纯电动公交时刻表和车辆排班计划整体优化

研究单线路的纯电动公交车辆运营时刻表和车辆排班计划的整体优化方法,以发车间隔平滑、使用车辆数少和充电费用低为目标建立多目标优化模型,考虑包括不同时段发车间隔范围、可用车辆数量的限制和纯电动公交续航里程约束在内的多个约束.采用多目标粒子群算法进行求解,基于多目标优先级寻找模型的最优解集合.案例表明:和现有的运营计划相比,模型能够平滑发车间隔,减少使用车辆数,充分利用非高峰时段充电以降低充电费用.     

多目标演化算法在公交车辆发车间隔优化中的应用

为了使公交车辆的发车间隔得到优化,根据客流量的变化,建立了以乘客和公交企业运营费用最小为目标的公交车辆发车间隔优化模型,并采用一种多目标演化算法(MOPEA)来求解模型.该算法通过粒子系统从非平衡状态达到平衡状态的理论来定义Rank函数,从而使得所有个体在每次迭代过程中均能参与杂交、变异等演化操作,最终求得发车间隔的全局最优解,从而避免传统演化算法中出现的陷入问题的局部解的现象.同时,保留了目标函数的多样性,使相向的多目标优化问题得到了一个折中的最优解,即Pareto最优解.最后通过实例验证了该算法比传统演化算法更具优越性.     

多车型公交系统中公交车辆与发车间隔的协调优化

以多车型公交系统为研究对象,对公交发车频率进行了研究。首先基于费歇尔聚类算法,将公交运营时间划分为多个时间段,然后构建了不同时段发车间隔和车型协调优化的均衡载客率模型,同时考虑均匀线路的发车间隔和最大载客量偏差,最后构建了协调优化模型的启发式求解算法。案例分析结果表明,对比单车型公交,本研究的多车型公交调度方法能有效降低运营成本和车内拥挤度。     

考虑乘客时间成本的城市公交发车间隔优化模型

针对城市公交发车间隔优化时对公交运行过程描述不够全面、未充分考虑乘客时间成本的问题,提出了考虑乘客时间成本的城市公交发车间隔优化模型.首先,在详细分析能够体现公交车辆运行特征的不同时段与站间的运行速度、站点停站时间、上车人数、下车人数、滞留人数以及新增候车人数等变量或参数基础上,建立车辆运行约束和乘客人数约束,将包含等候时间和在车时间的乘客平均出行时间作为出行成本、车辆平均满载率作为公交企业载客成本,以乘客出行成本与公交企业载客成本之和最小为目标建立发车间隔优化模型.然后,使用软件Pycharm中scikit-opt代码库调用遗传算法求解模型.最后,以北京市848路公交上行线路早高峰8:00—9:00时段为例,求解其理论最优发车间隔,结合运营实际确定实际最优发车间隔及总成本.研究结果表明：考虑乘客时间成本后的发车间隔较实际发车间隔,乘客平均出行成本降低9.09%,公交企业载客成本上涨0.57%,乘客与企业总成本下降约3.01%,提出的模型可行有效.     

基于成本分析的快速公交发车频率优化方法

以公共交通走廊上单条快速公交线路为研究对象,建立了基于快速公交线路站点OD数据的用户成本模型及企业运营成本模型,并以总成本最小为目标函数建立了快速公交线路的发车频率优化模型,建模过程中充分考虑了时间价值对模型优化结果的影响.以常州市快速公交1号线为例对模型进行了应用研究,结果表明:随着发车频率的增加,总成本先降后升,在15 veh/h处达到最小值.因此建议高峰时间发车间隔为3～5 min;平峰时段发车间隔为6～8 min.对用户成本和企业运营成本随发车频率变化的敏感性进行了分析,得出了优化发车频率对降低乘客等车时间成本有显著的效果,而对减少乘客车内时间成本作用较小的结论,为企业在满足一定公交服务的基础上降低运营成本提供了决策依据.     

