双垄断港口企业差别定价动因研究

在改进的Hotelling模型基础上,构建了双垄断港口企业的定价模型,研究了仅一个港口企业采用差别定价时双垄断港口企业的均衡价格、需求和利润,进而与双垄断港口企业均采用单一定价的均衡价格、需求和利润进行对比,最后用实例说明了港口企业采用差别定价策略的动机.理论研究结果表明:当两个港口企业的服务水平相同时,采用差别定价的港口企业会获得更多的市场份额和利润,因而另一个港口企业就有动机采用该定价方法;当两个港口企业的服务水平不同时,港口的位置、服务水平、内陆运费率等因素会影响港口企业采用不同的定价策略.     

港口物流功能评价模型构建与实证研究

港口物流的发展越来越受到重视,为提升港口的竞争力,需要对港口物流的功能进行评价。本文建立港口物流功能评价模型．运用层次分析法和模糊综合评价法相结合的方法,首先确定模型中各指标的权重,然后对港口物流功能进行评价．用实证研究验证评价模型的正确性。实证研究结果表明,该模型能对港口物流功能进行评价,且计算简单．具有一定的实用性。     

港口集疏运通道投资与多车型拥挤收费均衡

针对承担货运和客运且通过不同辖区的港口集疏运通道,每个腹地区域独立进行所辖通道的投资规模决策和拥挤收费策略,基于多车型换算系数构建港口集疏运通道的客货运输均衡和腹地区域福利模型,并采用逆向归纳法进行两阶段非合作博弈分析． 研究发现: 实施差别拥挤收费策略对港口货运收费最高,而统一拥挤收费策略对腹地客运收费最高; 实施各种拥 挤收费策略后港口集疏运通道的投资规模均呈下降趋势,且只对货运车辆实施拥挤收费策略时通道投资的规模最低． 通过数值算例并以拥挤收费前作为参照,对比分析港口集疏运通道客货运结构对均衡投资规模和拥挤收费以及腹地区域福利和通道总福利的影响．     

1994-2014年中国港口业与沿海区域经济增长的重心移动轨迹和时空差异分析

将五大港口群作为研究对象,按照由全局→局部的分析思路,运用重心移动模型、探索性空间数据模型,建立关于沿海区域港口业和沿海区域经济增长的综合评价指标体系,定量分析1994-2014年间中国港口业与沿海区域经济增长的时空差异演变与特征.结果 表明:在重心移动轨迹上,沿海区域港口业和经济增长重心集中在南部并且有逐渐向长三角移动的趋势.在全局层面上,港口业在时间和空间维度上呈现由显著正相关到显著负相关的时空差异;沿海区域经济增长在时间和空间维度上始终保持空间正相关;港口业-沿海经济增长在时间和空间维度上表现为"正-负-正"三个阶段.在局部层面上,港口业H-H型区域由珠三角向长三角移动,L-L型区域集中在西南沿海区域和环渤海西部;沿海区域经济水平H-H型区域集中在珠三角和长三角以及环渤海南部,整体趋势无太大变化,L-L型区域集中在河北、广西、海南;港口业-沿海经济增长L-L型区域呈现珠三角、长三角两个中心并有向周边区域扩大的趋势,L-L型区域集中在河北以及西南沿海,但两大区域的L-L型空间范围有缩减的趋势.     

R＆D项目中止决策的区域映射模型

讨论了BP神经网络进行R&D项目中止决策时存在的缺陷,提出了R&D项目中止决策的区域映射模型,结合教师区域的范围以及像点集合的平面分布特征设计了每个类的判定标准和分类算法.区域映射模型能够克服BP神经网络收敛速度慢、易陷入局部极小点等不足,保证了实际分类准则与训练准则的一致性,具有很高的识别率和比BP神经网络更快的收敛速度,是R&项目中止决策的一个有效的模式识别工具.     

一个应急条件下港口群物资优化调度模型北大核心

由于海域面积广阔、生存环境恶劣,单一港口供应能力有限,难以满足突发灾害事件时的大量应急物资需求.本文针对港口群应急物资协同调度问题,构建考虑运输成本和任务完成度的双目标规划模型,并设计求解该模型的NSGA-1算法,通过港口群和陆上供应点的协同调度,满足应急物资快速可靠的运送需求.基于南海海区港口数据设计数值实验,对比了受灾顺序随机和受灾顺序确定两种情境下方案的鲁棒性.本文的研究结论对突发灾害事件港口群应急管理具有一定的指导意义.     

基于时延-容量转换的网络路径优选研究

应急救灾、军事作战过程中需要进行大规模的物资调度,受运输网络容量的限制,保障物资需要在网络单元处等待并逐步转运,导致传输时延随物资数量的变化而呈现不确定性.本文在详细分析描述保障网络传输机制的基础上,提出一种基于网络时延-容量转换的建模方法,建立最小时延网络路径优选模型,并改进Dikstra算法求解网络最优路径,最后应用算例验证模型正确性及算法有效性.     

