约束路网中车辆出行最优路径的选择

本文以交通管治下的约束路网为研究对象,在已知路段旅行时间分布函数的条件下,讨论了随机时变的城市交通网络中给定时间约束的车辆出行时间及路径优化问题。     

模糊理论在VRPTW问题上的蚁群算法研究

本文以模糊理论(fuzzy theory)为基础,将含时间窗限制车辆路径问题中的时间变量一一转换为模糊型态,并利用蚁群算法进行模糊运算,以寻求最小成本的最佳车辆路径.     

基于行程时间可靠度的交通方式格序决策

城市居民出行选择交通方式时,尤其是在高峰期,公交车、出租车往往由于过长的等待时间而被放弃选择。鉴于此,文章定义了预支行程时间和行程时间可靠度,给出了基于预支行程时间、行程时间可靠度、行程费用、安全度、舒适度、便利度6因素的城市居民交通方式选择。基于交通方式选择的客观因素与主观因素并存特性,给出了信息熵与个体权重结合的权重确定方法,提出了多目标格序决策对交通方式选择进行研究的方法。实例说明了该方法有效性。     

城市网络的双模式交通需求管理设计

在交通路网中,拥挤收费和路网设计是缓解交通拥挤的两种重要手段,前者制约交通需求增长,而后者刺激交通需求增长,将两者并行处理是管理交通需求的有效方法.文章在此基础上设计交通需求管理的双模式模型,该模型同时考虑了离散网络平衡设计与拥挤收费,出行者的路径选择行为采用更加实际的弹性需求Logit随机用户均衡原理并设计改进的费用均值法求解.多时间价值类型将拥挤收费转化为时间单位,使双模式模型转化为具有均衡约束的数学规划问题,随后采用遗传算法求解该模型,并进行相应的数值分析.     

基于GIS的物流配送系统车辆调度研究

文章通过深入研究C-W算法并对该算法进行改进,考虑时间约束,设计了解决混合时间窗问题的启发式算法,结合地理信息系统(GIS)建立相应的数学模型并对供应链中物流配送车辆调度系统和行车路径进行优化。通过实证分析验证了该模型和算法的有效性,对该领域的进一步研究奠定了基础。     

求解VRP的变种群规模混合自适应遗传算法

车辆路径问题是一个NP—hard问题。文章针对该问题设计了一种结合c—w节约启发式算法进行子路径优化的变种群规模混合自适应遗传算法。该混合遗传算法的种群规模随适应度值及进化代数的变化而变化;交叉概率及变异概率也随个体适应度值的不同而自适应地调整。其次．利用C-W节约启发式算法对子路径进行优化,有效地弥补遗传算法局部搜索能力较差的不足。对随机选择的10个基准测试实例的计算结果表明,该算法是求解车辆路径问题的有效方法。     

弹性需求下降级路网随机用户均衡模型及算法

文章考虑道路通行能力对出行者交通选择行为的影响,分析了出行者在降级路网中的路径选择和途中改道行为导致的网络交通流平衡状态的改变,建立了降级路网中的平衡分析模型,并给出了求解算法。最后通过一个简单的算例,说明路段降级程度不同时流量的变化情况。     

基于ERP平台的物流配送路径优化

物流配送具有终端多、分布广、批量小、批次多、货物种类繁多、时间紧、车辆路径问题复杂等特点.以往企业对供应链整合缺乏系统性认识,对ERP平台下配送的特殊性了解不够.文章通过建立适合ERP平台下的路径优化模型,解决在保证商品准时到达客户指定点的前提下,尽可能的减少运输的车次和运输的总路程.     

风暴潮灾害损失时间路径模拟与预测

文章基于1989-2013年我国风暴潮灾害的损失数据,采用Fourier级数扩展模型拟合了其时间路径,构建了时间序列预测模型.实证结果表明:我国风暴潮灾害损失的时间路径呈周期性波动,波动周期约为10年;我国风暴潮损失的时间路径是非收敛的,但是会在每个周期中表现出与均衡值相对均匀的偏离,属于均匀波动的时间路径;预计未来5年我国风暴潮灾害损失将处于波动上扬的半周期中,国家防灾减灾部门需要高度重视,采取适当防范措施.     

物流运输中多式联运模型及算法

文章对第四方物流中多式联运下的路径最短时间模型进行了改进,给出了多式联运下基于满意时间路径的运输费用模型和求解模型的基于K最短路的改进遗传算法,为多式联运的相关研究工作提供了理论基础.     

