基于时间依赖非先进先出网络的危险品运输路径选择

为合理选择危险品运输路径,降低危险品运输事故的发生概率,以危险品运输路径选择问题为研究对象,对运输网络的时变特性进行分析,提出了动态路阻运输路径的思想。考虑到危险品运输不一定满足时间依赖网络先进先出(FIFO)特性,因此建立了包括时间阻抗、费用阻抗和风险阻抗在内的综合阻抗最小的危险品运输路线模型,采用综合阻抗最小化与时间依赖非FIFO网络最短路径综合算法对模型优化求解。给出的算例表明,不同时间段内的最优路径会发生变化,验证了该模型方法的可行性。     

基于时间依赖网络的危险品运输路径选择研究

为合理选择危险品运输路径,降低危险品运输事故的发生概率,以危险品运输路径选择问题为研究对象,对运输网络的时变特性进行分析,提出了动态路阻运输路径的思想。考虑到危险品运输不一定满足时间依赖网络FIFO特性,因此本文建立了包括时间阻抗、费用阻抗和风险阻抗在内的综合阻抗最小的危险品运输路线模型,采用综合阻抗最小化与时间依赖非FIFO网络最短路径综合算法对模型优化求解。给出的算例表明,不同时间段内的最优路径会发生变化,验证了该模型方法的可行性。     

应急救援物资车辆运输路线多目标优化

运用运筹学中图论及多目标优化的理论和方法建立应急救援物资车辆最佳运输路线的选择模型,并基于启发式算法求解该模型.从静态网络应急物资车辆运输路线的双目标优化问题入手,设计适合本文模型的算法,并将之推广至含有三个及三个以上优化目标的路线选择问题.引入时间扩展图的概念,将动态网络中的最佳运输路线问题转化为静态网络中的路径选择问题.算法实质是通过构造辅助决策函数实现Dijstra算法的调用,并在辅助函数构成的搜索空间上寻找最优解,是一种快速的、近似的算法.利用随机路网和真实路网测试本文算法,测试结果与本文的理论分析一致,证明本文算法在应急救援物资车辆运输路线的多目标优化问题中可行且有较好的应用效果.     

基于路径交通拥堵指数的危险废物回收模型研究

针对交通拥堵对危险废物运输中的成本和风险的影响,引入路径交通拥堵指数,建立了时变道路系统中基于交通拥堵指数的危险废物回收双目标优化模型,并对传统蚁群算法中启发式因子计算公式进行了改进,提出了改进的蚁群算法对模型求解,最后以某环保公司危险废物回收问题为背景进行了案例分析。结果表明,不同出发时间和车辆使用模式对帕累托最优解有显著影响,最短路径不一定是耗能最少的行车路线。本文提出的模型和算法可为决策者制定调度方案提供参考。     

带时间窗约束的危险化学品运输路径优化

在时间窗约束条件下对危险化学品运输路径进行优化研究,结合危化品的多目标路径优化方法,将时间窗约束条件与最小化运输阻抗、运输风险及风险敏感度的优化目标相结合,最终形成改进后的危化品运输路径优化模型。针对危化品在高速公路上运输时的实际情况,采用模糊折衷规划算法对建立的模型进行计算和验证。结果表明:危化品在特定路网上运输时,不仅需要考虑运输阻抗、运输风险和运输风险敏感度,还需要结合实际考虑运输路网中的道路是否有时间窗的约束,根据约束条件合理规划危化品运输路径,从而减少危化品运输事故的发生。此外,用模糊折衷规划算法对有时间窗约束的道路进行分析,得到的优化路径与实际可选运输路径具有一定的吻合性,从而证明本文所构建的带时间窗约束的危化品运输路径优化模型具有实际意义和可靠性。     

基于粒子群算法的带有运输衔接的应急物资运输路径优化问题

针对应急物流时间紧迫性及物资需求的特殊性,建立以灾区需求满意度最大和运输成本最小的应急物资运输路径优化调度模型。采用直升机运输与汽车运输分层处理的方式,设计粒子群优化算法进行物资运输和分配决策。数值算例验证了模型及粒子群算法的有效性与稳定性。     

