变动补偿的多模糊选址-路径机会约束模型及算法

针对同时具有模糊需求和模糊旅行时间,且有车辆容量、配送中心容量和时间窗约束的选址-路径问题,基于预优化和实时调整的两阶段策略,引入变动成本的概念,建立变动补偿的机会约束预优化模型.在实时调整阶段,考虑多模糊参数的联合影响,定义变动成本为因车辆剩余容量不足返回配送中心卸载的额外配送成本和因车辆实际到达时间超出客户时间窗的时间惩罚成本总和.鉴于多模糊参数影响的时间窗可信度计算复杂,且已将时间惩罚成本作为变动成本的一部分修正目标函数,去掉时间窗机会约束,设计一阶段模拟退火算法求解,贪婪聚类构建初始解,随机模拟法估算变动成本.测试算例验证了模型和算法的有效性.得出,该模型可弱化偏好值的影响,生成实时调整变动幅度小且整体最优的预优化方案,提高对不确定环境的风险抵抗力,且求解简单;该算法是求解此类问题的较好算法;研究成果为多模糊选址-路径问题提供新的求解思路.     

通勤出行方式和出行时间选择的离散-连续模型

出行方式和出行时间是决定出行需求时空分布的两个重要因素。为探讨出行方式对出行时间选择的影响,构建了出行方式和出行时间选择的离散-连续模型系统。其中,出行方式选择子模型应用了多项Logit模型,出行时间选择子模型则引入了持续时间模型。利用二元正态分布理论,通过关联两个子模型的误差项,建立了联合选择模型。以2013年某市居民出行调查中的通勤出行数据为基础,应用极大似然估计法标定了联合模型。研究结果表明,出行方式对出行时间有显著的影响,通勤者年龄、性别和收入等是影响出行方式和出行时间选择的重要因素。研究为预测出行选择行为和评价交通需求管理政策提供了新的思路。     

考虑OD对出行时间可靠性的道路网容量可靠性

构建了基于OD对出行时间可靠性的路网容量可靠性双层规划模型,其中下层规划用随机均衡交通分配来描述出行者的路径选择,上层规划为满足出行时间可靠性的基本OD需求乘子最大。假定路段容量服从双侧截尾正态分布,基于Monte Carlo仿真技术和网络均衡流灵敏度分析方法,设计了一种求解路网容量可靠性的启发式算法。用一个小型网络开展了数值分析,验证了所建模型和算法的有效性。     

考虑到达时间感知价值的静态网络均衡模型

实际到达时间的大小直接影响出行感受,从而影响出行者的路径决策.在一个出行时间不确定的网络中,路径的实际到达时间也是不确定的,以偏好到达时间为分界点,本文对实际到达时间所处的可能区域进行了划分,在累积前景理论框架下建立了到达时间感知价值函数,在此基础上假设累积感知价值是由出行收益、出行负效用和到达时间感知价值三部分构成,构建了一个基于累积感知价值的静态网络均衡模型,探讨了均衡解的存在性和唯一性并设计了求解算法.最后,通过两个数值算例分析了模型参数改变对均衡结果的影响.     

ATIS影响下基于广义出行负效用的随机分配

考虑先进的出行信息系统(ATIS)对出行者路径选择行为的影响,提出了一种混合随机用户均衡交通分配模型。将出行者划分为"有ATIS接收装置"和"无ATIS接收装置"两类,两类出行者均以随机方式选择出行路径,路径选择准则为广义出行负效用最小,广义出行负效用定义为出行时间、出行费用和出行时间可靠性的线性组合。利用混合网络随机用户均衡建模理论,建立了ATIS影响下基于广义出行负效用的随机型分配变分不等式模型,基于二次加权平均方法设计了求解模型的启发式算法。通过一个简单算例验证了文中所构建的模型和算法,并获得了一些重要的结论。     

多供需点快速调运问题研究

研究多供应点，多需求点间的物质快速调运问题。建立了一个运输时间随运输量变动的最速调运模型，讨论了若干理论结果，在此基础民提出了求解模型的启发式递推算法。最后给出了算例。     

武器装备科研经费分配的规划模型与算法

针对武器装备科研经费分配难的问题,首先,考虑了不同武器装备研制费用随时间的分布模型,其次,在满足多种现实约束的情况下,以分配方案最大化满足经费需求为目标建立了数学规划模型,并设计了基于差分进化的求解算法。针对模型的特殊性,设计了特殊的编码方式,以满足各种现实约束。最后,通过一个示例验证了该模型和算法的有效性,可以为武器装备科研经费规划提供决策支持。     

