有时间窗的非满载车辆调度问题的遗传算法

有时间窗的车辆调度问题是一个典型的 NP-难题 ,传统求解方法往往不能令人满意 .本文将货运量约束和时间窗约束转化为目标约束 ,设计了基于自然数编码的可同时处理软、硬时间窗约束的遗传算法 ,实验分析获得了较好的结果 .

有时间约束旅行商问题的启发式遗传算法

有时间约束的旅行商问题作为旅行商问题的拓展 ,是一个重要的NP难题 ,深入研究这一问题具有重要的理论和实践意义。将时间窗约束转化为目标约束 ,采用序列编码设计了基于启发式规则的可同时处理软、硬时间约束的遗传算法——— 2 交换变异的遗传算法和 3 交换变异的遗传算法。实验表明HGA1优于简单遗传算法(SGA) ,HGA2优于HGA1。

应急物流运输中的车辆调度策略分析

在城市突发公共事件应急体系中,应急物流管理对于提高应急响应能力、节约救援时间、降低生命财产损失具有重要的作用.本文结合应急物流的特征,研究了应急需求稀少和应急需求密集两种情况下的系统期望时间.通过对mSQM策略和TSP策略的渐近性分析,可以发现,当应急需求稀少时,mSQM策略可作为最优调度策略;当应急需求密集时,TSP策略尽管不是最优调度策略,但简单易行.

TOD下城市轨道交通与土地利用的协调关系评价

构建了TOD模式下城市轨道交通与土地利用的协调关系评价指标体系,通过修正的数据包络分析(DEA)方法对城市轨道交通与沿线土地利用的协调关系进行了评价与排序.将不同输入、输出指标进行均值化处理,通过分析不同指标间的松弛变量和剩余变量,得出各个指标对城市轨道交通与土地利用协调发展的影响程度.根据DEA有效前沿面投影理论,提出DEA无效决策单元实现协调发展时应达到的标准,为无效决策单元的改进提供了参考.以美国阿勒格尼为案例进行分析,结果表明:该评价方法分析结果与实际情况一致,能够较好地评价城市轨道交通与土地利用的协调关系.

交叉口应急车辆信号优先控制的两阶段模型

根据应急车辆行驶特性,建立信号优先转换与优化的两阶段模型.分析了车辆检测器和应急车辆检测器的设置方法,建立了以应急车辆安全无延误通过交叉口为目标的第一阶段模型,和以社会车辆排队最小为目标的第二阶段模型.通过VISSIM仿真,验证了该模型能确保应急车辆在高峰和平峰两种情况下安全无延误地通过交叉口,同时降低其它车辆在交叉口的延误.

需求可分的车辆路径问题模型与算法

需求可分的车辆路径问题(SDVRP)无论是从运输距离还是派车数量上,都可进一步优化传统的车辆路径问题。为了降低SDVRP的求解难度,本文在分析最优解性质的基础上,加强模型的约束条件,将原模型转变为等价的改进SDVRP,并在使用蚂蚁算法求解改进SDVRP模型的过程中,采用开发新路径和2-opt相结合的方法,以避免出现迭代停滞的现象。实验表明,算法计算结果稳定,最差解与最好解的偏差仅为1.80%。

基于前景理论的驾驶人停车选择模型

考虑到期望效用理论的缺陷及驾驶人的有限理性,利用前景理论,建立了停车选择决策模型.通过对调查数据的回归分析,确定了停车影响因素的参照点,建立了价值函数及决策权重函数,得到了单因素的前景值.利用模糊偏好下多目标决策权重赋值方法,确定了影响因素的权重,从而建立了驾驶人的停车选择模型.

求解配送\收集旅行商问题的遗传算法

配送 \收集旅行商问题 (TSPD)是物流学中的一个重要问题 ,但与一般的旅行商问题 (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。本文放松这一约束条件 ,结合最邻近启发式和k -opt局域搜索策略 ,设计了一种求解TSPD的遗传算法 ,计算结果表明 ,该算法性能优良 ,计算效率较高。

基于预留时间的出行者划分方法

为了合理划分出行者类型,全面解析行程时间可靠性的本质特征,考虑到出行者的异质性,将SP调查与聚类分析结合,提出基于预留时间的出行者类型划分方法,同时应用多项Logit模型构建基于预留时间的离散选择模型,量化分析预留时间的影响因素,并得出各类出行者的比例.实例分析结果表明,出行者可分为I,II,III类,对应的预留时间分别为">0.60t""0.33~0.60t"和"<0.33t",t为出行者的行程时间.三类出行者的比例分别为17.4%,49.1%和33.5%,即17.4%的出行者对路网行程时间可靠性的评价较低,说明出行者对于早高峰道路交通运行水平的评价普遍较高.

