行人导向标识布设的多目标优化建模与IFD-NSGA-Ⅱ算法求解

基于中国的人口基数与公共环境特点,行人导向标识的布设问题本质上可以归纳为复杂系统决策问题.旨在建立该问题的优化模型,并提出求解算法,根据标识布设实情,提出“空间诱导水平最大化”与“引导距离最小化”2个目标进行建模优化,设计将不可行度(IFD)选择操作引入改进型非劣分类遗传算法(NSGA-Ⅱ),用此改进的IFD-NSGA-Ⅱ算法求解行人导向标识布设决策的多目标模型,并通过济南西站交通枢纽地下一层行人导向标识布设的实际问题验证模型与算法的有效性.实证结果表明,本文给出的模型和算法可以求得合适的Pareto最优解,为行人导向标识的布设提供有益的思路.     

基于枢纽魅力度的城市公交枢纽布局优化方法

本文提出一个两阶段的城市公交枢纽布局优化方法, 该方法首先从备选点易达度、公交线路聚集程度和公交线路的分布范围评价其魅力度, 进而确定备选枢纽点集. 基于备选枢纽点集, 综合考虑乘客和运营者双方利益, 提出一个以枢纽辐射域最大、枢纽间相似度最小和土地成本最少的多目标枢纽布局优化模型, 并设计多目标遗传算法进行求解. 最后, 以大连市主城区的公交系统为例, 对本文提出的模型和算法进行检验. 通过实例分析发现, 本文提出的备选枢纽筛选模型得到的备选点几乎涵盖了大连市主城区的主要集散点, 表明以魅力度评价备选枢纽点的方法是可行的, 可以有效地为枢纽布局优化提供较合适的搜索空间. 同时, 从枢纽布局优化结果看, 本文提出的多目标优化模型可以兼顾枢纽的数量、位置和土地成本, 优化结果也符合大连市的实际情况.     

面向拥堵问题的枢纽航线网络优化模型

为解决枢纽机场客流拥堵问题,提高机场运行效率,减少运营成本,提出了一种面向拥堵问题的枢纽航线网络优化模型。该模型基于非严格枢纽航线网络结构,以不同运输方式的费用和流量为约束条件,以枢纽航线网络成本最低为目标,设计了能够减少求解运算的复杂变量表示方法,以及减少陷入局部最优解概率的模拟退火粒子群优化(simulated annealing particle swarm optimization, SAPSO)算法。实验结果表明,相较于严格的枢纽航线网络,所提优化模型能够显著地缓解枢纽机场的拥堵,均衡枢纽机场间客流量,减少网络成本;同时,所提算法具有较快的收敛速度和良好的稳定性。     

面向拥堵问题的枢纽航线网络优化模型

为解决枢纽机场客流拥堵问题,提高机场运行效率,减少运营成本,提出了一种面向拥堵问题的枢纽航线网络优化模型。该模型基于非严格枢纽航线网络结构,以不同运输方式的费用和流量为约束条件,以枢纽航线网络成本最低为目标,设计了能够减少求解运算的复杂变量表示方法,以及减少陷入局部最优解概率的模拟退火粒子群优化(simulated annealing particle swarm optimization, SAPSO)算法。实验结果表明,相较于严格的枢纽航线网络,所提优化模型能够显著地缓解枢纽机场的拥堵,均衡枢纽机场间客流量,减少网络成本;同时,所提算法具有较快的收敛速度和良好的稳定性。     

基于混合粒子群算法的装运机械组合优化方法

针对堆石坝工程物料装运机械组合优化问题的复杂性, 建立了装运机械的多目标非线性组合优化模型(MOOM). 进一步地, 把加权法和惩罚函数引入到带收缩因子的粒子群算法中, 提出了一种新的求解多目标非线性组合优化问题的混合粒子群算法(MI-HPSO). 该算法具有概念简单、参数设置少、收敛速度快及全局搜索能力强的特点. 实证研究表明, MI-HPSO为解决物料装运机械MOOM优化模型提供了有效的决策方案.     

