援车辆路径优化

研究基于物资集散区的救援车辆路径优化问题,旨在有效利用救援系统资源,提高救援效率.灾害发生初期,每个救援点物资量和车辆运输能力具有不平衡性,针对该特点,从建立一个物资集散区角度出发,把所有救援点的救援车辆分为两类:第一类车辆负责将物资从救援点运往物资集散区,第二类车辆直接参与救援,若救援点物资不足,则从物资集散区获取物资以完成剩余救援任务.基于以上分析,以救援时间为优化目标,建立应急救援车辆路径模型并设计对应的模拟退火算法.算例分析表明,所提出的优化方法结果合理,可为实际决策提供有价值的参考.     

突发事件下多目标应急救援物资配送路径规划

突发事件发生后,选择最优应急救援物资配送路径提高物资配送的效率和效果,是应急决策者面临的主要问题。以最小化最晚车辆服务结束时间来提高物资配送的效率,以最小化需求未满足率来保证配送公平性,从而达到良好的配送效果。在配送中心唯一的情况下,考虑道路对车型限制、道路阻断修复和道路可靠性对路径的影响,建立多目标应急救援物资配送路径优化模型。设计优先邻点交叉算子来改进基于非支配解排序的遗传算法,提高了局部搜索能力和收敛速度,通过仿真实验验证了算法和模型的有效性,为决策者选择合适的车辆配送路径提供辅助决策作用。     

基于混合车型的灵活型接驳公交路径协同优化研究

为解决居民出行往返于居住地与换乘站间“最后一公里”的难题,研究了灵活型接驳公交路径规划问题。为保证接驳公交服务质量,构造乘客满意度函数将其量化。考虑混合车型联合调度对接驳车辆路径优化的影响,在给定预约需求和车队规模的前提下,以企业运营成本最小和平均乘客满意度最大为优化目标,建立基于混合车型的灵活型接驳公交路径协同优化模型,同时运用遗传算法求解模型。结果表明,采用多车型调度的算例最优适应度值优于使用单一车型的算例,说明该模型在路径优化方面具有可行性。     

基于agent的高速公路救援车辆动态派遣方法

为了解决高速公路网多救援点出救,多种类、多数量救援车辆处置多起交通事故问题,应用agent方法建立了救援车辆动态派遣模型.模型将事故作为任务agent,救援车辆作为资源a-gent,将任务延时损失最小和派遣资源成本最少作为系统性能指标.针对多agent协作性特点及多起事故救援的不确定性,设计了招投标过程,并在积累救援信息、寻求多目标最优解过程中,制定了agent启发式学习过程,获得动态最优解.南京市周边高速公路网救援实例表明,基于agent的救援车辆派遣方法可以动态地获得全局优化的派遣决策方案,验证了方法的可行性和有效性.     

基于双层规划的应急救援车辆调度模型

为了在有限时间域内最大化各灾区应急资源需求满足量、减少延迟成本,采用网络流理论及双层规划建模方法,构建了含时间窗的应急救援车辆多次、多阶段动态调度模型,并利用基于动态规划的两阶段启发式算法进行求解.算例结果表明,最优解形成了集覆盖调度方案,即从供应点1出发的车辆覆盖需求点(1,3,7,8),从供应点2出发的车辆覆盖需求点(2,4,6),从供应点3出发的车辆覆盖需求点(1,5).在最优调度方案下,总延迟成本为0.双层规划能降低求解维度,上下层合作关系保证了全局最优的实现.因此,应急管理部门应先行决策应急资源的战略配置以有效提高各阶段救援车辆调度效率.     

基于NSGA-Ⅱ算法的多目标公交调度优化模型

针对传统公交调度方案容易导致运营经济成本和乘客时间成本的不合理分配问题,提出了一种基于NSGA-Ⅱ算法的多目标公交调度优化模型。综合公交车辆运营成本、乘客出行成本及乘车舒适度三个目标函数,建立公交调度优化模型,通过非支配排序遗传算法对模型的pareto最优解进行计算。最后以深圳市某路公交为实例,通过采集线路参数,计算得到该线路最优发车间隔。验证了NSGA-Ⅱ优化算法在公交调度中的有效性,对公交运营与线路改善有一定的借鉴意义。     

基于多目标路径规划的应急资源配置模型

面对日益增加的突发事件,应急资源调度对于快速开展救援工作以及降低社会财产损失具有重要意义.文中建立了一种基于多目标路径规划的应急资源配置模型,可解决应急路径搜索与资源配置两个问题.考虑到突发事件会对道路网络造成较大影响,模型首先以基于BPR(美国联邦公路局)路阻函数的路径行程时间与基于大量历史交通量数据的可靠性为优化目标进行路径规划,综合禁忌搜索与非支配排序获取应急救援路径的Pareto解集,并且通过指标权重确定最优路径;然后在获得最优路径的基础上,基于突发事件级别引入效用系数进行资源配置,最大化总资源利用效益,并基于Lingo软件进行求解;最后在无锡市公路网的历史数据基础上进行了案例分析,验证了所提出模型与解决方法的有效性.     

