轨道与常规公交局域换乘网络站点优化模型

为提高轨道交通站点与周边常规公交所构成的局域换乘网络的运行效率,首先借鉴space P法对所研究的局域网络进行拓扑描述,确定了合理的换乘网络规模;然后以乘客费用最小为目标,同时考虑站点容量、站间距等约束条件建立优化模型,采用复杂网络社团结构理论构造模型求解算法。最后将模型应用于长春市轨道交通3号线某站点及周边常规公交组成的局域换乘网络。结果表明：优化后的局域网络总换乘时间可缩短16％,在考虑时间价值的情况下系统总费用降低了6?16％,模型具有一定的实用价值。     

基于粒子群算法的城市接驳公交网络优化调度方法

为提高公共交通分担能力和解决轨道交通与交通出行起讫点之间的公共交通接驳优化调度问题,提出了轨道与公交的接驳公交网络优化模型.模型主要考虑不同接驳站点在不同时间对轨道交通和交通出行起讫点之间的接驳需求建立多目标模型.分析选用粒子群算法对所建立的多目标优化模型进行分析求解,比较了在轨道接驳需求下多种车队规模的调度线路、时刻安排状况,得到轨道线路邻近区域内接驳网络的优化调度,当车队规模在定值时即可满足接驳轨道交通的换乘需求,优化调度使得平均满载率显著下降,另外,验证了接驳公交网络基于粒子群算法的优化调度可有效降低营运消耗.     

接运公交网络设计的多目标优化模型及遗传变邻域搜索求解算法

为了使接运公交网络更好地为轨道交通车站集散客流服务,将其作为研究对象,提出了接运公交网络的优化方法.考虑接运公交网络服务的需求量与接运公交供给密切相关、接运公交发车时刻与轨道交通车辆到站时刻构成有序衔接,以接运公交服务的乘客量最大化、接运乘客平均成本最小化、运营成本最小化为优化目标,构建了接运公交网络的多目标优化模型.为求解模型,设计了利用产生式方法获得Pareto解集的遗传-变邻域搜索算法.将设计的遗传-变邻域搜索算法与遗传算法、精确算法分别进行比较,通过算例验证了模型与算法的有效性.     

基于灵活停站时间的轨道交通网络末班车接续优化

为提高城市轨道交通网络末班车换乘接续效果,以换乘客流时空分布特征及列车运行过程为基础,采用数学规划方法,选取末班车发车时刻及停站时间为决策变量,以有效换乘客流量最大化为目标,构建末班车协同接续优化模型,并利用CPLEX优化软件进行求解.以北京市轨道交通网络为对象进行实证研究,与实际列车运行计划对比分析的结果显示:有效换乘客流量增加12.4%,末班车协同接续数量提高8.2%,表明所构建方法能较好地提高末班车接续效果.     

城市群旅客协同运输线路边际效益分析及优选

为适应城市群旅客出行需求并实现系统整体效益的最大化,提出基于边际效益理论的城市群协同范围及协同线路优化选择问题。基于超网络理论构建城市群多方式交通系统的超网络模型,考虑客流关联强度和换乘设施等因素生成协同线路备选集;将超网络的路径分为在乘段与换乘段,提出多方式出行路径的广义出行费用计算方法;利用3层巢式Logit模型构建旅客城市群出行路径选择行为。在此基础上,提出以系统效益最大化为优化目标的双层规划模型,采用遗传算法和相继平均法求解上下层模型,并基于边际效益递减理论确定协同运输范围及协同线路。最后以京津冀城市群为例对模型构建的合理性进行验证并应用于问题分析。结果表明：协同运输线路的规模存在边际效益且优选出的协同线路能够基本满足京津冀城市群旅客出行需求,以线路为导向的多方式联运模式拓展了联程运输模式,为城市群多模式协同运输的实施提供了途径。     

考虑燃料成本的集装箱码头集卡路径优化

针对传统集卡路径优化中通常以距离或时间最短为目标的现状,本文从燃料成本和作业时间两个角度研究集装箱码头的集卡路径优化问题。本文借鉴了车辆运输问题中的燃料消耗率,分两步进行了集卡路径优化。以包含燃料成本的总运输成本最小为目标,构建了考虑燃料成本的集卡路径优化模型,解决了不考虑集卡数量时的集卡初步路径规划问题。在此基础上,引入集卡数量,以集卡作业时间最小为目标,构建了考虑集卡作业时间的路径任务分配模型,并通过粒子群算法给出了每辆集卡应执行的路径任务。算例结果表明,与传统模型相比,本文提出的考虑燃料成本的集卡路径优化模型可以降低码头成本。     

