考虑道路通行状况的冷链物流配送路径优化

冷链物流配送具有时效性特征.在实际配送过程中,城市道路通行状况直接影响配送车辆的在途时间.根据各时间段内各路段的通行情况,统计出配送路段通行状况矩阵,并将路段距离矩阵转化为运输时间矩阵,构建考虑运输成本、货损成本、能耗成本和惩罚成本的冷链物流配送优化模型,开发了遗传算法与2-opt算法相结合的混合遗传算法.对比现有研究方法,证明了该模型及算法的有效性.     

突发性灾害中高速公路分流体系的设计

从交通流速度—密度的理论与实证关系入手,考虑天气对高速公路交通流的影响,进而有效地进行突发性灾害下分流体系的设计.在灾害性天气出现时导致交通流堵塞的主要原因是关键点的通行能力发生变化,借鉴HCM的方法和Banks的方法对瓶颈点的通行能力进行分析.最后以2008年初中国南方地区冰灾造成的高速公路交通阻塞为背景,设计了一个交通分流的算例,以待分流的堵塞车辆到达目的地时间最短为目标函数.在对N辆车进行初始分配时,先找出每条可行路最拥挤的路段,然后将第i辆车分配到所有拥挤段中相对畅通的路段对应的路径,将通行时间最长的路径上的车辆调整到其他路径上,以迭代算法求解最优解.     

多LNG点供企业联合配送的半开放式车辆路径问题

为解决多家LNG点供企业联合配送的路径优化问题,构建带时间窗的半开放式多中心车辆路径模型.考虑到LNG具有危险化学品特性,限制了 LNG槽车的通行路段,为求解该问题,设计改进的回溯搜索优化算法,提出客户信息与配送中心信息相对独立的新型编码方式,有效解决了车辆容量限制可能会导致传统自然数编码长度不一致,进而影响种群交叉、变异的问题.最后,利用Cplex和改进回溯搜索优化算法求解算例,结果验证了数学模型的正确性及算法的有效性,证明该联合配送模式可以有效降低运输成本及LNG槽车的运输风险.     

改进蚁群算法在动态交通分配中的应用研究

将蚁群算法用于交通分配中最优路径求解,考虑到实际路网中路段的通行时间受到交通量的影响,提出了一种改进的蚁群算法.算法对基本蚁群算法的信息素更新方程和启发信息进行适当改进,即用车辆在路段的行驶时间代替路段长度对信息素进行更新,并在启发信息中引入新的参数以加强搜索方向性.将改进后的蚁群算法结合增量分配法进行应用.用一个算例对算法的有效性进行验证.     

危险品配送的最小风险最低费用算法

危险品道路运输因具有高风险性,一直备受关注.针对危险品配送路径优化问题,将所有可能影响风险的因素统一为一个风险函数考虑,同时综合考虑其他约束条件,提出一种基于深度优先的最小生成树改进算法,从而实现危险品运输中风险小而路径优之目的.实例表明,该算法复杂性低,占用空间小.     

考虑风险公平的危险品运输车辆调度优化

为了减小危险品运输过程中各人口聚集区域间风险分布差异,提出了一种多源-目的(OD)间同时进行危险品运输时考虑风险公平的车辆调度优化方法.提出了采用标准差来衡量各人口聚集区域间风险差异的风险公平性评价方案.设计了考虑风险分布公平的车辆调度数学模型,通过获取周期性调度方案来减小人口聚集区域间的风险差异,实现区域风险分布公平的目标.为了降低求解难度,将模型分解并增加决策者交互环节后,设计了两阶段算法求解.通过算例分析表明,该方法可在不同OD间同时运输危险品时,通过调节运输车辆选择不同路径运输的频次,在保证运输总成本和总风险可接受的前提下,达到风险公平性最优的目标.     

单纯形蚁群算法对带时间窗车辆路径优化问题的研究

研究了单纯形蚁群算法解决带时间窗约束条件的车辆路径问题,旨在突出研讨在运输中不仅距离最短,而且使应用的时间尽可能的少.首先建立时间、距离对搜索路径的影响函数,然后用单纯形蚁群算法解出最优路径.简单介绍了运输的现状,提出了物流双向运输的数学模型及单纯形蚁群算法,得出了物流运输最经济的合理路线结论.     