基于改进烟花算法的中俄商品多式联运路径优化

中俄双边贸易随着"一带一路"倡议的深入落实呈现出稳定增长的态势,商品需求量的增多以及需求时间的多样化使得商品运输方式发生了重大转变,运输方式由原来的单一运输转变为现在的多式联运.通过多式联运构建综合交通运输方案,既能够满足商品需求量的激增以及商品需求时间的多样化,同时又能够发挥不同运输方式之间的优势,形成优势互补.为了求解多式联运物流路径优化问题,本文以中俄贸易区间的运输路线与运输方式为研究对象,综合考虑中俄贸易区间的商品种类、需求特点以及运输方式,建立了以运输成本、运输时间、碳排放量为优化目标的多目标优化模型.针对中俄贸易实际运输情况,本文仅考虑公、铁、海3种运输方式之间的多式联运,同时针对所构建模型的随机性和隐并行性,设计了求解该模型的改进烟花算法(improved FWA).通过以中俄两国之间的多品类商品运输为例进行算例分析,获得了多式联运运输路线的Pareto非劣解以及相应的运输成本、运输时间和碳排放量,并且与基本烟花算法进行对比,验证了模型和改进算法的有效性.同时,本文以运输时间作为灵敏度分析变量,分析不同时间需求下,运输方案在运输成本、运输时间和碳排放量3个属性之间的变动趋...     

危险品车辆路径规划的双目标模型与算法研究

本文在交通流量、行程时间、受影响的人数等不确定条件下,研究了危险品运输车辆的可靠性和安全性双目标路径规划模型.对于可靠性目标,考虑了路段的随机通行时间、路口等待时间以及路段和路口通行时间相关性的3个因素的可靠路径搜索问题.对于安全性目标,不仅考虑危险品运输车辆所经过路段附近受影响的人数,还考虑了事故发生后该路段上的车辆中受影响的人数以及其相关性.由于目标函数的不可加性,本文提出了一个新的基于不等式放缩技巧和K短路算法的启发式算法,对双目标函数进行求解,节约了计算量,并给出了搜索非支配解(non-dominated solution)的方法.数值算例的结果说明与传统的模型相比,若忽略信号交叉口的随机延迟和相关性会导致寻找可靠最短路径和最优安全路径的结果存在偏差,导致路径选择不准确,有可能造成严重的经济损失和环境危害.最后,通过数值演示了该算法在现实道路交通网络中的潜在应用前景.     

基于多目标遗传算法的危险品运输路径优化

文章考虑危险品的特性,定义危险品的运输风险,以最小化路径长度、最小化运输风险为目标建立优化模型,采用改进的非支配排序遗传算法(non-dominated sorting genetic algorithm,NSGA-Ⅱ)求解该双目标问题,分别求得长度最短、风险成本最小的路线,进行2个目标的Pareto分析。研究结果表明遗传算法能有效解决最短和风险最小路径的搜索问题,具有一定的理论参考价值和实际指导意义。     

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.     

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.     

随机需求下定制公交站点及路径动态优化模型

针对定制公交的站点及路径动态优化问题,分析定制公交特性,结合复杂网络理论与动态需求特征,对站点进行重要度评估,并按照重要度高低进行排序,筛选出前50%与前70%的站点作为路径寻优时考虑的停靠站点.以最大服务率和最小动态行程时间为综合目标,以最大载客量、运营成本、行程时间为约束,建立随机需求下的定制公交动态路径优化模型.对A~*算法进行改进,综合动态行程时间与乘客需求作为当前节点到达终点的估计代价求解目标函数.以福州市为例,检验模型和算法的有效性.结果表明,模型与算法能够在随机需求下对定制公交停靠站点按重要度进行动态筛选并优化动态路径,且按照站点重要度前50%进行筛选得到的路径结果优于前70%.     

基于模糊机会约束规划和鲁棒优化的绿色多式联运路径优化研究

[目的]探究在运输时间、中转时间、等待时间和运输货损率混合不确定条件下的绿色多式联运路径优化问题,为绿色多式联运路径决策提供理论依据.[方法]在考虑运输过程中碳排放和噪声污染的基础上,以最小化运输成本、运输时间、碳排放量、噪声污染以及货损量为目标建立不确定条件下的绿色多式联运路径优化模型,并将其扩展为模糊机会约束模型及...     

考虑需求紧迫度的区域应急物资配送优化——以上海市为例

为提高应急工作的救援效率、应急物资运送的时效性,提出在受灾点需求紧迫度影响下的应急物资配送路径优化模型。建立受灾点需求紧迫度评价体系,利用熵权TOPSIS法求出受灾点的需求紧迫度。将需求紧迫度引入路径优化模型,在尽可能满足受灾点需求紧迫度优先级的情况下,构建总成本最低与应急物资运输时间最短的双目标路径优化模型,设计改进遗传-模拟退火组合算法求解。以上海市为算例背景,运用MATLAB进行仿真,研究结果表明：考虑需求紧迫度模型的总成本比不考虑需求紧迫度模型的总成本减少了13.48%,缩短了应急物资运输时间,遗传-模拟退火组合算法可以在保证收敛速度较快的前提下,较好地实现搜索全局最优的目标。     