时变条件下有宵禁限制的有害物品运输最短路研究

在有害物品运输过程中,往往需要获得从起点到终点之间的最短路.针对有害物品运输网络具有很强的时变特性,且运输过程中往往有宵禁的限制(curfews)的情况.建立了允许有多个出发时间的,时变条件下有软、硬宵禁限制的有害物品运输的最短路模型,利用动态规划设计了求解时变条件下有软、硬宵禁限制的多目标最短路的算法,通过此算法可以获得时变条件下有软、硬宵禁限制的有害物品运输最短路,并分析了算法的复杂性.然后,对网络中可行路径在不同限制条件下的目标值进行了排序,并进行了证明.最后,给出了一个应用算例,证实了算法和模型的有效性.     

一种求解时变网络下多式联运最短路的算法

在运输过程中,往往不止有一种运输方式,可能同时有多种运输方式交叉,即可能多式联运的方式存在,不同的运输方式之间需要通过转运才可实现.同时,在运输过程中,成本、运输时间、风险等因素会随着时间的不同而变化.首先,将运输网络进行变形,然后给出了在时变网络条件下多式联运的最短路模型,设计了求解时变条件下多式联运的最短路的算法,利用此算法可以获得从起点到终点之间的最短路,并对算法的计算复杂性进行了分析.最后给出一个应用算例.     

竞争决策算法及其在车辆路径问题中的应用

在分析自然界各种竞争机制和人类社会决策原理的基础上,利用竞争造就优化和决策左右结果的特性,提出了一种能广泛应用于组合优化难题的新型算法———竞争决策算法(CDA),并给出了CDA的通用模型.车辆路径问题(VRP)是一个著名的NP难题,也是物流领域内一个重要的调度问题,利用CDA的通用模型设计了一个针对VRP的快速求解算法,并用该算法求解了VRP标准测试库中的实例,经过大量数据测试和验证,获得了令人满意的效果,其中部分问题的解优于目前公布的最好解.     

Inherent Costs and Interdependent Impacts of Infrastructure Network Resilience

Recent studies in system resilience have proposed metrics to understand the ability of systems to recover from a disruptive event, often offering a qualitative treatment of resilience. This work provides a quantitative treatment of resilience and focuses specifically on measuring resilience in infrastructure networks. Inherent cost metrics are introduced: loss of service cost and total network restoration cost. Further, “costs” of network resilience are often shared across multiple infrastructures and industries that rely upon those networks, particularly when such networks become inoperable in the face of disruptive events. As such, this work integrates the quantitative resilience approach with a model describing the regional, multi‐industry impacts of a disruptive event to measure the interdependent impacts of network resilience. The approaches discussed in this article are deployed in a case study of an inland waterway transportation network, the Mississippi River Navigation System.     

可变车道的道路交通网络设计优化方法

城市交通流的潮汐性特点造成上、下班高峰期内,道路资源利用的不合理现象:部分道路一个方向交通严重拥挤,而另一个方向几乎没有交通流量。为了合理利用道路资源,缓解交通拥挤,本文提出了双向流量不平衡道路的车道调整方法,并建立了离散双层规划模型,其中处于上层的交管部门通过调整双向道路的车道分配方案,使得整个城市交通网络的系统总阻抗最小。然后本文给出了该双层规划模型的混沌优化方法,最后以经典的SiouxFalls网络为例验证了本文所提方法的有效性。     

Stochastic Measures of Network Resilience: Applications to Waterway Commodity Flows

Given the ubiquitous nature of infrastructure networks in today's society, there is a global need to understand, quantify, and plan for the resilience of these networks to disruptions. This work defines network resilience along dimensions of reliability, vulnerability, survivability, and recoverability, and quantifies network resilience as a function of component and network performance. The treatment of vulnerability and recoverability as random variables leads to stochastic measures of resilience, including time to total system restoration, time to full system service resilience, and time to a specific α% resilience. Ultimately, a means to optimize network resilience strategies is discussed, primarily through an adaption of the Copeland Score for nonparametric stochastic ranking. The measures of resilience and optimization techniques are applied to inland waterway networks, an important mode in the larger multimodal transportation network upon which we rely for the flow of commodities. We provide a case study analyzing and planning for the resilience of commodity flows along the Mississippi River Navigation System to illustrate the usefulness of the proposed metrics.     

