考虑网络连通性的交通网络防护加固决策优化

在自然灾害发生后,受灾区域内同样受损的交通网络是实施人道主义救援的最重要物质基础,且其损毁情况将直接决定救援行动的效率和效果。为增强交通网络的抗毁能力和保障救援工作的交通效率,在灾害发生前需将有限应急资源合理用于交通网络中关键路段的加固等应急预防护工程。本文在不确定灾害风险环境下,考虑灾后交通网络连通性、出行效率鲁棒性和防护预算等约束,以最小化交通网络基础设施的灾前养护加固成本和灾后维修成本为优化目标,建立了不确定风险环境下的交通网络应急预防护的"一主多从"双层规划模型,并基于模拟退火算法和基于路径的梯度投影算法,设计了模型的求解方法。计算分析表明,算法收敛性好;预防护方案的决策成本与交通出行效率鲁棒性约束成反比;问题可行解的存在性同时受到出行效率和防护预算等约束的影响,尤其是预算的设施对问题是否存在可行解有较大影响。     

连续性条件下的多受灾点应急资源配置算法

为了解决多受灾点应急资源配置过程中出现的资源竞争和费用偏高问题,建立了一种以双层规划方法为基础的多受灾点应急资源配置模型,使应急资源配置过程兼顾及时性、高效性和连续性,从而确保在全局应急开始时间最早情况下费用最少.为了克服双层规划模型求解时间复杂度过高的缺陷,提出了一种竞争缓解策略,能够快速求取双层应急资源配置模型的全局满意解.最后,通过数值分析证实算法的有效性.     

交通网络设计的优化模型及算法

通过对交通网络设计的问题及其研究现状的分析．对离散型交通网络设计问题进行了深入的研究。采用双层规划模型描述问题．其中上层规划模型是从交通规划者的角度出发．在建设资金受到约束的前提下．设计合适的路网结构．使得公路网中的交通出行能达到系统最优；而下层优化模型则是从路网使用者的角度出发．使交通出行达到用户最优，针对该双层规划模型．本文对上层模型使用SA算法求解．而下层模型则采用了基于路径搜索的GP算法进行求解．以此为基础设计了SA—GP算法对其进行求解。算例计算的结果表明．模型和算法都是有效的，求取的结果能显著改善路网的交通情况．而且上下层算法的收敛速度快，从而能为路网规划决策提供支持。     

考虑信息隐藏策略的反恐应急设施选址模型

恐怖袭击常以人流密集地区的平民对象作为袭击目标,极易造成严重后果.通过反恐应急设施的合理布局可以缩短救援时间并降低袭击损失.在设施选址过程中,政府还可通过选址信息的隐藏来获取信息优势,误导恐怖分子的袭击策略并改善效用.首先,对考虑信息隐藏策略的反恐应急设施选址问题进行描述,结合随机选择模型刻画恐怖分子的有限理性行为,并将该问题构建为一类双层规划模型;随后,针对模型分别设计精确解算法和遗传算法,并结合喀什地区交通网络进行仿真分析.结果发现:恐怖分子理性程度已知时,相比于选址信息的完全公开,隐藏部分信息后更有利于降低政府损失,信息隐藏的最优数量与恐怖分子理性程度相关;恐怖分子理性程度未知时,在其理性程度被低估的情形下,选址信息隐藏策略更能发挥作用.     

多周期的第四方物流弹复性正逆向集成网络设计模型与算法

在第四方物流的服务模式下,为了使产品的配送与回收能够在动态环境下安全、有效的运作,研究多周期的第四方物流弹复性正逆向集成网络设计问题.构建了在满足弹复性约束条件下,使总成本最小化的网络设计优化模型,在考虑多个运营周期条件下同时优化正向和逆向网络.鉴于该问题的NP-hard特性,设计了一种改进的蚁群算法.最后,通过数据随机产生的算例来测试模型的合理性以及算法的有效性,并且改进的蚁群算法的性能优于标准的蚁群算法.     

考虑新鲜度的农产品冷链物流配送受扰恢复模型

冷链物流配送过程中干扰事件发生后,初始配送方案将不再最优甚至根本不可行,此时如何生成副作用最小的调整方案,快速恢复配送的正常运行,是当前研究的难点.本文运用干扰管理思想,通过度量农产品新鲜度和配送服务时间,创建农产品冷链物流配送的受扰恢复模型;进而在目标节点选择策略、解空间缩减策略和算法融合策略的基础上,提出求解该模型的启发式算法.算例结果表明:与重调度方法相比,本文方法充分考虑了农产品的质量安全,生成的调整方案扰动更小,因此更为实用.     

考虑异质物资合车运输的灾后救援选址-路径-配给优化

研究灾后应急救援中的双层选址-路径-配给问题.针对灾害发生之后第一时间内各类型救援物资供给受限的情况,以救援及时性、综合满意度和物资供给公平性为优化目标,建立多工厂节点、多品种物资的考虑异质物资合车运输的多目标双层选址-路径-配给优化模型.采用融合差分进化和约束优化的方法,将多目标优化问题分解为三个单目标子迭代过程和一个多目标迭代过程,同时优化车辆行驶路线和需求节点物资分配方案.实验表明,采用合车运输的策略能够有效减少派出车辆的数量和车辆行驶时间.     

