基于Matlab工具箱YALMIP的Dantzig-Wolfe分解算法实现研究

Dantzig-Wolfe分解算法(简称DW算法)是求解大规模具有分块结构线性规划的重要算法。该算法将问题分解成主子两级规划交替求解,计算过程烦琐,如何用计算机程序实现算法一直都是相关课程的重难点。文章采用Matlab语言,利用YALMIP工具箱的优化问题求解功能,尤其是通过YALMIP快捷获取主规划约束的对偶乘子,在考虑了子规划约束域存在极方向的情况下,构建了DW算法新的计算迭代形式,并通过一个算例的算法实现,验证了程序的可行性,为DW算法的相关教学与研究提供了素材。

信息系统下出租车运营市场网络均衡模型

目前在大中城市中应用智能手机叫车软件搭乘出租车成为受到广泛关注的出行现象,本文通过考虑存在叫车服务即出租车派遣服务模式,建立了信息系统下出租车运营市场网络均衡模型.该模型在获得出租车运营市场相关数据的基础上,通过设计的算法可以求出各个节点的顾客平均等待时间.在数值实验中,分析了模型中不同参数值对于算例网络中各个节点的顾客平均等待时间的影响程度.结果表明各种参数值的变化对减少顾客平均等待时间的影响不同,其中降低空驶过程中出租车司机选择乘客及服务模式的随机程度对降低各个节点顾客平均等待时间影响显著,而各节点处乘客需求量和到达的随机程度,以及叫车服务费用对于各节点顾客平均等待时间的降低影响并不明显.

信息系统下弹性需求随机用户均衡演化模型

本文研究了先进交通信息系统下城市网络交通流的动态演化行为.网络交通流的演化过程中,出行者不断调整自己的出行行为.在存在交通信息系统的路网中,出行者通过接受交通信息系统的路网信息和自己的出行经验选择出行路径.考虑在交通需求为弹性的情况下,按照出行者对交通信息的接受程度,将出行者分为保守和乐观两种类型.通过引入刻画交通流演化的Logit动态方程,得到对应的弹性需求随机用户均衡交通流演化模型.并分析了模型中保守型出行者所占比例对交通流演化的影响,得出保守型出行者所占比例越大,均衡状态下的路径费用越高,路径流量越小.最后通过数值仿真进一步验证了分析结论.

基于南通地铁的同城快递配送可行性研究

随着物流行业的欣欣向荣,同城快递配送需求持续增长。在竞争日益激烈的当下,为提高服务质量和效率,降低配送成本和风险,快递行业积极创新,利用轨道交通进行同城快递配送成为快递企业提高竞争力的有效手段。发展轨道交通物流的关键在于如何组织轨道交通运输,以南通市轨道交通为背景,综合考虑地铁营运时段、货物输送能力、快递类型等问题,分析地铁参与快递配送的运行模式,探讨不同模式下轨道交通开展物流配送的可行性并提出具体建议。研究认为客货同列分厢模式在实现轨道交通配送同城快递上具有独特的优势,建立验视系统和高效的装卸方案,合理分配货运车厢比例有助于实现该模式。

一种求解弹性需求随机用户平衡分配的新方法

通过对原交通网络进行扩展,并对扩展网络中的新增路段赋以适当的虚拟路阻函数,将原交通网络上的弹性需求随机用户平衡问题的求解转变成在扩展网络上的固定需求随机用户平衡问题的求解,并且严格证明了该方法的正确性,同时给出了扩展网络中求解固定需求随机用户平衡问题对应的数学规划模型,并对其进行了讨论.给出了一个算例进一步验证了该方法的可行性.

存在打车软件服务的出租车运营市场仿真模型

针对目前出租车服务市场盛行使用打车软件现状,分析了存在打车服务情况下出租车司机载客与乘客的打车行为,构建了基于离散事件的出租车运营市场仿真模型.模型考虑了乘客需求在路网的分布,以及空驶出租车巡游搜索乘客和接单行为,模拟了乘客在交通路网中使用打车软件召唤空驶出租车行为及出租车搜索乘客的动态过程,采取事件扫描法推进仿真时间步长,得到乘客的平均等待时间和出租车平均收益等指标.算例网络的仿真结果表明,在相同的出租车市场规模下,随着使用打车软件乘客比例的增加,并不能有效减少乘客的平均等待时间;而在相同打车软件使用率下,随着出租车数量增加,乘客是否使用打车软件,其平均等待时间都会减少,并通过多次仿真结果得到综合考虑出租车收益与乘客等待时间的最优出租车市场规模.

求解随机用户平衡问题的粒子群演化算法

根据城市路网交通流的随机用户平衡状态的演化特征,设计了一种基于粒子群求解固定需求随机用户平衡问题的演化算法,该算法通过在可行流空间内初始化种群,并且在迭代过程中控制迭代的步长,使得每次迭代得到的新种群中代表路网各个O-D对有效路径流量的分量其和即O-D对交通需求不变,并且路径流量保持在可行流空间内,从而避免了无效的搜索范围,最后进行了数值试验,说明了该求解固定需求随机用户平衡问题的粒子群算法是有效和可行的.

基于LINGO的优化问题动态规划法求解

介绍了LINGO优化软件的使用，指出LINGO在求解动态规划问题时可以不需要目标函数。基于LINGO分别对最短路问题和生产批量计划问题使用动态规划法进行了求解，给出了相应的LINGO求解代码，增强了学生对动态规划法的理解同时提高了使用优化软件编程解决问题的能力。

双交通模式随机用户平衡问题的一种求解方法

对双交通网络中的次交通模式上的路段赋予虚拟路阻函数,将网络上的双交通模式随机用户平衡问题转化为传统模式的单模式固定需求随机用户问题,并证明了该方法的正确性,从而利用单模式固定需求随机用户问题对应的数学规划来求解.利用仿射尺度内点算法对一个小型路网进行了数值实验.