灾后恢复阶段多期道路交通网络重建规划

灾后路网重建规划可分为应急阶段和全面恢复阶段。文中建立了灾后恢复阶段多期路网重建规划的双层模型,并采用灵敏度分析方法进行求解。上层模型考虑到建设资源的限制,以工程总效益最大为目标建立多期工程效益模型;下层模型是基于出行时间可靠性的用户均衡分配模型。最后结合实际路网进行了算例分析,证明模型和算法是有效的。

恐慌情绪和疏散行为交互影响的地铁站火灾疏散仿真方法

为提高地铁站火灾事故发生后的疏散效率,降低人员伤亡和财产损失,考虑到疏散过程中个体恐慌情绪的动态变化,基于元胞自动机模型分析恐慌情绪与疏散行为之间的交互影响,构建地铁站火灾疏散仿真模型,以双层岛式地铁站为例,讨论恐慌情绪对疏散效率和出口选择的影响。研究结果表明:恐慌情绪是人群疏散中的关键因素之一,轻度恐慌有助于缩短疏散时间,而过度恐慌会一定程度上减缓疏散效率;恐慌情绪对出口选择存在显著影响,恐慌人群在出口选择时表现出明显的从众行为。研究结果可为优化地铁站应急安全管理提供参考。

VMI模式下的随机库存路径问题

设计了一套求解随机库存路径问题的启发式算法,该算法首先对随机顾客需求进行确定化处理,将问题转化为确定需求的库存路径问题,然后利用修正的经济订货批量公式计算各顾客的配送周期,最后通过求解周期车辆路径问题得到随机库存路径问题的近似解。

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.

基于自然数编码的模式理论研究

在分析基于二进制编码的遗传算法基础上,对基于自然数编码的遗传算法作了初步的探讨。论文定义了基于自然数编码的模式和模式的阶,并推导出了相应的模式理论,从而得出了该理论与基于二进制编码的模式理论相类似的结论,对于解释基于自然数编码的遗传算法的收敛性具有一定意义。

TOD模式下城市公交干线与土地利用的互动关系

通过分析公共交通导向(TOD)模式下城市公交干线与沿线土地利用的特征,建立基于非线性微分方程的城市公交干线与沿线土地利用的互动关系模型,研究城市公交干线和土地利用的动态演化过程及趋势.考虑到TOD模式下城市公交干线和土地利用的协调发展关系,修正了互动关系模型,基于微分方程稳定性理论分析城市公交干线和土地利用达到平衡状态时的稳定性及条件.通过Simulink软件对城市公交干线与土地利用的互动关系进行了仿真,结果表明,文中模型能够揭示TOD模式下城市公交干线与土地利用的互动关系及演化趋势.

考虑车辆运输能力限制的公交换乘优化

研究了车辆运输能力限制下的多个换乘点之间平均换乘等待时间的优化问题。在一定时间周期内,通过调整各公交线路的运营时刻表,在车辆运输能力约束条件下使乘客在各线路之间换乘等待时间最小,并采用遗传算法对该模型进行求解。优化结果表明:当车辆运输能力约束起作用时,相对于Shafahi等没有考虑车辆运输能力限制的研究,乘客的平均换乘等待时间增加了370%,该结果说明公交车辆运输能力对乘客换乘时间的影响明显,需作为主要因素在公交换乘优化中进一步考虑。

主路优先无信号交叉口次要道路通行能力分析

基于可插间隙理论和概率论方法,推导出理想条件下只有2股车流情况下无信号交叉口次要道路的通行能力计算模型,然后对理想模型的不足进行分析,并运用随机过程的马尔可夫理论对无信号交叉口主要道路为双向4车道,次要道路为直行车、左转车、右转车混合交通流,同时考虑不同车型,建立次要道路通行能力的修正模型.

粒子群优化神经网络的交通事件检测算法研究

为减少交通事件引起的交通延误,提出一种基于粒子群优化神经网络的交通事件检测算法;首先,利用车载激光测距仪和GPS设备作为实验平台,采集了反映路段车辆占有率及车辆运行速度特征的交通参数;其次,利用粒子群(PSO)算法训练随机产生的初始化数据,优化BP神经网络连接权值和阈值;最后,将PSO优化后的BP神经网络作为分类器进行交通事件的自动分类和检测;试验中比较了PSO神经网络算法、BP神经网络算法和经典算法对交通事件的检测效果,PSO神经网络算法在事件检测率(DR)、平均检测时间(MTTD)方面均优于其他目标算法;结果显示,粒子群优化的神经网络算法用于交通事件检测提高了检测性能。

基于上落客时空特征的出租车停靠站选址模型

为了规范出租车运营,改善出行者候车环境,提高出租车经营效益,进行基于出租车出行需求特征的停靠站选址研究有着十分重要的现实意义.本文首先界定了出租车出行需求时空热点的含义,基于样本出租车GPS数据研究出行需求的时空聚集特征,得到了出行高峰时段和出行热点区域.将出行需求作为依据应用于出租车停靠站选址,提出了基于最大覆盖的停靠站选址模型,同时结合出行者的不确定性交通行为和消费特点,在车站服务能力、出行者步行距离和计划修建数量等方面分析了模型的适用条件.实例区域的选址研究结果表明,以客观需求为依据的选址方法,可以更好地契合出行者的出行需求,具有较高的实用性.

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。