基于突发污染事件的管网水质监测点优化布置

针对城市供水系统中突发的污染事件,提出了供水管网水质监测点布置方法.利用混合整数规划模型表达了多目标水质监测点布置,通过模拟管网发生的水质污染事件,计算管网发生污染事件时对用户带来的影响值,利用改进的贪心随机自适应性搜索算法对模型求解,并结合ZJ市管网,验证了该算法对模型的求解效率,提出了该市基于突发污染事件的管网水质监测点优化布置方案.     

基于突发污染事件的管网水质监测点优化布置

针对城市供水系统中突发的污染事件,提出了供水管网水质监测点布置方法.利用混合整数规划模型表达了多目标水质监测点布置,通过模拟管网发生的水质污染事件,计算管网发生污染事件时对用户带来的影响值,利用改进的贪心随机自适应性搜索算法对模型求解,并结合ZJ市管网,验证了该算法对模型的求解效率,提出了该市基于突发污染事件的管网水质监测点优化布置方案.     

公交车调度问题的数学模型及应用

本文针对公交车调度问题,在车辆载客限制、乘客等待时间等约束条件下,以公交公司运营的公交车数最少为目标函数,建立整数规划模型。通过具体数据分析,将公交车运行时段分为早高峰、平峰、晚高峰,进而计算出发车时间间隔。由于考虑到乘客和公交公司的利益,对发车时间间隔做出调整并计算出公交车的平均满载率。     

随机灰色提前期条件下制造/再制造混合系统库存优化

基于PUSH库存控制策略提出了在不确定生产提前期、恒定顾客需求率和产品回收率条件下的制造/再制造混合生产系统库存控制模型,可用品仓库库存由新产品制造过程和回收产品的再制造过程共同补充。不确定的生产提前期可描述为随机灰色变量,提出的随机灰色模拟技术可为不确定函数产生输入-输出数据,利用该输入-输出数据训练后的神经网络可加速不确定函数的模拟过程,由随机灰色模拟、神经网络和遗传算法集成的混合智能优化算法可求解该库存模型。数值分析结果表明:平均生产成本随给定的顾客服务水平和生产提前期的增加而增加,该不确定模型符合实际库存系统的实际情况,提出的智能优化算法可优化复杂的不确定规划问题。     

油田增产措施配置的随机相关机会规划模型

以最大化措施增油量高于规划措施增油量这一事件的机会函数为目标,兼顾成本、措施量等目标,建立了油田增产措施随机相关机会规划模型,并给出了模型的混合智能算法.实例表明,该模型理论基础严格,求解方法科学有效,并具有一定的智能性,为油田增产措施配置提供了新的决策依据.     

基于随机决策的公交车辆滞站策略

公交车辆在线路运行中受到多种随机因素的影响,如道路交通状况、站点乘客上下车等,导致同一线路公交车辆的车头时距产生较大波动,降低公交车辆的运载效率及服务质量。滞站策略能够有效保持公交车辆车头时距的稳定性。鉴于随机因素对公交线路的影响,将公交滞站问题看成多阶段随机决策过程,利用随机决策理论和动态规划的最优化原理,确定出每辆车到达控制点时的最佳滞留时间,使整个线路车头时距波动方差的期望值最小化,进而得到最佳公交车辆滞站决策方案。通过实例分析,随机决策滞站策略,能够显著降低乘客的平均等待时间,提高公交服务质量,且在稳定性及抗干扰性具有明显优势。     

基于随机需求的接运公交时刻表的鲁棒性优化方法研究

接运公交需求的随机性会对接运公交时刻表的编制与投入运营产生扰动影响. 为降低此不利影响,基于鲁棒性思想研究了随机需求下接运公交时刻表的优化方法. 随机接运公交需求的每一组实现为一个情景,情景目标值综合考虑乘客成本与运营成本的最小化. 以接运公交需求为随机变量,建立了接运公交时刻表的鲁棒性优化模型,模型综合考虑情景的期望值与偏差期望值最小化. 模型具有组合优化与随机规划特性,选用遗传算法进行求解. 最后给出算例验证了模型与算法的有效性. 算例结果表明随着偏差权重系数的提高,鲁棒性模型更倾向于降低随机需求带来的扰动.     