多车型车辆共享的MDVRP问题及其遗传算法

在多车场车辆共享的路径优化问题中,允许多种车型的车辆同时调用,在各个车场内循环调度使用,不必回到初始发出的车场,实现一定程度的共同配送;另外,考虑满载和空载的油耗不一样,同样的路径中车辆的装载量不同成本也会不一样.要满足上述新的车辆调度要求,必须建立新的车辆调度模型:目标函数包含路径的油耗成本,约束条件中车辆不必回到原车场.由于该模型属于NP难题,因此给出了一种新的基于路径的一维编码遗传算法,通过实例证明该方法能够使车辆调度路径得到改进.     

复杂工况下盾构隧道车辆智能调度系统开发及应用

为解决长大隧道施工时多作业车辆行驶时车辆拥堵、安全风险高、调度难的问题,依托上海轨道交通市域线机场联络线超大直径盾构隧道工程,设计了具有位置确认、信号传输、定位应用功能的智能调度系统。分析施工物料优先性,以减少车辆等待时间为目标确定车辆调度次序,建立了车辆调度模型。基于隧道车辆定位系统和车辆调度模型,开发了复杂工况下隧道车辆智能调度系统,通过在上海轨道交通市域线机场联络线工程度~凌区间隧道进行验证应用,提前20~35 s为相对行驶车辆进行避让预警,在相距50 ~ 200 m范围内进行车辆安全车提醒,提高了超大直径盾构隧道物料运输效率,提升了长距离隧道单车道多车辆行驶安全。     

多车型集配货一体化车辆路径问题研究

针对客户存在收货和发货双重需求的物流配送问题,讨论具有多种车型的集配货一体化车辆路径问题。在综合考虑各车型的固定成本和可变配送成本的前提下,以总成本最小为目标,以尽可能提高车辆满载率、减少出行次数为思路,构建多车型集配货一体化车辆路径优化模型。基于最小插入费用法设计初始可行解生成算法,通过引入基于概率的多算子邻域操作、最优解记忆装置、多准则终止原则对模拟退火算法进行改进,给出求解思路。设计算例并对多车型单/双向集配货模型的求解结果进行比较,以验证模型的实用性和算法的有效性。研究结果表明:使用改进后的模拟退火算法对构建的多车型集配货一体化车辆路径问题模型求解更直接简便,对多车型集配货一体化车辆路径优化后能有效降低配送成本。     

含电动汽车的主动配电网优化调度

电动汽车随机充电功率会影响主动配电网优化调度,为了解决这一问题。提出了含电动汽车的主动配电网优化调度模型,模型分为两个目标函数。首先,需要以负荷曲线的最小方差优化电动汽车的充电功率作为优化调度之前的目标函数,可以获得电动汽车连接电网的时间和充电功率。然后,建立以分布电源功率为控制变量使得配电网运行成本最低的主动配电网日前优化调度模型。最后,建立的模型在IEEE33节点配电网系统中进行多场景分析电动汽车对主动配电网优化调度造成的影响,并采用CPLEX优化规划软件来求解模型。结果表明:所建立的模型和方法不仅可以保证配电网经济运行,而且还能有效的利用电动汽车的充电来减少配电网负荷曲线的方差。     

基于路况的医药冷链物流配送路径优化

基于传统的医药冷链物流配送模型,在考虑道路通行状况对模型求解最优路径影响的基础上,建立了以综合成本为目标函数的配送模型.同时,将实际配送情况进行参数化数学建模,并通过一个数值算例,使用蚁群算法求解考虑道路通行状况的配送模型与未考虑道路通行状况的配送模型,将求解结果进行比较分析.结果表明:考虑路况条件的配送模型求解得到的最优路径比未考虑路况条件的配送模型求解得出的最优路径效果更优,综合成本降低11.96％,考虑路况条件的医药冷链物流配送模型具有更大的现实意义.     