具有模糊抢修时间的震后道路抢修排程研究

强震对于现有的交通路网产生巨大破坏,因而在震后紧急阶段进行救援工作,必须首先抢通道路,进而才能进行物资运输、伤员转移等事项。由于震后很多不确定性因素,对道路抢修时间有影响,文章将道路抢修时间用三角模糊数表示,使用机会约束规划构建模型,并用混合算法对问题进行了求解,在分析结果的基础上对实务提出了合理建议。     

大数据在我国高速公路超限问题研究中的应用初探

本文运用大数据思想,创造性地建立了基于高速公路联网监控系统大数据的统计模型,挖掘出了其中隐藏的数据间相互关系,并结合高速公路车辆超限问题进行了分析.研究中采用山东省高速公路联网监控系统数据进行建模分析,得到了我国高速公路车辆超限的规律.     

协同进化遗传算法求解带时间窗的车辆路径问题

车辆路径优化是物流组织,交通调度的关键环节,是一个典型的有约束的组合优化问题。单独使用标准遗传算法及其改进算法解决VRP问题时也存在局部收敛的不足,因此通过引入协同进化算法,达到克服一般遗传算法容易早熟的毛病,从而在搜索空间发掘最优解。     

蚁群算法求解路径时间随机的应急资源调度问题研究

在研究应急资源调度问题时常常需要考虑到多种不同的因数,其中路径时间的不确定性直接影响着应急活动的置信度和执行率。文章根据交通工具在道路上行驶的实际情况,采用正态分布的随机数对时间不确定性进行了描述,并设计时间满意度函数将调度时间最短问题转化为时间满意度最大问题;在此基础上加入路径费用最小的目标,建立了多目标的应急资源调度优化模型。采用改进后的蚁群算法对该模型进行求解,得到了问题的非劣解集并借助TOPSIS方法选取最优方案;最后通过算例对模型和算法进行了验证。     

随机平衡配流与次优拥挤收费的双层规划模型构建与求解

随着城市化进程加快,汽车拥有量迅速增长,交通拥挤日趋严重。文章建立了基于随机平衡配流和次优拥挤收费的双层规划模型,并提出了求解模型的算法。研究如何利用双层规划模型来解决城市道路次优拥挤收费时收费位置与收费费率的制定等,期望能以满足使用道路人和管理道路人的利益为基础,在系统方面减少阻碍,使用路网的服务质量有所提高,同时也改进路网的利用效率,最大限度的获得更多的利益。     

应急定位-路径的模糊机会约束规划模型

文章针对需求量和运输费用不确定的应急定位-路径问题,以系统总成本和灾害损失成本之和最小为目标,构建了基于模糊机会约束规划的应急系统定位-路径模型,并设计了遗传算法对其进行求解。实例计算结果表明,该模型和算法可以有效地解决应急物流系统中定位-路径问题,从而为政府机构应对重大突发事件提供科学的决策参考。     

引进、消化、吸收再创新的技术跨越路径模型

文章在研究已有旋进路径模式的基础上,采用静态分析与比较、模型构建与描述性分析的方法,构建了一个基于时间和旋转角速度为自变量的引进、消化、吸收再创新的技术跨越路径模型。通过理论分析,发现当企业实施技术跨越时,旋进系统对技术力产生的阻力因素大于驱动力时,宜采取螺旋路径;当旋进系统对技术力产生的阻力小于驱动力时,企业则应该采取直进路径方式来提高自主创新能力。     

基于改进遗传算法的车辆路径优化研究

车辆路径优化研究是一个既有理论和实践意义又富有挑战性的课题。针对该NP难问题,提出了一种改进遗传算法。该算法采用了一种新的编码方式,使得染色体中的每一个基因能代表三层含义;采用了一种与爬山法相结合的混合进化策略。通过性能比较可以看出,在同等计算量情况下,改进遗传算法的优势明显。     

浅谈抽样调查统计方法在公路运输行业中的应用

公路运输行业统计 ,主要统计辖区内的运输量四项指标 :公路货运量、货物周转量、客运量、旅客周转量。公路运输抽样调查统计是指按照随机原则 ,从调查的总体运输车辆中抽取一部分车辆 (即样本车辆 )进行调查 ,并根据取得的样本资料 ,对总体运输量作出具有一定可靠性的估计和推断的一种统计调查方法。在公路运输量抽样调查方法中 ,有三个关键的工作环节 ,它们在影响总体总量指标的精度方面所起作用至关重要。按照工作进行的先后次序 ,这三个环节是 :抽取样本车辆、对样本车辆进行调查、推算总体运输量。只要这三个环节把握好了 ,使样本车辆有…     

路网增长引导的区域经济扩散度量方法

在我国区域交通基础设施规划引导性明显增强的新形势下,研究区域多经济体在路网规划引导下的扩散过程,建立基于经济体自由组合、动态速度的扩散模型,并采用粒子群算法对模型进行求解,算例证明模型和算法适用于经济扩散效应的测度.可对经济体规模、路网节点城市容量、交通条件表征以及扩散速度和密度关系方面进一步进行研究,以拓展该扩散模型的应用.