基于多智能体协商的路径选择行为仿真研究

动态路径选择是城市交通流诱导系统的核心理论之一.为了兼顾个体出行者和路网系统管理者在路径选择过程中的利益,从分布式人工智能的角度出发,给出了一种基于多智能体协商的动态路径选择方法,将路网中的驾驶员、信息发布单元以及系统管理者分别看作不同的智能体进行建模,并给出智能体之间的路径选择协商模型.借助多智能体仿真软件Starlogo,对无信息无协商出行、有信息无协商出行和有信息有协商出行等三种不同的仿真方案进行模拟比较,仿真结果验证了协商方法在满足驾驶员出行需求以及提高路网整体效率方面的有效性和优越性.     

城市轨道交通换乘站点失效下网络脆弱性分析

城市轨道交通换乘站点失效会导致网络性能下降,使得系统表现出较高的脆弱性,换乘站点失效下网络脆弱性分析对于保障系统运营安全具有重要意义.考虑城市轨道交通网络和外部公共交通网络的耦合关系,分析换乘站点失效后的乘客广义出行费用,对乘客出行选择行为进行建模;从运营服务网络性能下降的视角,提出了网络脆弱性定量评估指标;对路网拓扑...     

随机旅行时间车辆路径问题的模型及其算法

随机旅行时间的车辆路径问题在实际中经常会出现，然而由于问题本身的难度以及人们重视不足，目前对该问题的研究还很少．文章在Laporte等的研究基础上，提出了一个考虑车辆容量的机会约束模型，并构造了求解该模型的遗传算法．     

求解配送＼收集旅行商问题的模拟退火算法

配送＼收集旅行商问题(TSPD)是一类重要的组合优化问题,与车辆路径问题等有着密切的联系.但与传统的旅行商问题(TSP)相比,人们对该问题的研究有限,而且大多假定必须在完成所有的配送需求后,才服务收集需求.文中放松这一约束条件,在扩展Metropolis接受准则的基础上,运用模拟退火算法求得该问题较好的结果.     

随机车辆路径问题的多回路优化策略

在制订车辆行驶路径的过程中,需求的随机性增加了决策的复杂性和难度.在顾客需求不可分割,并且准确的需求量信息在车辆到达该顾客点时才能获知的假设下,研究了一种随机顾客和随机需求量的车辆路径问题(VRPSCD).首先提出了多回路策略,并分析了该策略的渐近性;为了找到高质量的预回路,设计了具有不同邻域结构的模拟退火算法.通过实验不仅验证了多回路策略的有效性,而且表明混合邻域结构模拟退火算法的优越性.