带通行限制的加权A*算法及其数据库实现

当A*算法应用于带有通行限制的路网时,算法得到的最优解中含有不可通行的路段,而人们期望的搜索结果是可通行路段的集合。为找到符合限制条件的最优解,本文通过建立合适的数据库表结构,对 A*算法进行改进,实现了带通行限制的A*算法,并对启发函数进行加权,使算法能够根据存储在数据库中的限制条件扩展节点,减少算法遍历的节点数目,降低执行时间,达到搜索出符合条件的最短路径的目的。     

车载导航系统中动态最短路径研究

以城市动态交通网络为背景,以路段通行时间作为计算最短路径的依据,在A*算法的基础上引入动态路阻函数,在全局范围内动态确定车辆最优路线,提高出行效率.     

应急救援物资车辆运输路线多目标优化

运用运筹学中图论及多目标优化的理论和方法建立应急救援物资车辆最佳运输路线的选择模型,并基于启发式算法求解该模型.从静态网络应急物资车辆运输路线的双目标优化问题入手,设计适合本文模型的算法,并将之推广至含有三个及三个以上优化目标的路线选择问题.引入时间扩展图的概念,将动态网络中的最佳运输路线问题转化为静态网络中的路径选择问题.算法实质是通过构造辅助决策函数实现Dijstra算法的调用,并在辅助函数构成的搜索空间上寻找最优解,是一种快速的、近似的算法.利用随机路网和真实路网测试本文算法,测试结果与本文的理论分析一致,证明本文算法在应急救援物资车辆运输路线的多目标优化问题中可行且有较好的应用效果.     

考虑随机需求与时间窗的危险品运输路径优化建模

在不同类型危险品运输背景下,探究随机需求、时间因素及道路安全指数对运输路径优化问题的影响,研究带时间窗的运输网中如何实现终端随机需求的危险品运输路线优化与决策,根据间距/人口数的道路安全指数,构建需求、时间与风险共同约束下的随机优化模型,采用基于双目标编码的粒子群算法求解多目标的危险品运输路径随机优化问题。并以算例验证模型及算法的可行性。结果表明:该算法能求得多种优化组合的运输方案,以获取不同决策偏好的优化策略,为危险品运输路线规划提供决策支持。     

基于多目标遗传算法的危险品运输路径优化

文章考虑危险品的特性,定义危险品的运输风险,以最小化路径长度、最小化运输风险为目标建立优化模型,采用改进的非支配排序遗传算法(non-dominated sorting genetic algorithm,NSGA-Ⅱ)求解该双目标问题,分别求得长度最短、风险成本最小的路线,进行2个目标的Pareto分析。研究结果表明遗传算法能有效解决最短和风险最小路径的搜索问题,具有一定的理论参考价值和实际指导意义。     

考虑服务水平的路段随机动态行程时间可靠性

在路段行程时间可靠性的研究中,对于路口排队延误的处理多为设置固定延误值,缺乏对随机路网条件下路口延误的动态分析。针对时变的道路网络,根据交通流在交通网络上的运行特性,考虑出行者与路况的交互作用,综合考虑车辆排队、信号相位、车流速度的相互影响,确定不同道路服务水平下的随机动态路段行程时间可靠性。研究结果表明,考虑随机动态路口排队延误的行程时间具有较高的可靠性。     

考虑最大风险约束的危险品运输网络优化研究

本文在定义危险品运输风险的基础上，建立了带有最大风险约束的危险品运输网络模型，模型考虑了网络中社会车辆对危险品车辆的出行时间及网络总风险的影响，并针对建立的模型采用了相应的粒子群算法进行求解。最后应用算例分析了模型和算法的有效性。计算结果表明，考虑网络最大风险约束能使危险品运输的网络总风险得到较大幅度的降低。     

