谈危险品车辆运输的安全管理

危险品运输属于特种车辆运输，它涉及人、设备、管理、环境等诸多因素，特种车辆是油田作业中不可缺少的配套设备，特种车辆安全管理的效果直接影响油田企业的效率和安全。因此，加强对危险品车辆的安全管理，是确保油田企业作业安全平稳运行的重要保证。     

危险品关联运输调度问题的优化设计

针对带硬时间窗的关联运输调度问题(Incident Vehicle Routing Problem with Hard Time Windows,IVRPHTW),联系实际应用中危险品的车辆路径问题,介绍了混沌遗传算法的基本原理,并对其进行改进,自适应地调整交叉概率和变异概率,引进了模拟退火机制,并用改进的算法来对IVRPHTW求解,然后与遗传算法求解此模型的结果相比较。实例证明该算法求解危险品的关联运输调度问题是可行的,且优于传统的遗传算法。     

危险品运输选线的定量风险评价模型

定量化风险评价是危险品道路运输选线的重要决策依据,但在如何定量其风险方面往往存在分歧。系统地总结了常见的危险品运输定 量风险评价模型,将其划分为传统风险评价模型及其特例、感知风险模型、条件风险模型、侧重后果的避灾风险模型以及改进后的传统风险模 型5类,分析了风险评价模型的性质和原则,对将来的研究发展提出了建议 。     

基于环境复杂度的危险品运输车辆碰撞预警策略

为研究传统车辆碰撞预警系统误警率较高、不完全适用于危险品运输车的问题，文中在碰撞预警策略中引入环境复杂度的概念。对静态复杂度和动态复杂度影响因子进行具体分析，提出了危险判别指标的计算方法和预警策略的具体框架，在此基础上结合国内公开的运输载货车事故报告及真实运输路段的环境信息，利用神经网络对非线性关系的高拟合度建立环境复杂度量化模型，收集真实路段下带有普通预警系统的危险品运输车辆实车数据并进行策略验证。研究结果表明:相较于市面上普通的碰撞预警系统，所提出的预警策略误警率从41％降低至8％，分类后的正确率达92％，可以较好地适应驾驶人对危险的判别和制动习惯，提高危险品运输车辆运行的安全性。      

甩挂运输车辆调度模型及节约算法设计

采用整数规划方法建立了带时间约束的甩挂运输车辆调度模型。由于该问题的复杂性,在实际问题中若采用精确算法往往不能实现求解,因此提出了增加新策略的调整节约算法。仿真结果和实际案例运算表明,该算法是很有效的,比原来的传统运输方式更优,可以满足较大规模的甩挂运输车辆调度问题。     

危险品运输中的可控风险最大流算法

危险品运输中,将道路实况、天气条件、交通状况和暴露人数等因素统一为一个风险值进行考虑.综合考虑运输风险和运输量,提出危险品运输路线的优化选择方案.在实际运输中,选择路线时,运用最大风险路算法,把风险降低到可控范围内.再调用Dinic算法,实现可控风险最大流的算法.实例结果表明:与经典的最小费用流的负费用圈算法相比,该算法复杂度低,占用空间小,可简化网络.     

基于满意优化的多目标车辆调度问题模型与算法

基于满意优化理论,首先提出了客户满意度的概念及评价函数,在此基础上,以最大化平均客户满意度同时最小化运输成本为目标函数,构建了多目标车辆调度问题的教学模型.然后提出了将多目标转化为单目标的方法,并利用禁忌搜索算法对该问题进行仿真.结果表明,基于满意优化的多目标车辆调度问题模型,更能反映物流运输企业的实际情况,其求解算法是快速、有效的.     

基于遗传算法的配送车辆优化调度

通过对汽车运输的特点和成本的分析，针对配送企业进行物流配送的实际建立并量化各项评价指标，确立了采用遗传算法进行优化调度的数学模型．并编写了算法进行实现。试验结果表明，该算法收敛，并能很快得到较优化的性能。     

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。     

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.     

基于双层规划的危险货物高速公路运输网络收费

以危险货物高速公路运输网络为研究对象,以控制网络总风险为切入点,借鉴次优收费原理,考虑以路段收费为决策变量,建立带有变分不等式的双层规划模型,对危险货物运输管理进行优化研究。设计粒子群算法嵌套对角化算法求解所提出的模型,并应用实例进行计算验证。相应数值结果和参数灵敏度分析表明所提出的适用于高速公路网络收费问题的危险货物运输双层规划模型及相应算法有效可行,可为政府危险货物运输管理部门提供合理决策参考。     

改进的粒子群算法及其在带软时间窗车辆调度问题中的应用

针对微粒群优化算法容易陷入局部极值的缺陷,提出多相粒子群优化算法(Multi-pha-ses Particle Swarm Optimization,MPSO).建立了带软时间窗车辆调度问题数学模型,并将该方法运用于带软时间窗车辆调度路径优化.根据多相粒子群并行搜索的思想,给出MPSO算法在带软时间窗物流配送车辆调度路径优化的实现流程.仿真结果表明:多相粒子群算法可以快速、有效地求得车辆路径问题的优化解,是一种求解带软时间窗车辆路径问题的较好方案.     