基于混合算法的多目标多式联运路径选择问题研究

针对多目标多式联运路径选择问题,在综合分析多式联运现状的基础上,集成考虑运输成本、运输时间以及物流服务质量3个方面因素,构建混合整数规划模型,其优化的目标是最小化运输成本、运输时间的同时,最大化物流服务质量;考虑到客户的不同侧重点和差异化需求,确定3个目标的权重,设计遗传算法和蚁群算法相结合的混合算法对模型进行求解.以"西安—柏林"为例进行算例分析,将所求结果与遗传算法、蚁群算法进行对比,结果表明:当客户对时间和成本重视程度较高时,混合算法、遗传算法和蚁群算法求得最优解的迭代次数分别为164次、170次和183次,最优路线为西安—郑州(铁路)—大连(铁路)—鹿特丹(水路)—柏林(铁路);当客户对时间和物流服务质量重视程度较高时,3种算法求得最优解的迭代次数分别为112次、117次和150次,最优路线为西安—重庆(公路)—柏林(铁路);当客户对成本和物流服务质量重视程度较高时,3种算法求得最优解的迭代次数分别为115次、120次和160次,最优路线为西安—郑州(铁路)—深圳(铁路)—鹿特丹(水路)—柏林(铁路).研究表明:设置不同的目标权重时,模型和混合算法均能够有效地为多目标多式联运路径选择问题提供实用性的优化方案和路线参考.     

重特大事故人员疏散算法设计及系统实现

针对工业企业重特大事故中的人员疏散问题，提出了一种能有效决策、指挥人员疏散的物联网系统.在此基础上，以较短的时间使全部人员疏散为优化目标，设计了一种快速搜索人员疏散路线的启发式算法ERSA.该算法根据厂区内道路和当前人员的分布情况，在规定的时间内通过多次循环迭代优化人员疏散路径.大量对比实验表明，ERSA能够有效地减少疏散时间，与最短路径疏散方法和随机疏散方法相比全体人员的疏散时间分别缩短了15%和28%.     

基于遗传算法的联合运输路径优化

联合运输是在能源危机、交通拥堵及环境污染约束下的一种理想运输模式。随着国际贸易的飞速发展,联合运输成为了一个热点问题。而联合运输的运输路径优化问题又是联合运输中的重点和难点之一。将综合运输的运输路径优化问题转化成为一个最短路径问题,以成本和时间为优化目标建立了选择最优路径的模型,并应用交叉、变异概率的自适应机制等实现技术设计了一个遗传算法作为求解算法对实例问题进行了求解验证,结果表明该算法具有良好的性能。     

考虑时空相关随机行驶时间的车辆路径问题模型与算法

本文对一类在真实道路网络中考虑时空相关的随机行驶时间的车辆路径问题进行了研究. 首先我们建立了该问题的两阶段随机规划模型. 然后我们将用于候选解寻优的智能优化算法与用于产生评价解的随机场景的情景生成技术相结合,提出一种智能随机优化方法求解该问题. 为了有效地进行解的寻优,本文结合可变邻域下降算法提出了一种混合粒子群优化算法.最后通过一系列基于北京市区道路网络的算例实验,我们验证了所提出的混合粒子群优化算法的有效性.实验结果还表明,考虑实际交通环境中道路网络上车辆行驶时间的时空相关性,会影响最优车辆路径决策方案.     

考虑汽车排放需求变化的多目标连续型交通网络设计

文章研究需求变化的多目标连续型交通网络设计问题的优化模型和算法,利用双层规划模型求解问题;上层以路网系统阻抗、路段总投资、汽车不同尾气排放量最小化作为优化目标,并受到原路段的通行能力约束,下层是基于需求变化下的用户平衡配流模型;使用非对称Nguyen-Dupuis网络,利用精英保留和随机遍历的选择遗传算法求解上层模型,采用基于路径的双梯度投影算法求解下层模型。设计相应算法程序对模型进行验证,通过算例测算综合需求排放分析和综合需求下多目标参数分析,结果表明模型有效、求解算法可行。     

考虑风险公平的危险品运输车辆调度优化

为了减小危险品运输过程中各人口聚集区域间风险分布差异,提出了一种多源-目的(OD)间同时进行危险品运输时考虑风险公平的车辆调度优化方法.提出了采用标准差来衡量各人口聚集区域间风险差异的风险公平性评价方案.设计了考虑风险分布公平的车辆调度数学模型,通过获取周期性调度方案来减小人口聚集区域间的风险差异,实现区域风险分布公平的目标.为了降低求解难度,将模型分解并增加决策者交互环节后,设计了两阶段算法求解.通过算例分析表明,该方法可在不同OD间同时运输危险品时,通过调节运输车辆选择不同路径运输的频次,在保证运输总成本和总风险可接受的前提下,达到风险公平性最优的目标.