通勤者时间分配模型与交通需求管理策略

时间安排模式及其对活动-出行行为的影响为交通需求管理策略和交通管理措施的分析评价提供了依据。通过分析上海市居民出行调查数据,建立了对通勤者在家活动、出行和外出非工作活动上的时间分配的fractional logit 模型, 应用所建立的模型,初步分析了压缩工作周策略对通勤者在上述6 类活动上投入时间的影响。 研究表明：建立时间安排fractiona logit 模型,可有效预测通勤者针对交通需求策略对时间安排模式的调整,为交通管理部门制定和评价交通管理策略提供依据。     

基于模糊时间窗的车辆调度干扰管理研究

为解决由顾客需求变动引发的物流配送干扰问题,最大化满足顾客需求并兼顾企业利益,提出基于模糊时间窗的车辆调度干扰管理方法.采用干扰管理思想对由客户需求变动引起的实时车辆调度问题进行研究,在深入分析现实中客户服务时间要求特征的基础上,把客户满意度水平定义为模糊时间窗的隶属度函数,并提出了车辆调度干扰恢复问题转换策略,构建了基于模糊时间窗的客户需求变动干扰管理救援模型,实现从顾客、驾驶员和供应商3方面对干扰影响程度的度量.为寻求最优解,设计模糊遗传算法,并改进了基于客户点的编码方式.在算法中用模糊优化程序处理问题的模糊特征,通过对客户服务时间的局部调整来确定最佳服务时间.实例结果表明了时间窗模糊化处理、扰动恢复模型及算法在应用中的有效性.     

基于出行者路径选择行为的VMS诱导策略研究

针对现有交通诱导系统片面地确定可变信息板(VMS)位置和发布内容的弊端,提出系统性确定符合路网出行需求的VMS诱导策略的方法,该方法从交通管理者对系统建设成本的限制和出行者的路径决策心理出发,建立综合考虑两者期望的双层规划模型.其中上层模型考虑交通管理者对网络总效益的期望和对VMS建设成本的约束,下层模型根据出行者在VMS诱导下的转向概率,运用符合出行者路径选择心理的随机动态交通分配模型,并设计了求解算法.应用表明,在不同的系统建设成本约束下、网络总出行成本是网络交通需求水平、出行者的转向概率、VMS的布设位置、交通诱导信息的发布周期和内容等的组合结果,因此求解保证网络总出行成本最低的VMS诱导策略时需要同时考虑以上因素.研究结论可为城市交通管理VMS诱导决策提供理论支持.     

多用户弹性需求网络的双准则系统最优交通分配

针对存在异质用户的弹性需求交通网络,当用户时间价值呈离散分布时,给出了系统时间最优和系统费用最优的双准则优化模型及其帕累托有效前沿.证明了存在正的匿名路段收费方案.支持除系统时间最优解之外的其他帕累托解与多用户均衡解达到一致,分析了帕累托最优解处的系统性能与各自的单目标最优系统性能之间的偏差.研究表明,该偏差的上界仅依赖于用户的时间价值分布,而与路段流量分布和路段出行时间函数无关.     

区域通行能力与出行时间可靠性综合仿真模型

在城市路网中,路段通行能力退化和交通需求随机波动都会增加路网的不确定性。为研究路网中单个区域的交通可靠性问题,通过采用区域备用能力作为综合性能指标,建立了度量区域交通服务水平的双层规划模型。基于此提出了区域通行能力和出行时间综合可靠度的概念及其Monte Carlo仿真算法。最后通过一个数值算例对模型和仿真算法进行验证,仿真结果说明了区域通行能力、服务水平与可靠性之间的相互替代关系。     

ATIS和恶劣天气下的随机交通分配模型

为了研究恶劣天气(不同降雨密度)引起的道路网络供给和需求不确定性对装备和未装备ATIS用户的出行行为产生的影响, 本文提出一个内生、平衡ATIS市场占有率和遵从率下, 基于路径运行时间可靠度的交通分配模型. 装备ATIS的用户也并不总是遵从ATIS提供的建议. 因此, 所有用户被分为三种类型: 装备ATIS且遵从ATIS建议的用户, 装备ATIS但不遵从ATIS建议的用户以及未装备ATIS的用户. 用户在选择出行路线时会综合考虑路径运行时间不确定性、天气条件以及ATIS的建议. 此外, 本模型使用基于Logit的随机用户平衡模型, 考虑用户的出行成本感知误差. 本文提出的模型可以表示为一个等价的基于路径流量的变分不等式问题. 通过算例分析证明所提出模型和算法的有效性.     