疫情事件下多灾点应急资源最优化配置研究

新冠疫情的爆发,使许多地区成为灾区,为了及时对灾区进行救援,灾后应急资源精准供给成为保障灾区人民安全的首要因素。本文利用SEIR预测决策时刻各灾区感染人数,由此计算灾区紧迫程度权重与物资需求量。基于紧迫程度构建以灾民满意度最大化、总成本最小化和考虑分配公平的应急资源调度多目标优化模型。提出多目标人工蜂群算法。针对人工蜂群算法易早熟等缺点,利用动态参数思想与Pareto解集来定义新的蜂群位置更新公式,利用教学优化思想对蜂群位置进行扰动,以避免算法陷入局部极值。通过算例进行模拟实验,结果表明,所提出的模型和算法可以有效解决疫情事件下多灾点应急资源最优化配置问题,且改进算法的性能更优。     

前景理论下的末端物流干扰管理方法研究

针对末端物流配送过程中可能出现的配送时间窗更改、送货地址变化等动态扰动问题,提出了基于前景理论的价值函数度量策略和基于量子理论的多目标优化求解方法.首先,对末端物流干扰管理问题进行了描述;然后,为度量用户对货物期待的心理感知度,建立了末端物流配送干扰管理模型,并设计了基于前景理论的价值函数曲线和扰动度量策略;在此基础上,为优化干扰管理模型和寻求用户满意度、配送成本以及配送效率等多目标优化问题的较优解,提出了一种融入量子理论的改进细菌觅食方法;最后,将所提出的方法与已经存在的经典算法进行比较,验证了该方法的可行性和有效性.     

基于滚动优化策略的成像侦察卫星应急调度方法

针对成像侦察卫星应急调度问题进行研究, 在分析主要约束条件的基础上, 构建了多星调度问题的约束满足模型. 根据应急任务具有独立到达时刻与执行截止期需求的特点, 提出了基于滚动优化策略的调度算法. 该策略采用周期驱动与事件驱动相结合的混合驱动模式, 可将调度过程划分为一系列静态的调度区间. 通过优化各区间内任务的规划方案, 实现应急任务的动态调度. 在问题求解过程中, 将滚动优化策略与启发式算法结合, 形成了三种应急调度算法. 最后通过仿真实验, 对不同算法的调度效果进行对比, 验证了滚动优化策略的有效性.     

考虑出行者异质的多类型充电设施部署优化

考虑新型的兼容插电式充电与无线充电的电动汽车，以及路网中具有不同时间价值的出行者，本文研究了在有限投资预算约束下的多类型充电设施部署优化问题，包括传统静态插电式充电设施和动态无线充电设施在路网上的布局.本文提出了一个双层规划数学模型，上层模型描述了政府在给定投资预算下，如何确定充电设施的部署位置与类型，以使得系统总出行成本最小；下层模型采用多类型用户均衡（UE）准则来描述路网流量分配与充电设施部署位置的相互作用，即出行者的出行选择行为.针对提出的双层规划数学模型，本文提出了改进的混合整数代理模型优化算法（MSO-MI），并在其中嵌入双投影算法求解下层的多类型UE问题.算例分析验证了提出的模型和MSO-MI算法的有效性.     

基于装备体系韧性的作战网络链路重要度评估及恢复策略

韧性可以全面描述装备体系吸收打击或干扰、并从打击或干扰中恢复的能力, 体现了体系的综合性能。针对装备体系的韧性提出了一种量化评价方法, 以对装备体系作战网络链路进行重要度评估。首先给出了装备体系韧性的明确定义, 并建立了量化韧性的数学模型; 其次提出了基于韧性增加值的链路重要度指标, 并构建了一种基于装备体系韧性的作战网络链路重要度评估模型; 然后构建了不同的恢复策略,并分析了其对作战网络性能恢复的影响; 最后通过应用案例验证了所提方法与模型的适用性和合理性, 为优化体系结构、保障和提高体系作战性能提供了理论支撑, 也为进一步开展基于装备体系韧性的作战网络应用研究提供了参考借鉴。     

面向用户需求的空天地一体化车载网络任务分配策略

为了提高空天地一体化车载网络(space-air-ground integrated vehicular networks, SAGVN)内用户的网络服务质量体验, 解决不同网络间相互协同的问题, 提出了面向用户需求的SAGVN任务分配策略。基于用户信号强度、时延、网络费用和带宽需求, 利用效用函数理论和层次分析法(analytic hierarchy process, AHP), 构建用户需求和满意度描述框架。将网络任务分配过程抽象为半马尔可夫决策过程(semi Markov decision process, SMDP), 根据用户需求和网络状态, 利用价值迭代算法获得整体用户满意度最大的网络任务分配策略, 利用Q-learning算法得到近似最优策略。实验表明, 相较于传统策略, 所提策略整体用户满意度提高超过30%;在网络拥塞的环境下, 可以有效降低对网络服务需求迫切用户服务请求的拒绝率。     