公交区域车辆调度优化研究现状与发展

区域范围内车辆调度是以给定时刻表和一定数量的分布在各个车场的车辆为前提,在满足所有约束条件和相关规定的条件下,得出所需车辆最少或费用最小的车辆调度方案.区域范围内的公交车辆调度过程非常复杂,一直是公交领域研究的热点问题之一.本文在阐述车辆调度问题的基础上,对车辆调度问题的可行模型与算法的研究现状进行了综述,同时对公交车辆调度研究的扩展问题进行了分析.     

车辆的优化调度

建立露天矿生产及车辆安排问题的多目标规划模型,综合考虑卡车、铲车、卸点、铲位等生产设备的利用,并给出了其相应的遗传算法和最大熵算法。     

电动汽车共享站点间车辆人工调度策略

用户出行需求的潮汐性和不均衡性导致站点间车辆失衡问题严重,极大地制约了电动汽车共享的快速发展,采用合理的车辆人工调度策略可使车辆失衡问题得以解决.基于完全满足用户用车需求的前提,建立成本最低的调度需求模型,并采用遗传算法求解得出调度需求.构建了电动汽车共享站点间车辆人工调度策略,同时通过调度收益最大化的混合整数规划模型优化车辆调度路径,采用分支定界法求解.以"EVCARD"位于上海市嘉定区5个站点的实际订单作为输入,进行人工调度策略优化分析.结果显示:在用户用车需求增长的情景下,不增设停车位和车辆数目而采用人工调度优化策略,同比可以提升60%的订单服务量,相比增设停车位和车辆数目可以节约60%的成本投入.     

基于健康指数的预防性维护与多目标生产调度联合优化建模

以健康指数逐渐衰退的单机生产设备为研究对象,引入役龄递减因子和故障率递增因子,建立了设备的修复非新模型.在此基础上,综合考虑维护方案与生产调度间的相互作用与决策实际,在预防性维护建模中拓展分析作业延误平均成本率,在生产调度中提出最小作业中断成本目标,并结合最小最大期望延迟时间、最小总期望延迟时间,以实现多目标全局决策优化.通过实例分析,结果表明,建立的基于健康指数的预防性维护与多目标生产调度联合优化模型可有效地规划出统筹维护周期与生产排程的综合优化方案.     

基于多目标协同优化算法的卫星结构优化设计

针对卫星系统中多目标、多约束、耗时的结构优化问题,建立了卫星结构的多目标协同优化模型.将协同优化方法与全局多目标优化算法相结合,并针对协同优化方法的缺陷采取一些改进措施,提出了协同优化方法与全局多目标优化算法(CO-PE)组合优化方法.以某卫星结构多目标优化问题为例,在iSIGHT优化软件中对卫星结构进行多目标协同优化设计,通过CO-PE组合优化方法获取Pareto最优解集.优化结果表明,多目标协同优化模型能够简化优化问题的复杂度,基于近似模型的CO-PE组合优化方法具有较好的准确性和高效性,对实际工程中类似的复杂结构优化问题具有一定的参考价值.     

基于DNA进化算法的车辆调度问题

在建立一种物流配送车辆调度模型的基础上,针对传统启发式算法对复杂问题搜索效率低、易陷入局部最优的缺点,构造了DNA进化算法求解该问题。将其在个体变异操作中进行了一些改进,避免陷入局部最优。车辆调度问题(V SP)属于组合优化NP难题。采用V SP问题进行测试,仿真结果表明:该算法简单可行,与其他算法相比较,不但有很好的求解性能,而且具有更快的收敛能力与搜索能力。     

多停泊基地约束下港口拖轮作业的一体化调度优化

在分析拖轮调度问题基本性质的基础上,结合多处理器任务调度理论,构建了以拖轮总作业时间最小化为目标函数、考虑多停泊基地条件下的一体化调度优化模型;针对问题特点设计了混合模拟退火算法并对其进行求解;以二维实整数的方式作为解的表现形式,在初始解的生成过程中加入首艘可用拖轮的启发式规则,并运用三点交叉的方式产生新解.数值实例结果表明,所提出的算法收敛性较好,求解结果比现行调度规则所得结果的优化率提高了20%.对系统参数的分析表明:移泊作业所占比例和到港船舶类型对目标函数的影响较大;在拖轮配备中,总作业时间对拖轮配备情况具有极弱的敏感性,而在不同装卸作业时间下总作业时间的变化无规律性.