复杂交通网络中救援点与事故点间的路段重要性评价模型研究

对应急救援网络中的各相关路段的重要性进行快速准确地评价,对于应急交通计划、指挥与控制等交通服务具有十分重要的价值.本文针对目前该问题相关研究存在的一些缺陷,提出了新的算法思想,并设计了算法模型.首先,设计了复杂交通网络连通子图的矩阵算法,寻找多救援点和多事故点间的最大连通子路网;其次,根据该最大连通子路网构建GERT(Graph Evaluation and Review Technique)网络模型,针对该模型中人们对路段的选择概率设计了基于人们的理性和经验的概率选择模型,从而能够较好地反映人们的交通心理和行为(尤其是应急交通心理和交通行为);最后,定义了路网中路段重要性和重要度的概念,建立了基于最大连通子路网中去除某一定路段后的标准车辆通行时间差异的路段重要度评价模型.在此基础上,本文以某区域实际交通网络为例,对本模型及其算法进行了验证,效果良好.     

社区应急疏散动态协作调度优化研究

针对灾民数量和路网通行时间的动态性以及灾民疏散反应系数的随机性，本文提出了社区应急疏散协作调度优化流程，并以疏散灾民数量最大化和疏散成本最小化为目标，构建了社区应急疏散多种运输方式协作调度优化模型，并给出了求解该模型的改进多目标遗传算法。然后，论文使用Tansmodeler模拟社区应急疏散协作调度优化过程，加载疏散灾民动态需求和历史出行时间表，并对模型和算法进行验证。结果表明，该模型和算法可以在有效刻画疏散灾民数量和路网通行时间的基础上，为不同时刻的交通工具配置及疏散路径选取提供决策。     

信息条件下的城市运输规划方法

交通网络中信息的引入,改变了以往人们的出行行为。常规的出行需求预测模型在信息条件下,需要进行合理改进。本文提出了将传统的出行产生模型与动态交通模拟模型集成进行信息条件下的城市运输规划研究的一种新的方法框架     

供应商管理库存环境下的分销网络连续近似模型

本文在现有连续近似(CA)模型的基础上,从供应商管理库存(VMI)角度出发,引入了PowerofTwo(POT)周期配送策略,构建了VMI环境下分销网络设计的CA模型。该模型的目标函数不仅包括了分销中心的建设 运营费用、运输费用,而且引进了实际中关注的存储费和订货费;该模型在确定分销网络结构的同时,也确定了各分销中心的库存策略和对其客户的配送策略。文中给出了模型的解法,利用此解法对算例进行求解,并分析了求解的结果,得出各参数变化对解的影响。     

Expanding the Spanish high-speed railway network

This paper presents a model for the expansion of transportation networks incorporating specific requirements about population coverage, budget constraints, intermediate goals and origin–destination flows, among others. The model is applicable to the current expansion project of the Spanish high-speed railway network that has been proposed by the Spanish Government under the program Strategic Planning of Infrastructure and Transport (see source [c]).     

具有网络外部性的扩展Hotelling模型

将网络外部性引入线性运输成本下的Hotelling模型,研究了两家网络产品厂商首先选址,然后进行价格竞争的两阶段完全信息动态博弈问题,得到了厂商价格竞争均衡的存在性条件,推广了一般Hotelling模型的结论.由于网络外部性的存在,消费者效用是相互依赖的.网络产品的市场份额既是消费者选择的结果,又是消费者选择的依据.文章将交通流量分配技术和无穷维变分方法相结合,建立了刻画网络产品市场划分的模型——无穷维变分不等式,并研究了市场划分的存在性和唯一性问题.最后假定厂商定位在两端,分析了产品的网络外部性特征及单位运输成本对两个厂商竞争均衡情况的影响.     

Best routes selection in multimodal networks using multi-objective genetic algorithm

In this study, we propose a bi-level multi-objective Taguchi genetic algorithm for a multimodal routing problem with time windows. The mathematic model is constructed, which is featured by two optimal objectives, multiple available transportation manners and different demanded delivery times. After thoroughly analyzing the characteristics of the formulated model, a corresponding bi-level multi-objective Taguchi genetic algorithm is designed to find the Pareto-optimal front. At the upper level, a genetic multi-objective algorithm simultaneously searches the Pareto-optimal front and provides the most feasible routing path choices for the lower level. After generalizing the matrices of costs and time in a multimodal transportation network, the \(k\) -shortest path algorithm is applied to providing some potential feasible paths. A multi-objective genetic algorithm is proposed at the lower level to determine the local optimal combination of transportation manners for these potential feasible paths. To make the genetic algorithm more robust, sounder and faster, the Taguchi (orthogonal) experimental design method is adopted in generating the initial population and the crossover operator. The case study shows that the proposed algorithm can effectively find the Pareto-optimal front solutions and offer series of transportation routes with best combinations of transportation manners. The shipper can easily select the required shipping schemes with specified demands.