基于自适应网格的多目标粒子群优化算法

针对现有多目标进化算法计算复杂度高,搜索效率低等缺点,提出了基于自适应网格的多目标粒子群优化(AGA-MOPSO)算法,其特点包括:评估非劣解集中粒子密度估计信息的自适应网格算法;能够平衡全局和局部搜索能力的基于AGA的Pareto最优解搜索技术;删除非劣解集集中品质差的多余粒子以维持非劣解集在一定规模的基于AGA的非劣解集截断技术.仿真计算表明,和文献中典型的多目标进化算法比较,AGA-MOPSO算法在求解复杂大规模优化问题方面表现了良好的性能.     

面向换乘枢纽的公共汽车驻站协调优化

公交网络运输组织是提升大城市公共交通网络运行效率及可靠性的关键技术.面向换乘枢纽的公共汽车协调调度是公交网络运输组织的基本手段.在面向换乘枢纽的公共汽车协调调度模式框架内深入研究了一类动态调度方法--面向换乘枢纽的公共汽车驻站协调优化.文章首先基于先进的公共交通系统(Advanced Public Transportation Systems, APTS)环境研究了驻站协调优化流程;然后建立了公交车辆驻站时间优化模型并设计了相应的求解算法;最后给出算例说明该优化策略.     

基于蜂群-粒子群算法的天然林空间结构优化

天然林空间结构包含林木的空间位置信息,影响着林木的生长、竞争、林分的稳定及森林的发展,其优化是个多目标规划问题。提出一种蜂群-粒子群(ABC-PSO)混合算法,该算法在初始粒子产生机制、随蜂数量及循环机制上对蜂群算法做了改进,并将其应用到天然林空间结构多目标优化中,最终建立能够兼顾林木分布格局、林木大小分割、林木竞争的优化模型。仿真实验表明,蜂群-粒子群算法提升了森林健康等级,解决了森林空间结构多目标优化问题。     

基于集成粒子群优化的复线旅客列车优化调度

列车优化调度是一个大规模、复杂的数学优化问题。在优化过程中，考虑了特快旅客列车中途离开时间、普快列车中途离开时间和特快、普快和货车等三种列车的整个运行时间等因素。提出将模拟退火优化方法嵌入粒子群优化算法中，以此构建集成粒子群优化算法．在搜索过程中还加入变异探作来增加种群多样性，以避免早熟收敛．通过对青岛至广东高速轨道线738公里段的研究表明，集成粒子群优化算法局部搜索能力有显著提高，且搜索到全局最优解的概率更大。     

基于混合粒子群算法的组合式变速箱传动比优化研究

针对组合式变速箱传动比分配难以得到最优方案的问题,提出基于混合粒子群算法的组合式多档位变速箱的传动比优化方法.基于多目标粒子群算法,引入具有自我更新机制的领导种群,构成混合粒子群算法.以各段单级变速的传动比为变量,结合传动链布局,以驱动功率损失率、比油耗损失率等为优化目标,以理论车速等为约束条件,建立多目标优化模型,并...     

铁路枢纽运能资源合理利用的多目标优化模型

在对铁路枢纽运输组织进行深刻分析的基础上 ,讨论了铁路枢纽运能资源合理利用问题的背景和由来 ,分析了综合优化的目标及内在关系 ,定义了相关的参数 ,构造了基于能力约束的数学化优模型 .最后采用遗传算法对模型进行了仿真计算 .     

政府补贴下的再制造逆向物流多目标选址模型及算法

考虑政府行为对再制造逆向物流的影响,本文通过对社会成本、经济成本和回收收入的优化,构建一个多周期多目标的动态混合整数规划模型.在模型中对政府补贴行为进行定量描述,其补贴大小与实际回收率、规定回收率以及单位补贴等相关,以及据此设计多目标粒子群算法对模型进行求解.通过仿真实例,验证模型的有效性和算法的可行性,并对政府补贴参数进行了灵敏度分析.     

VFP＆VRP联合优化模型及其多目标遗传算法

单车型非满载问题是十分典型和重要的物流配送问题之一．单车型非满载问题通常包括物品装车（VFP）和车辆路径安排（VRP）2个紧密相关的子问题．研究同时考虑VFP和VRP讲两个因素的联合优化问题，建立了多目标优化模型，设计了模型的多目标遗传算法，并结合实例验证模型和算法的有效性．     

交通客运系统供需弹性的动态研究

从经典的弹性问题出发，对交通客运系统供需间的动态关系进行了专门研究．首先建立了供给S与需求D间的二维动力系统，然后对客运系统的需求与供给之间的动力学性质进行了系统的描述和分析，由此进一步表明经典的弹性系数并非总是存在，只是不存在的情形极少罢了．此外，文章给出的公式可以求出所有正则点处精确的弹性系数．最后举例进行了分析。     