Bounding the inefficiency of the C-logit stochastic user equilibrium assignment

Compared with standard logit-based stochastic user equilibrium assignment model, the C-logit model describes route choice behavior in a more realistic way by considering the overlapping effect between routes. This paper investigates the inefficiency upper bounds of this model against the deterministic system optimum and the C-logit stochastic system optimum in terms of the total network travel time. It is found that the commonality factor of overlapping routes significantly affects the inefficiency bound, besides link congestion degree, total demand and the number of feasible routes. If the commonality factor is not considered, the efficiency loss resulting from selfishly stochastic travel behavior will be to large extent underestimated.     

我国航空客运量需求预测模型:基于随机前沿预测模型和模型平均

针对多数研究以产品或服务的历史消费量来代替不可观测的需求量而导致的需求预测出现实质性偏差的问题，本文将包含技术无效率项的随机前沿预测模型应用于航空客运量需求的预测，从而有效解决实质性偏差的问题.同时我们在此基础上引入一种模型平均权重确定方法，即通过最小化M折交叉验证准则（CV_M）确定候选模型权重.本文证明了该方法在理论上的最优性.由于模型中技术无效项的存在，我们可以同时预测航空客运量的实际产生量和需求量，实证研究也表明，相比其他常用的预测方法，该方法在预测航空客运量中长期的实际产生量上更具优势.     

应急物流系统中的随机定位-路径问题

为了提高突发公共事件应急物流系统的运作效率,考虑应急物资需求和救援车辆旅行时间的随机性,以及应急物资需求的紧迫性,基于机会约束规划方法建立了一个应急物流系统中带时间窗的随机定位-路径问题优化模型,设计了一种结合禁忌搜索和蒙特卡罗方法的混合遗传算法,并通过算例分析验证上述模型和算法的有效性。     

基于随机边界函数的出行时间分析

出行时间是居民出行特征的重要分析指标.研究从出行时间预算入手,将随机生产边界函数用于对出行预算和出行时间边界的描述,建立了出行时间边界和出行者社会经济属性、家庭结构、出行者日活动安排及居住地用地特征之间的数量关系模型,给出了出行时间预算和出行时间边界的相互关系.以居民出行调查数据为来源,对通勤者和非通勤者分别建立随机出行时间边界模型,分析了工作活动影响下通勤者出行时间与非通勤者出行时间对各类影响因素的不同响应程度,比较了通勤者与非通勤者出行时间预算和出行时间边界的不同分布规律.研究表明,随机生产边界模型的组合误差结构为研究个体出行时间差异提供了很好的分析手段.     

基于简化路网模型的卡尔曼滤波多步行程时间预测方法

针对目前多步行程时间预测方法研究较少,存在未来一段时间内的观测值不能及时得到的问题,提出基于简化路网模型的卡尔曼滤波多步行程时间预测模型和算法.综合运用上游路段、当前路段的实时和历史行程时间数据,从历史数据中寻找与当前日期交通状况最接近的历史日期,解决卡尔曼滤波未来一段时间内没有观测值而无法进行多步预测的问题.实验表明,算法能够合理地预测未来几个时段的路段行程时间,有效地避免了时滞性.同时,多步行程时间预测算法的精度高(尤其是4步以内,均等系数达到0.9以上), 是一种可行的预测方法.     

A Demand Forecasting Method Based on Stochastic Frontier Analysis and Model Average: An Application in Air Travel Demand Forecasting

Demand forecasting is often difficult due to the unobservability of the applicable historical demand series. In this study, the authors propose a demand forecasting method based on stochastic frontier analysis(SFA) models and a model average technique. First, considering model uncertainty,a set of alternative SFA models with various combinations of explanatory variables and distribution assumptions are constructed to estimate demands. Second, an average estimate from the estimated demand values is obtained using a model average technique. Finally, future demand forecasts are achieved, with the average estimates used as historical observations. An empirical application of air travel demand forecasting is implemented. The results of a forecasting performance comparison show that in addition to its ability to estimate demand, the proposed method outperforms other common methods in terms of forecasting passenger traffic.     

基于IC卡数据的老年人公交出行行为

公交是城市老年人主要的出行方式.为研究老年人公交出行行为选择,引导老年人错峰和合理出行,提高公交运营效率,基于长沙市公交IC(Intergrated circuit)卡刷卡数据,分析了老年出行者高峰出行和无谓出行的状况.采用MNP(Multinominal Probit)模型和MNL(Multinominal Logi...