配合城市轨道交通的接运公交车区域布设

为了充分发挥轨道交通在城市交通中的骨干作用以及接运公交的集散作用,提出了配合城市轨道交通的接运公交车区域布设模型。分析城市轨道交通与接运公交之间的关系,提出边际出行距离的概念,即选择常规公交直达以及选择常规公交—轨道交通换乘所消耗的广义成本,其中特别考虑了服务水平对乘客选择的影响。并对居民收入水平、轨道交通的票价设置以及乘常规公交距离与出行总距离的比值大小对于边际出行距离的影响进行了敏感性分析。进而考虑各站点的OD分布,建立以全部乘客总出行时间最小值为目标,以边际出行距离为约束条件的区域布设模型并设计算法求解。最后通过对北京市5号线城市轨道交通与常规公共汽车之间衔接的数值实例进行分析,显示了该模型符合实际情况,易于应用。     

轨道交通网络有效路径搜索算法的改进及实现

城市轨道交通网络有效路径的判定是网络客流路径分析的基础和关键。本文分析了轨道交通网络节点的处理方式,给出了有效路段和冗余路段的定义和判定规则,在实际应用中发现由于网络节点的特殊处理方式,搜索得到的部分有效路径中存在冗余路段,通过设置换乘节点变量和对路径换乘节点序列的子序列的判断,提出识别冗余路段的方法,并在现有的搜索算法中增加冗余路段的判定步骤,从而改进了算法。在实例计算中,合理确定网络伸展系数的取值,运用Python脚本语言编程实现改进后的算法。程序运行结果表明改进后的算法能正确筛选出轨道交通网络的有效路径,并输出完整的有效路径信息,验证了算法的有效性。     

基于多目标粒子群算法的泊位-岸桥分配研究

为得出合理且符合实际生产状况的泊位-岸桥分配,建立了船舶在港时间和码头运营成本最小的多目标优化模型,并使用了多目标粒子群算法进行求解。通过多目标粒子群算法分别求解30、40、50、60、70艘船舶的优化模型,得到的可行解使时间和成本这两个目标达到最优平衡,并证明了模型和算法的有效性。试验结果表明,多目标优化方法与单目标而言,可以使码头得到更大的运营效益。     

城市轨道交通全网列车衔接优化模型研究

在城市轨道交通网络化运营的条件下,为提高轨道交通服务水平,实现高效运营,建立城市轨道交通全网衔接优化模型。该模型以全网所有换乘站各个方向上的旅客换乘平均候车时间最小为目标,以列车发车条件和换乘可行性为主要约束条件,根据模型特点,设计混合种群的遗传算法进行求解。最后以成都1、2、7地铁线网为例进行仿真,将优化前后的运营效果进行比较,结果表明该模型能有效减少全网换乘等待时间。     

城市轨道交通有效路径选择的改进Dial算法

结合城市轨道交通的基本特性,从网络节点的角度出发重新定义了有效路径以及换乘站点,并结合网络拓扑排序方法,在Dial算法的基础上提出了改进的Dial算法。最后,采用深圳市轨道交通网络的基础数据进行了实例分析,结果显示改进的Dial算法的可行性,并且计算效果优于原算法。     

综合成本下城市公交出行方式与线路选择

提出了综合考虑换乘次数、出行时间、出行距离、步行距离、等待时间等公交出行因素的广义时间计算方法,给出了基于广义时间和出行费用的公交出行效用函数,构建了考虑轨道交通和常规公交的巢式Logit公交线路选择模型。以广州为例,给出了通过问卷调查进行参数估计的方法,模型计算结果和二次调查数据的比较表明文中的方法可准确计算公交乘客对出行方式和线路的选择。     

基于逐步优化的轨道交通网络行车计划衔接

为适应城市轨道交通网络化运营需求,编制列车行车计划应当尽可能缩短乘客的换乘等待时间,方便乘客出行.从实用性和可操作性出发,提出网络换乘的主动衔接和被动衔接概念,在此基础上利用逐步优化的思路对列车行车计划进行优化,优先针对换乘客流大的换乘方向进行衔接,然后按换乘客流大小依次衔接网络上剩余换乘方向,得到优化后的列车行车计划.以上海市轨道交通网络为例验证算法的计算流程和优化结果.结果表明,在网络衔接中不同线路的列车开行间隔呈现相同或者倍数的关系,网络的整体衔接程度较优.     