能力限制条件下内河集装箱枢纽港选址问题研究:以长江为例

相比于海洋运输,内河运输中集装箱船舶较小,船舶装载能力受到一定的限制.本文研究能力限制条件下内河集装箱枢纽港选址问题,建立一个混合整数非线性规划模型.不同于传统的枢纽选址问题的研究大多是基于枢纽之间的运输折扣因子的假设,本文采用基于流量的非线性费用函数来表示规模经济.从而使得所研究的问题是一个凹函数优化问题.为简化本文的问题,将目标函数分段线性化.基于线性化后的模型,根据能力限制的条件,提出一个启发式求解算法,以及一个加速技巧.最后,通过以长江为例,进行算例分析,来说明模型和算法的效果.     

城市公交线网优化的灰色关联度决策模型

为了优化城市公交线路网络系统,在考虑城市公交系统多因素的基础上,用定量分析法把公交线网中的主要优化目标及约束条件用函数关系表示,在定义最佳方案点的基础上,以目标函数为因素指标集,以备选方案为论域集,利用灰色系统的关联度知识,建立了城市公交线网优化的定量决策模型.优化结果表明,优化后公交线网利用率增大,可达性良好,而且该法也为多指标决策问题提供了一种合理可行的方法.     

基于Vague集和云模型的河湖水系连通工程规划布局方案优选及排序方法

河湖水系连通工程方案多属性多目标综合评价是河湖水系连通决策和管理迫切需要解决的基础性问题.为克服传统模糊集不能体现信息介于肯定与否定之间踌躇性的弊端,通过利用Vague集评分函数方法,建立了基于多种评分函数组合的河湖水系连通工程优选及排序的综合评价模型,并提出了基于云模型的河湖水系连通评判指标和指标权重灵敏度分析方法.以浙北引水工程为例,探讨了不同评分函数对工程方案排序的影响,对比分析了单一指标值变化和多个权重变化下不同评分函数对决策结果的鲁棒性情况.研究结果为河湖水系连通工程方案的决策和效果的合理性评估提供了一条新的研究路径.     

一类大规模不可分系统的分解算法

讨论了一类大规模不可分系统的优化问题。提出了一种3级递阶优化算法。该算法首先把原问题转化为可分的参数优化问题，然后再从参数优化问题的解集中挑出原问题的最优解。建立了算法的理论基础，证明了算法的收敛性。对3个例子的仿真结果表明算法是有效的。     

基于蚁群算法的人车混合疏散优化及混合比例分析

为解决紧急情况下的人车混合疏散问题, 以人车混合疏散的总时间最短、混合道路利用程度最高为目标,建立了一种人车混合疏散的多目标优化模型, 针对该模型设计了多目标蚁群优化算法及其改进算法,并应用于大型体育场及其周边路网集成环境中进行了仿真实验, 分析了不同人车混合比例下的疏散性能,结果表明:该模型及算法对人车混合交通流疏散问题具有良好的效果, 尤其是当行人所占比例为 50%-80% 时,人车混合疏散效果在两个目标上较优.该模型和算法有助于为大型公共场所人车混合安全疏散预案的制定提供决策支持.     

集装箱码头装卸作业顺序多目标优化调度模型

集装箱码头装卸是码头作业的基础环节,其作业进度和稳定性直接影响集装箱船舶的在港时间.针对码头装卸作业顺序优化问题中作业时间不确定并且可拆分的特点,本文建立了同时最小化作业总完工时间及"岸边无集卡与堆场无集卡的时间和"的多目标混合整数规划模型.所建立模型的作业时间变量受到决策变量影响且可行域不规则,使得其求解复杂性和难度增加且帕累托前沿解难以搜寻.为求解模型,设计了基于仿真模拟与调度经验规则的PNSGA-Ⅱ算法.最后,通过与传统NSGA-Ⅱ算法比较,以及对在静态情景与动态情景下的算例实验进行统计对比,验证了所建立模型与PNSGA-Ⅱ算法可有效求解集装箱码头装卸作业顺序优化问题,并对码头生成高效稳定的装卸作业调度方案提供决策支持.