考虑随机行驶时间的单线路公交时刻表设计优化模型

研究了车辆随机行驶时间情况下的单线路公交时刻表设计问题.考虑了公交运营者主观偏好对最优时刻表设计的影响,建立了以车辆到站时刻偏差和车辆超时行驶时间的权重之和最小为优化目标的随机期望值模型.采用Monte Carlo仿真和不等式约束的方法将该期望值模型转化为线性规划模型,然后使用优化求解器CPLEX求解模型.最后通过一个算例,分别对模型中可用的线路行驶时间参数、晚于时刻表到站时刻偏差的惩罚系数、车辆超时行驶时间的惩罚系数及随机行驶时间的方差进行了灵敏度分析.     

考虑不均匀发车间隔的公交网络时刻表优化模型

公交网络时刻表设计就是通过优化各线路车次的发车时间,使不同线路的车辆协同到达换乘站点,以方便乘客换乘.研究了不均匀发车间隔情况下公交网络时刻表设计问题.使用数学不等式描述了乘客的换乘等待时间,构建了以最小化乘客总换乘等待时间为目标的混合整数规划模型,分析了该模型的计算复杂性和可行解的空间结构特征.基于模型特征分析,设计了能缩减求解空间的预处理方法.采用CPLEX优化软件对预处理后的模型进行求解.通过计算不同算例,验证了求解方法和模型的有效性.     

快速公交车辆发车间隔与信号优先协调研究

研究快速公交车辆发车间隔与路口信号优先的协调优化问题. 针对快速公交全线路口信号选用定周期的优先感应控制方案,提出协调优化问题的衡量指标. 选用遗传算法提出发车间隔与信号控制参数综合优化的求解算法. 以北京的BRT1线为例,应用VISSIM仿真软件与VC++程序进行了算法实现. 实例结果表明:在不同的车速、发车间隔、信号控制方案的组合下,经过优化可以有效提高车辆的速度和准点率,实现真正意义上的公交优先.     

需求随机情况下向多个供应商采购的期望值模型研究

研究当需求量巨大且勾随机变量时,单一供应商无法满足供货要求情况下的多供应商采购-库存问题。建立了一个向多个有能力约束的供应商采购的库存模型;由于考虑需求量为随机变量,采用期望值模型对问题进行建模,基于随机模拟的遗传算法对模型进行求解并给出算例来说明模型及算法的有效性,最后给出结论,提示未来的研究方向。     

蒙特卡罗法在公交线路运行时间可靠性计算中的应用

运用蒙特卡罗随机模拟的方法,计算了公交线路的运行时间可靠性,建立了公交线路运行时间可靠性的数学模型,对服务时间水平进行了评价.其结果对于先进的公共交通系统(APTS)条件下,有固定时刻表的公交线路的时间可靠性分析具有重要意义.     

含流域梯级水电的水火风联合低碳调度模型

针对大规模风电并网导致的电力系统运行风险和水电、风电出力的互补特性,提出一种计及风电出力不确定性的含流域梯级水电的水火风联合低碳调度模型。采用高斯混合模型-吉布斯采样法生成融入不同时间尺度关联特性的风电出力动态场景集。综合考虑水头、流量多重因素及多种复杂运行约束的影响,建立流域梯级水电站群耦合模型。在此基础上,构建以基准风电场景下机组发电、排放成本和风电动态场景下机组调整成本为整体优化目标的两阶段随机规划调度模型。以改进的IEEE-24节点系统为例进行仿真分析,验证了所提模型的有效性,从而为大规模水火风互补发电系统的联合优化调度提供了参考。     

随机期望值模型的适应值预测差分进化算法

随机期望值模型是一类有着广泛应用背景的随机规划问题．针对此问题，提出了一种基于适应值预测的差分进化算法，该算法主要是把适应值预测技术、随机模拟技术与差分进化算法结合．最后，通过实例仿真，数值结果表明所提出的算法是有效的和可行的．     

遗传算法解供应链中二级分销网络优化设计的随机规划模型

给出供应链中二级分销网络优化设计的改进机会约束规划模型。模型中将各个分销中心的需求量和 各工厂的生产能力设为随机参数．采用基于随机模拟的遗传算法对模型进行求解,并给出算例来说明模型及 算法的有效性,最后给出结论以及未来的研究方向。