基于量子粒子群的软件模糊可靠性分配模型

针对软件可靠性分配中存在多个优化目标的问题,提出了一种新的模糊多目标分配模型,并采用量子粒子群优化算法求解该模型。将软件可靠性和成本作为模糊目标函数,通过三角形隶属函数对模糊目标进行处理,将优化后的量子粒子群算法用来求解软件模糊可靠性分配模型。实验结果验证了文章提出的软件模糊可靠性分配模型是有效的,多目标的Pareto最优解为可靠性和成本之间的决策提供了依据。     

基于混合蚁群的多温区冷链物流配送路径优化算法

针对冷链物流配送过程同时取货、送货车辆路径规划问题,提出了基于混合蚁群算法多温区冷链物流配送路径优化算法.通过分析影响同时取、送货车辆路径成本的因素,构建了针对多温区冷链物流的带时间窗、同时取送货配送路径优化模型.利用粒子群算法来优化蚁群算法参数,将各个蚂蚁子群的信息素进行交换,再采用基于插入的启发式方法和交叉、反转操作进行路径优化.经过对照实验,结果表明：基于混合蚁群的车辆路径规划算法收敛速度相对于基于改进遗传算法的车辆路径规划算法和基于禁忌搜索算法的车辆路径优化算法,分别提高了24.3%和18.6%.     

考虑碳排放的冷链物流配送路径优化

为解决生鲜农产品配送成本和碳排放量的双高问题,提出了一种以最小化配送成本为目标的冷链物流路径优化模型。该模型将配送过程中的碳排放量转化为碳排放成本,并采用结合2-opt 优化算子的改进遗传算法对模型进行求解。通过数值仿真实验证明：虽然引入碳排放量约束配送路径距离增加了 3.205 km,但是碳排放量和配送成本分别下降了 1.99% 和22.10%,此数据证明了该模型和算法的可行性。     

基于蚁群算法的速冻蔬菜配送路径优化研究

以安徽某公司速冻蔬菜为例,介绍了基于蚁群算法的冷链物流配送路径优化问题的研究。通过对安徽某公司配送速冻蔬菜的现状与不足、车辆路径问题及求解算法的特点、蚁群算法模型的建立与应用等进行详细分析,建立了基于蚁群算法的冷链物流配送路径优化研究模型,使其在销售速冻蔬菜时能够达成配送路径更短、配送时间更少、配送成本更低、客户满意度更高的目标。     

基于最短时间的公交乘车路径查询模型

很多经典的公交路径查询算法都把焦点放在行驶路径最短搜索上,而忽略了越来越影响人们出行时间花费的等车和换车上.本文利用有向带权图建立了一种综合考虑等车、换乘和运行时间的最短时间公交出行路径查询模型,通过灵活的权值设定策略优化查询目标.实验表明,提出的模型有效、实用,具有很好的灵活性.     

动态车辆路径问题的多目标优化模型与算法

以快递服务相关的动态车辆路径问题为研究对象,建立多目标优化模型,设计了相应的求解流程.多目标优化模型包括最大化服务客户数、最小化客户等待时间和最小化总旅行时间3个优化目标.采用基于词典式的排序方法,开发了改进的Or-opt局部搜索启发式算法.在不同基准问题数据集上进行仿真实验,结果表明,多目标优化模型与单目标模型相比,能明显降低被拒绝的客户数和等待时间,而总旅行时间未发生明显增长.     

分区域多目标进化算法在协同车辆路径问题中的应用

在以原有的车辆配送总费用最小化为目标的基础上,兼顾顾客的满意度目标,建立带有时间窗的多物流中心协同配送的车辆路径多目标优化问题的数学模型.对建立的多目标优化问题,采用分区域多目标进化算法思想,构造了利于产生可行解的编码方式,从而提高算法的运行效率.通过算例验证了建立的模型能有效地解决协同物流配送车辆路径问题.