A BI-LEVEL FORMULATION AND QUASI-NEWTON ALGORITHM FOR STOCHASTIC EQUILIBRIUM NETWORK DESIGN PROBLEM WITH ELASTIC DEMAND

1 IntroductionThe network design problem (NDP) is to select link improvements or add new links to anexisting network suCh that social welfare is maximized while according for the route choicebehavior of network users and/or changes in demand. Two sets of decision-makers with differedsobjectives are involved in the NDP. The network users individually select their routes suchthat their individual travel costs are minimized, while the planners aim to make the bestnetwork improvements for reduc…     

带时间窗军事物资配送问题的NSGA-Ⅱ算法

针对战场军事物资配送中带时间窗的路径优化问题,以运输距离、运输费用和风险性为目标,建立了带有时间窗的多目标网络运输模型,提出了一种改进的多目标遗传算法NSGA-Ⅱ。算法中引入剩余网络的概念,采用数值编码方式,增加了精英保留策略和小生境密度。仿真实验结果表明,本文建立的模型合理,算法在一定程度上克服了求解多目标优化问题过程中易陷入局部最优的现象,提高了战场上求解军事物资配送路径优化问题的效率,并能够使决策者根据仿真实验中的各项参数值自行择优选择运输方案。     

两种策略下的最短路径并行算法研究与实现

随着智能交通运输系统的研究与应用,对在大规模交通网络上求解最短路径的实时性提出了更高的要求。为了找出适用于实际交通网络的高效最短路径并行算法,首先选取了3种最短路径标号串行算法,以此为基础分别实现了网络复制及网络分割两种策略下求解最短路径的并行算法。最后,从基于G IS的交通规划软件T ransCAD中提取了实际交通路网数据,同时还随机产生了不同规模的稀疏格网,在这些网络中对并行算法的性能进行了测试和分析。结果表明,在8台机器上求解含5 181个节点的实际交通网络中32个源点的最短路径时,基于网络分割的双队列标号修正并行算法的加速比可达到6.32,在其他网络中也表现出较好的加速比及可扩展性。     

基于产品回收定价的逆向物流车辆路径优化问题

针对逆向物流车辆路径优化问题,研究在产品回收定价调整和车辆路径优化调度结合方面存在的不足,以智能回收箱为研究对象,考虑多频次回收和车辆共享调度策略,提出基于产品回收定价的逆向物流车辆路径优化方案。首先构建了智能回收箱回收量与回收定价的线性函数,然后构建了包含共享车辆运输成本、维护成本、违反时间窗惩罚成本和环境外部性收益之和最小化的逆向物流回收运营成本模型,并建立了回收中心产品的最大化收益模型。其次,根据模型特点设计了考虑智能回收箱地理位置、回收频次和回收时间窗的K-means时空聚类算法,进而提出一种改进的GA-PSO混合算法。该混合算法结合了遗传算法全局搜索能力强与粒子群算法收敛速度快的特点进行了算法间的优势互补,同时采用了精英保留策略,增强了混合算法的搜索性能,并通过与HGA、GA-TS和HACO等算法进行比较分析,验证了模型和算法的有效性。最后,结合重庆市某智能回收物流网络的实际数据进行优化研究,分析了不同产品定价下的回收频次和车辆共享调度情况。结果表明,本文所提出的模型和算法能够进行产品回收定价策略的有效选择、产品回收车辆的资源共享以及合理的车辆路径优化调度,并可在回收中心获得...     

多模式交通网络下考虑尾气排放的道路收费研究

随着出行需求和机动车保有量的迅猛增加,城市道路不堪重负,不仅交通拥堵严重,同时大量的尾气排放更造成了严重的空气环境污染问题.本文在传统的道路收费研究中明确加入排放约束或目标,建立了一系列带均衡约束的数学规划双层决策模型,探讨多模式混合交通网络下如何通过经济手段诱导人们选择更环保的出行模式和更合理的出行路径,以同时达到缓解交通拥堵和降低尾气排放的目的.模型下层考虑多模式之间的相互影响,运用变分不等式描述个体出行者的模式路径选择;上层根据不同的管理目标构建数学规划模型.采用遗传模拟退火算法对数值算例进行求解,结果显示了道路收费对系统各种指标的影响和改善.     

面向非常规突发事件的应急资源合作博弈调度

当非常规突发事件发生后,根据灾区灾情的严重情况,往往需要同时联合使用多种运输方式将应急资源快速高效地调度到灾区,由此设计了应急资源调度的多模式分层网络.在此基础上,以博弈论为分析工具,提出了基于合作博弈的应急资源调度模型与求解算法.在该调度模型中,把不同的运输方式映射为博弈模型的局中人,可能的资源调度方式组合方案映射为策略集,不同的运输方式调度应急资源所造成的损失映射为效用函数,将应急资源的合理调度问题转化为对合作博弈调度模型的核心求解问题.接着介绍了一种求解核心的Shapley 值法.通过应急资源调度的算例对比分析,验证了所建模型的可行性和求解结果作为调度策略的优越性.