时变路网双目标动态路线优选有约束A*算法

为了解决现有交通时变网络(网络中的路权为时间的函数)模型中计算所得的最短路不稳定的问题,构建符合首进首出原则的时变网络,进而将时变网络扩展为一系列静态网络,并在扩展的静态路网上应用A*算法求解时变最短路;同时,为满足用户多重喜好,借助道路延误风险分析,设计有约束的时变A*算法,在路径寻优过程中对高延误风险路段进行启发式规避,从而实现在绕行许可范围内有效减少延误风险的可靠路径的快速搜索。数值试验结果表明:本算法由于利用了离线计算的信息,大大增加了有约束的动态A*算法的效率;考虑了阻塞发生的可能性,提高了导航的准确性,减少了出行延误风险;该方法具有路径搜索速度快、可有效避开延误高风险路段的优点。     

考虑订单优先级带时间窗的多车型开放式车辆路径问题研究

针对物流运输中具有优先级的配送订单情况以及新能源车辆、燃油车辆混合配送的车辆路径优化问题,同时考虑车辆可行驶区域限制、车辆载重量、客户送货时间需求、新能源车辆充电约束,构建以碳排放成本、货运成本和时间窗惩罚成本总和最小的目标函数。根据订单优先配送特征设计带有优先策略的粒子群算法求解问题,并基于条件采用适应性算例进行实验,验证算法对考虑优先级订单序列带有时间窗的多车型开放式车辆路径问题的有效性。     

基于信息交互的大规模电动汽车充电路径规划

随着电动汽车的不断普及,在充电高峰时段大规模电动汽车聚集充电,将会导致充电站附近局部交通拥堵,带来用户充电等待、电网负荷大幅波动等问题。该文基于实时的信息交互系统,提出了综合考虑交通网、充电站、配电网信息的大规模电动汽车充电路径规划方法。设定包括路段通行、车辆充电需求、充电站负荷、电网运行等约束条件,建立考虑路段通行时间、充电站车辆数目、充电负荷等因素的多目标优化函数,采用改进的Dijkstra方法对该优化问题进行求解。仿真分析结果表明:该充电路径规划方法在保证配电网正常运行的前提下,可缓解充电站附近的交通拥堵,减少电动汽车用户充电等待时间,提高充电设施的利用率。     

旅游高峰期双目标交通拥堵疏散路径优选方法

随着私家车出行比例日益增长,景区旅游交通拥堵现象严重,交通事故频发,高效、合理的交通拥堵疏散路径优化方法是缓解这一问题的根本途径。本文考虑交通拥堵环境下游客路径选择心理,将疏散路线的复杂度最小作为优化目标之一,建立了基于路线复杂度与疏散时间的双目标拥堵疏散路径优选模型,将疏散路线的复杂度定义为疏散路径总长度,认为疏散区域路网中各路段上的车辆平均运行速度是随时间的推移连续递减的函数,应用Dijkstra设计了模型的求解算法,仿真结果验证了模型的有效性。     

基于GIS与约束条件下的最优路径规划研究

根据无人地面车辆自主导航的需求,提出一种给定任务点的约束条件下的最优路径实现方法. 首先基于地理信息系统（GIS）平台构建为车辆行驶提供先验信息的GIS数据库,并设计研究基于计算几何的路段匹配算法,同时结合A*算法进行全局路径规划. 然后根据无人地面车辆的运动特性和对路口识别的需求提出了新的路口模型,同时为保证无人地面车辆行驶轨迹的平滑性和对路口识别的精确性,对路口轨迹和U-turn轨迹进行了算法设计. 最后提出了动态重规划的行驶策略. 实际跑车实验证明了该设计算法的有效性.      

钢铁企业生产与运输费用协调调度问题

针对钢铁企业生产前存在不可忽略运输的实际,研究了生产与生产前运输费用协调调度问题.由于钢铁企业被调度的工件体积较大及加工前不能等待太长的时间,因此运输车辆的容量及工件在机器前的缓冲等待时间有限制.考虑的机器环境为单机环境,单机前有无限的缓冲空间,运输车辆数目无限,调度的目标函数为传统的调度函数加上运输费用.对于不同的目标函数,证明了工件在单机加工前缓冲等待时间有限制的调度问题是强NP难的,对于运输车辆有容量限制问题的可解情况给出了多项式时间算法.