随机用户平衡交通分配与信号控制组合模型及算法

构造随机用户平衡交通分配与信号控制组合模型,上层是信号配时优化模型,下层是考虑交叉口延误的随机用户平衡交通分配模型,并对其进行了详细说明,证明了交叉口延误可由模型中的容量约束条件的Lagrange乘子得到.对于模型的求解,提出了上层模型采用模拟退火算法,而下层使用Frank-Wolfe算法的一个实用的启发式算法,并以一个小型路网为例进行了数值仿真计算,计算结果显示算法是有效和可行的.

空间解析几何中二次曲面截痕法的动画演示

使用MATLAB,将二次曲面的平面截痕法通过动画的方式演示出来,加强了教学的生动性,增进了学生对典型二次方程及其对应曲面的理解同时锻炼了学生动手编程能力。

地方本科院校交通专业卓越人才的培养模式

交通专业卓越人才培养,有利于全面推动高校工程教育改革不断深入。南通大学交通学院从地方本科院校交通专业学科内涵建设、人才管理模式转变和人才培养机制创新、交通行业优质资源e-learning平台构建、创新性精品实验项目开发和社会服务能力提升等方面出发,进行地方本科院校交通专业卓越人才培养实践,极大提高了人才培养质量,提升了学院对外社会服务水平。该学院卓越人才培养已初见成效,可为其他同类本科院校交通专业工程人才培养提供参考。

出行者出行方式选择行为的重复博弈分析

利用博弈理论,建立了出行者出行方式选择行为的博弈模型,并将一次博弈模型扩展至重复博弈模型.通过分析得到出行者合作策略稳定运行的条件,即当博弈方都比较注重长远利益的情况下会选择合作策略.由于出行者在进行博弈时,可能会'犯错误',因此建立了具有颤抖效应的重复博弈模型,给出了博弈方在可能犯错情况下的收益,这种情况更符合实际,通过分析得到了在博弈方都比较注重长远利益的情况下均会采取触发策略.本文从理论上建立了有效地激励出行者选择公交车出行的决策机制、激励惩罚机制,并针对目前的公共交通现状给出了相应的对策与建议,以期为公共交通建设创新提供依据.

求解Logit随机用户均衡问题的改进人工鱼群算法

针对人工鱼群算法求解大型优化问题时存在探索能力差以及搜索盲目性大的缺点,设计一种定向搜索变异的改进人工鱼群算法,该算法在迭代过程中不仅保证鱼群在当前状态下能够自适应变异,并且还可以使其向当前最优位置移动。随后将这种改进人工鱼群算法应用于求解Logit随机用户均衡问题,构建了随机用户均衡交通分配问题新的模型和求解方法。仿真结果表明,该方法具有较好的稳定性和收敛速度,具有在大型城市交通分配问题中应用的潜力。

基于Logit模型的动态道路收费最优控制模型

在Logit动态的基础上建立了收费和通行能力的联合控制模型,通过控制时变的道路收费水平和通行能力,优化交通流的演化轨迹,使交通系统达到最优。通过简单的算例,在Logit动态的基础上对道路中的交通流进行分析和预测,进而对车辆进行诱导,从而达到交通管理的目的。

中央和地方政府水利投融资的演化博弈分析

在我国水利建设资金配置中,存在着中央和地方两级政府作为投资的主体,在兴建水利工程上进行着是否投资的利益博弈。基于演化博弈视角,分析了中央政府与地方政府在不同收益考量下长期博弈中形成的演化稳定策略,并揭示出由于存在"智猪博弈心态",双方共同投资水利工程始终是不稳定策略组合,揭示了当前政府主导型的水利资金配置机制僵化现象。

城市交通网络路径寻优模型及其求解

路径寻优问题是交通网络优化中的基本问题.由于现实交通网络中的交叉口存在不同程度的转向延误,使得一般的最短路模型与算法并不适合城市交通路网,针对这类问题,设计带交叉口转向延误的交通网络路径寻优模型,并根据模型解的特征,将路径寻优模型转化为只含有0,1变量约束的非线性规划问题,随后采用基于增广Lagrangian法的遗传算法来求解该模型.仿真结果表明该模型和算法是有效的.

基于LINGO的考虑距离约束车辆路径问题模型与求解

在《交通运筹学》《交通系统分析》等交通类专业课程教学过程中,作为经典组合优化问题的车辆路径问题(VRP)通常是重点教学内容。在目前的VRP求解软件与相关学习资料方面,介绍考虑距离约束条件的模型及求解不多。本文通过分析考虑距离约束条件,给出相应的混合整数规划模型,并基于LINGO软件编程实现求解,最后通过一个实例说明了代码的可行性。

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Gurobi软件Callback功能的旅行商问题求解

作为经典组合优化问题,旅行商问题(Traveling Salesman Problem简称TSP)一直是大学交通运输与应用数学等专业的教学与科研热点。在基于混合整数规划模型的TSP求解中,需要解决如何避免出现子环路问题,Gurobi作为当前最先进的运筹优化软件,其具有的Callback功能使模型在求解过程中,动态地添加子环路约束成为可能。文章针对当前相关网络资源存在的问题,构建了用Python编写的基于Callback功能动态添加子环路消除约束的TSP求解代码,通过多个算例验证了代码的求解可行性,为逐步将Gurobi引入课堂教学提供了素材。