基于改进遗传算法的露天矿运输路径优化

为克服露天矿以等效运距为权重进行路径优化的现实不可行性,建立以时变运输功最小化为优化目标的路径优化模型,用以描述道路网络的随机波动性。首先建立了时变运输功计算模型,并进一步提出基于随机过程的最优化概率模型;最后从改造遗传算法入手,进一步提高解的收敛速度。实验结果显示,较之传统的静态路径规划算法,文中算法不仅能快速获得低能耗的最优化路径,而且能大幅度的提高解的收敛速度,进一步压缩整个运输系统实际工程中的费用成本。算法在实际调度过程中具有更高效的优化效果。     

计及路网权值时变特性的全局最优路径规划

由于静态路径规划（static path planning,SPP）和滚动路径规划（rolling path planning,RPP）思想无法求解全局最优路径,提出了一种计及路网权值时变特性的全局最优路径规划方法（global optimal path planning,GOPP）。利用Vissim软件对重庆大学城某区域路网进行建模与仿真,采用改进的前向关联边数据结构存储路网拓扑关键要素及行程时间仿真数据,以此作为路径规划数据库。在此基础上,推导跨时段路段的实际权值,提出一种基于Dijkstra算法的GOPP方法。最后基于路径规划数据库,在证明经典Dijkstra算法相比智能启发式算法具有全局最优求解能力的基础上,分别采用SPP、RPP和GOPP方法在MATLAB环境下仿真得到3条规划路径,结果表明GOPP累计行程时间为1 158.7 s,相比SPP和RPP分别减少了212.7 s和57.6 s,有效验证了GOPP在缩短交通出行时间的优越性,对今后智能交通系统的发展具有一定的理论指导意义。     

基于滑模观测器的电动汽车最大牵引力估计

为实现双电机四轮驱动电动车在不同路面的最大驱动力, 提出了基于LuGre摩擦动力学模型和滑模观测器(SMO： Sliding Mode Observer)的牵引力控制策略。利用LuGre动力学模型中反应路面条件的参数θ, 实现路面条件在线辨识。通过SMO对电动汽车在纵向行车工况下、 轮胎小滑移率时, 主动估计路面条件参数θ, 进而估算其最佳滑移率, 获得路面可提供的最大牵引力。同时采用动态饱和非线性控制策略限制电机的最大输出力矩, 保证电动车在不同路面条件下防滑行驶。仿真实验表明, 基于滑模观测器的最佳滑移率估计方法可在不同路面条件下提供电动汽车最大牵引力, 对汽车行驶的主动安全性有重要意义。     

基于MFD的模拟超饱和路网交通控制策略优化

为了缓解城市路网频繁出现的超饱和交通堵塞,本文以堵塞区域路网各条路段上行驶的车辆数作为状态变量,建立路网交通的状态方程,分析路段上车辆数变化规律;同时,基于交通流宏观基本图,以路网中路段累积车辆数最优作为控制目标,建立关于堵塞区域路网系统的离散状态优化控制模型,并将该模型在某城市新区进行模拟算例应用。结果表明,这种基于交通流宏观基本图的优化控制策略能有效缓解城市路网中超饱和交通堵塞,使路网整体输出效率得到明显提升。     

改进蚁群算法的云计算资源调度模型

针对当前云计算系统资源调度算法的资源利用率低、浪费严重等缺陷,提出一种基于改进蚁群算法的云计算资源调度优化模型,以获得更理想的云计算资源调度方案.首先对云计算资源调度的工作原理进行分析,建立云计算资源调度优化目标函数;然后利用蚁群优化算法模拟蚁群找到一条从起点到目的地的路径,即云计算资源调度目标函数的最优解,并结合目标函数对蚁群算法进行相应地改进;最后采用MATLAB2014R编程实现云计算资源调度优化模型.实验结果表明,该模型在短时间内可找到云计算资源调度的最优解,使资源利用率得到了改善.     

基于全球眼的地震现场应急救援交通路径分析系统研究

综合运用全球眼监控系统,并采用改进的双向Dijkstra算法作为最优路径选择算法,实现了一种基于全球眼的地震现场应急救援交通路径分析系统,能够为应急车辆及人员提供所在地到地震现场的实时最优的路径以供选择.     

基于WSN的受限空间逃生路径搜索算法

针对地下矿井、隧道等受限环境事故后受困人员营救或逃生困难的问题,通过构建基于混合信道模型的无线传感器网络,提出可信锚节点选择算法,实现在事故后稀疏锚节点环境下的无线传感器网络节点精确位置估计,并在此基础上实现最优的逃生救援路径生成及实时导航。仿真结果表明,算法在稀疏锚节点场景下,相比较于已有研究具有更高的节点定位精度,并且能够在动态障碍物识别的基础上准确进行救援或逃生路径的搜索。     

非平稳随机激励下悬架系统动态频域分布研究

车辆在变速行驶状态下所受路面激励是非平稳随机过程;针对此状态下悬架系统动力学响应在时域和频域分布问题,基于车速参数通过线性时变系统法建立车辆所受路面激励模型。提出"动态频域"概念,建立1/4悬架系统模型。利用精细积分法研究车速变化导致的车身振动响应峰值频带变化特性,揭示非平稳随机激励下系统响应动态频域分布规律。研究可为非平稳随机振动变频域控制与应用提供理论参考,并为提高车辆在复杂行驶工况下的运行品质提供一种新的思路。