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.     

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.     

未定路网结构情况下应急物资车辆配送问题模型与应用

重大自然灾害往往毁损当地交通道路,现有应急物资车辆配送问题的研究,均是只考虑未受损道路构成的路网.实际配送中,将造成车辆因毁损路段而绕行,相对增加配送时延,总体上不能保证取得最佳配送效益.利用物资要素和时延要素之间的转换,同时考虑抢修毁损路段和车辆配送,实施路网结构、车辆路径联合优化,可求得最符合决策者意图的配送效益.建立了问题联合优化模型,提出了基于遗传算法和动态规划的求解方法,并结合算例,验证了问题模型及其求解方法的可行性和合理性.     

高速公路网的匝道协调控制及仿真研究

基于动态交通流模型和匝道入口处的车辆排队模型,分析了匝道协调控制在提高高速公路路网运行效率中的作用.针对交通流模型的非线性,提出了使用遗传算法对路网匝道调节率进行优化,并且证明了匝道优化可以有效处理偶发性拥挤,快速恢复交通流的运行,减少路网的总行程时间.利用全局交通流数据的实时优化,获得系统全局最优控制,提高高速公路的运行效率.对高速公路网的仿真计算表明匝道协调控制能够有效处理偶发性拥挤,并能大大减少路网总行程时间.     

非常规突发事件中面向目标能力的路网调整及车流组织模型

在突发事件的背景下, 事件影响区域的交通路网是重要的生命线, 能否基于交通管制手段优化路网结构, 有效协调救援、疏散等任务于路网上的时空干扰, 是决定应急响应成功与否的重要因素. 首先从宏观上设计了该背景下的多层加载式的路网调整框架; 然后, 基于元胞传输模型(CTM)分析了各层交通需求加载时路网调整的目标函数及相应的系统约束、交通特性约束和优先级约束等, 最终构成了系统的路网调整模型; 最后, 通过算例对模型进行了验证分析.     

基于状态依赖排队模型的车辆疏散问题研究

利用状态依赖排队模型对车辆疏散过程进行仿真模拟.将车辆的选路行为划分成理性选路、随机选路和逆向行驶三类.研究了车辆在不同选路策略、不同的出口放行策略以及部分或全部交叉路口实施交通管制策略情况下对疏散时间及其分布产生的影响.研究结果表明:存在一个最优的出口车辆放行数量;理性选路的车辆越多,疏散时间越短;实施交通管制的交叉口数量越多,疏散时间越短.在中型路网中,若有部分车辆对路网不熟悉而发生了逆行现象,则车辆的平均疏散时间会显著提高,此时应该加强交通管制.研究结果可对紧急情况下,认识交通疏散现象和对交通管理方式提供建议.     

不同路径选择策略的城市疏散仿真研究

结合Agent模型和GIS系统构建了城市大范围人员疏散仿真系统,采用A*算法建立了Agent的路径选择模型,讨论了基于最短距离、最短时间和混合型的三种路径选择策略.还基于实际的城市道路和人口数据,构建了疏散场景进行模拟.模拟结果表明:步行方式下不同路径选择策略下总体疏散时间差别不大,而车辆方式下则差别很大.不同路径选择策略下交通流的分布呈现不同特征,道路的拥挤路段和节点也不一致,因此需要采取合适的诱导策略进行引导.     

大规模人群网络流瓶颈识别方法研究

在体育赛事、集会等场合,大规模人群沿路网流动过程中易发生拥塞并诱发恐慌、踩踏等严重事故.因此,理解网络结构对人群流动特征的影响,对大规模人群在网络上的流动进行有效的组织和管理十分必要.首先结合大型活动行人路径选择行为的一般特征,采用交通分配模型将大规模人群分配到具体的网络拓扑结构上,采用非线性行人路阻函数模拟人群拥挤效应;随后,计算路网流量增加条件下人群在各路段走行时间变化率,并提出以路段走行时间变化率排序作为各路段结构重要度排序的方法,据此计算各路段的鲁棒性,确定瓶颈路段.最后,以德国2010年"爱的大游行"踩踏事故为例,分析验证了大规模人群网络流瓶颈识别方法,研究讨论了对路网实施管控的流量阈值以及不同管控条件下网络流的定量演化规律,可为路网的科学管理和规划提供基础数据和理论依据.     

拥堵交通网络能耗节约边界信号优化方法

为了缓解宏观交通网络拥堵区的拥堵状况并降低机动车燃油消耗,首先依据路网状态划分的宏观基本图控制子区,建立了拥堵区边界车流平衡方程.其次将路网分为交叉口和路段两类,根据宏观基本图参数建立了网络能耗估计模型.再次以宏观路网出行车辆完成率最高同时能耗最低建立了能耗节约拥堵区边界双目标优化控制模型.最后以实际城市道路网络为测试对象,通过比较无区域边界控制、拥堵区入口Bang-Bang边界控制和本文提出的双目标优化控制方案,仿真结果表明:1)在高峰时段,双目标优化控制方法路网疏散能力比无区域边界控制、Bang-Bang控制分别提高20.14%、2.1%,同时机动车燃油消耗分别降低43.14%、24.48%;2)本文提出的双目标优化控制方法可有效改善拥堵区内外交通密度的均衡性;3)宏观路网拥堵区的边界控制可有效降低高峰期间拥堵区的拥塞程度,提高整个路网的疏散能力.     

随机时变网络下的应急路径选择研究

现实生活中,当发生紧急事件时,应急中心需要对某地需要服务的紧急事件出车.由于交通管理、交通流量、天气变化等因素的影响,导致了路网中各个路段上的行驶时间可能是一个与出发时间相关的随机变量.基于这样的路网,建立了随机时变网络下应急路径选择模型,并设计了求解算法.最后给出了一个应用算例.     

The 12th International Conference on Service Systems and Service Management ICSSSM'15

正~~     

THE 8~(th) INTERNATIONAL CONGRESS ON INDUSTRIAL AND APPLIED MATHEMATICS

正August 10-14,2015Beijing,ChinaThe International Congress on Industrial and Applied Mathematics(ICIAM)is the premier international congress in the field of applied mathematics held every four years under the auspices of the International Council for Industrial and Applied Mathematics.From August 10 to 14,2015,mathematicians,scientists     

2014 List of Referees

正~~     

《Journal of Systems Science and Systems Engineering》Contents of Volume 23,2014

正~~     

TSINGHUA UNIVERSITY,Beijing, China

正AF:Any Field The School of Economics and Management at Tsinghua University(Tsinghua SEM)invites applications for faculty positions at all levels(Assistant Professor,Associate Professor and Full Professor)in any fields of business administration and management.Tsinghua SEM is the only school     

Enterprise resource planning implementation decision & optimization models

To study the uncertain optimization problems on implementation schedule, time-cost trade-off and quality in enterprise resource planning (ERP) implementation, combined with program evaluation and review technique (PERT), some optimization models are proposed, which include the implementation schedule model, the timecost trade-off model, the quality model, and the implementation time-cost-quality synthetic optimization model. A PERT-embedded genetic algorithm (GA) based on stochastic simulation technique is introduced to the optimization models solution. Finally, an example is presented to show that the models and algorithm are reasonable and effective, which can offer a reliable quantitative decision method for ERP implementation.     

Call for Papers The 12th International Conference on Service Systems and Service Management ICSSSM'15

正June 22-24,2015Guangzhou,China http://iec.cnsba.com/index.htmlCo-Sponsored by:ffiEE SMC(pending)South China University of Technology The Chinese University of Hong Kong Tsinghua UniversityHosted bv:School of Business Administration,South China University of Technology,China Conference Co-Chairs: