突发事件下考虑旅客时间价值的列车开行方案研究

突发事件对铁路旅客出行及运输组织造成了极大的影响,且突发事件下旅客出行选择行为与正常情况有明显的差异。为此,分析突发事件下旅客的出行方式选择行为,利用轨道交通综合网络间的相依特性,研究旅客列车的开行问题,以减轻突发事件对旅客运输组织的影响。首先,分不同支付能力从经济性、快速性、舒适性、方便性及安全性等方面研究旅客广义出行费用。其次,针对突发事件下列车开行方案的编制问题,提出以旅客广义出行费用最小及铁路部门运输成本最低为优化目标,以线路通过能力、满载率、车组数量及铁路旅客服务率等为约束条件的多目标规划模型。进而,根据模型特点设计带精英策略的非支配排序遗传算法,并结合考虑旅客时间价值优先级的Logit客流分配策略对模型进行求解。最后,利用算例对模型和算法的有效性进行分析,研究结果表明:突发事件下基于旅客时间价值的广义出行费用进行开行方案动态调整可有效提高铁路旅客服务率。突发事件下考虑旅客时间价值的列车开行方案模型可有效满足突发事件下旅客出行需求,降低突发事件下铁路部门运输成本;问题的研究有助于降低突发事件的影响程度,可为提高突发事件下的应急保障水平提供依据。

城市居民绿色出行行为关键影响因素分析

为响应国家绿色出行的号召,依据城市居民绿色出行意愿来探究城市居民绿色出行行为的关键影响因素。通过问卷调查获取影响城市居民绿色出行行为的潜在因素,采用过滤式filter和包装式wrapper两种特征选择算法对关键因素进行初步提取:结合filter算法中的信息增益率与基尼指数增益作为评估特征变量的标准对各因素进行评分排序,在wrapper算法中构建多项式朴素贝叶斯、随机森林以及支持向量机3种分类器模型,选择分类性能较好的分类器筛选特征变量。利用多元Logistic回归模型对筛选出来的因素进行2次提取,参考显著性水平以及估算系数分析各因素对绿色出行行为的具体影响。结果表明:群体出行的出行方式、出行态度、疫情影响、出行费用、环保意识、主观规范、学历以及私家车拥有情况8个因素对城市居民绿色出行行为具有较强的影响,并提出针对性的建议,为交通管理者倡导城市居民绿色出行行为提供参考。

多属性时间依赖网络的城市危险品运输路径优化

为了增加城市危险品运输路径的实用性,研究多属性条件下的城市危险品运输路径优化问题。用路段行驶时间、路段上发生运输事故的概率、交通损失、暴露人数和应急响应能力5个因素来描述路段属性。鉴于路段属性具有时间依赖性,将路段各属性定义为关于时间的离散变量,建立多属性条件下时间依赖网络的城市危险品路径优化模型。在模型求解中,通过节点所处时刻的分析以及基于信息熵的多属性决策方法,设计标号求解算法。计算结果表明:某路段属性的改变,会影响危险品运输路径的选择;当时间段不同时,得到的最优综合路径可能不相同。

多目标快速公交多车型优化调度研究

合理的发车频率、车型组合、满载程度及车辆进站排队等候时间等因素影响着快速公交的服务质量,本文研究了多车型快速公交的车型调度问题.在分析车辆停站时间、到站时刻、站台聚集人数及未能上车人数等的基础上,以公交车平均满载程度、运营成本及排队进站等候时间为目标,考虑多种车型、公交车容量、服务能力及站台容量等因素,建立了多目标快速公交发车多车型优化调度模型.根据车辆是否排队等候进站,将此问题分成排队进站与不需要排队进站两种情况,据此设计了求解该模型Pareto解集的分析计算方法.最后,以兰州市快速公交线路为例进行了实证研究,实例分析验证了该快速公交多车型优化调度模型及算法的有效性.

多目标铁路旅客乘车方案优化模型及算法研究

铁路旅客乘车方案选择问题需要考虑不同旅客出行路径选择的影响因素.为了提高计算效率,首先对铁路客运网络进行适当简化,在分析影响旅客出行路径选择主要因素的基础上,以总乘车时间最小、总票价费用最少、换乘次数最少、换乘距离最短、换乘间隔时间损失最小及疲劳恢复时间最短为目标函数,考虑最大换乘次数的限制,建立铁路旅客乘车方案优化模型;并利用旅客列车时刻表设计旅客出行可行路径的快速搜索算法,根据可行路径集合,利用信息熵法确定各目标的权重,计算各可行路径的综合目标值,从而获得较满意的出行方案.最后,利用近期的铁路旅客列车时刻表,计算兰州至北京,兰州至长春的铁路旅客乘车方案.计算结果表明,可以得到旅客满意的出行方案.

基于影响度的有效路径集合的确定

在进行城市交通规划时,交通分配是一个关键步骤,有效路径集合的确定对随机交通分配的结果有很大影响.本文首先对基于Logit的主要交通分配算法进行了分析,指出了它们的不足;通过分析可知,有效路径集合的定义应考虑路径本身的性质及交通需求量的大小,然后根据一条路径对其它路径分配到交通流量的影响程度给出了路径影响度的定义,并依据影响度的定义及交通需求量给出了有效路径集合的定义.结合改进的dial算法设计了有效路径集合的计算方法;最后通过算例表明,基于影响度的有效路径定义是有效性的.

基于AP聚类的支持向量机公交站点短时客流预测

公交站点短时客流预测是公交调度决策的基础,文中设计了一种基于AP聚类算法的支持向量机用于公交短时客流预测.该方法利用AP聚类算法将客流调查数据划分为若干个聚类子集,对每一子集建立支持向量机预测模型,并采用遗传算法对预测模型的参数进行优化选择.该方法在兰州市快速公交站点客流数据统计的基础上进行实例分析,结果表明:设计的遗传算法可以有效解决支持向量机模型中的参数优选问题,使用AP聚类算法对客流数据进行分类可以提高支持向量机的预测精度,该预测方法可有效的对公交车站客流进行短时预测.

多指标公交线路综合重要度的确定方法

公交网络中线路重要度的测算是一项非常有意义的工作,线路的重要性需要从不同的角度,利用多个重要度指标来进行综合分析。鉴于此,选取公交线路节点的度、线路平均换乘机会、可达性、介数及凝聚度5个指标描述公交线路的属性,并对各指标的确定方法进行了分析;利用信息熵法确定各指标的权重,计算各条公交线路的综合重要度,各指标的权重能客观反映各指标对线路综合重要度的贡献;最后,利用兰州市公交网络进行实证分析发现:兰州市公交线路的介数指标数值差异较大,对公交线路重要度的贡献作用较大;兰州市公交线路的平均换乘机会和可达性水平差异较小,线路的平均换乘机会和可达性较好。

直达车流取送问题的模型及其算法

直达列车多点装卸取送顺序直接关系到铁路货车运用效率;文章考虑车辆行驶时间及装卸时间的不确定性,假设它们为服从正态分布的随机变量,经过分析,在给定置信水平下,提出了调车机车作业中断时间的计算方法,并结合算法设计建立了极小化调车机车作业中断时间的最佳取送模型;利用遗传算法的原理及方法对取送顺序方案进行了研究,构造了解决该问题的单亲遗传算法;通过从遗传算法对算例的计算过程和结果可见,该算法求解直达列车多点装卸取送问题取得了较好的效果.

随机车辆路径问题的模型及其算法

在物流活动的商品配送运输中,由于受不确定因素的干扰,对配送车辆调度的适时性造成了很大影响,从而增加了配送成本和降低了配送的服务质量.本文考虑客户对配送时间的要求和车辆行驶时间的不确定性,建立了以车辆配送总行驶距离最小化为目标的机会约束规划模型,并构造了求解该模型的单亲遗传算法,通过实例对模型求解,结果表明,该算法是很有效的.

交通网络中路径求解遗传算法设计研究

交通网络最短路径集合的获得在交通网络计算中具有很重要的作用,然而现有的算法大部分没有考虑交叉口延误,并且不适用于路径集合的计算,求解大型网络效果不理想.针对这一问题对遗传算法的编码方法进行分析,考虑编码空间及路径解空间的大小,采用了基于路径的编码方法;并采用一种考虑节点有延误的变异方法,克服了此种编码方法变异操作的复杂性.最后利用网络随机发生器产生了一组网络,利用设计的算法及基于优先权的遗传算法分别进行了求解,并对两种算法的计算结果进行了对比分析,说明了该遗传算法的有效性.

物流供货系统优化研究

配货和送货在物流活动中具有十分重要的地位,合理选择配送线路和配载货物的方法对降低物流成本起至关重要的作用.简单介绍了几种常见的物流供货系统并分析了它们的优缺点;应用运筹学的知识,对货物运输中货物配载和配送路线的选择进行了研究,将其分为两部分,并建立了一个费用最小的模型,来实现系统的优化.

基于贝叶斯网络的驼峰超速连挂事故分析

针对驼峰超速连挂事故进行分析。分析对事故有重要影响的线路、调速设备和车辆等因素,考虑到贝叶斯网络能较好解决不确定性问题以及可以双向推理的特点,建立驼峰超速连挂事故树,并将其转化成贝叶斯网络,计算顶上事件的发生概率以及基本事件的后验概率。结果表明,超速连挂事故的主要影响因素为线路纵断面、调速设备制动能力以及新型重载车辆三方面。进一步考虑新型重载车辆的共因失效问题,建立贝叶斯共因失效混合网络,计算并分析新型重载车辆对超速连挂事故的影响程度以及对既有驼峰的适应性。

基于演化博弈的政府鼓励条件下共享停车行为分析

为研究在政府鼓励措施下出行者和车位拥有者参与共享停车时的策略对共享停车匹配结果的影响,建立出行者和车位拥有者演化博弈模型并进行演化稳定状态分析,结合仿真说明不同收益和成本及策略选择对共享停车的影响。研究结果表明:在政府鼓励措施下双方演化博弈中出行者和车位拥有者均能通过不断学习最终演化至稳定均衡状态,但演化速率和演化波动性受双方收益制约;通过分析发现,想要演化至(使用,共享)状态则需要较高初始比例,可以通过提高收益和减少成本等措施诱导出行者和车位拥有者使用共享停车,同时在初始比例较高时收益分配比例对演化过程也有较大影响。研究发现,当共享平台给出合理收益和支出费用时,政府鼓励政策对共享停车发展起促进作用。

基于混合遗传算法的有效路径求解

有效路径集的计算对交通分配有较大的影响,根据用户选择路径的特点以及交通限制的情况,重新定义了有效路径;并设计了基于顶点出度的混合遗传算法求解有效路径集合。算法采用正整数编码方法,编码产生时考虑了其生成概率,并采用了自适应调节算法来控制交叉、变异概率和模拟退火算法进行选择以保持群体的多样性及收敛性;算法不需要对染色体进行修补,弥补了基于优先权遗传算法计算路径时的不足。算法在解码过程中考虑了交叉口延误及交通限制情况,并利用算法的寻优迭代过程来产生有效路径的集合,采用同时解码的方式,同时对多对OD间计算有效路径,提高了计算多点对之间有效路径的效率。最后的计算实例分析表明该算法的有效性。

考虑风险规避的出行路径选择行为分析

为探究智能交通系统中考虑风险规避时出行者路径选择行为,针对不同特征出行者多属性路径选择问题,利用累积前景理论描述出行者的风险规避态度,并建立考虑风险规避的出行路径多目标选择决策模型,设计基于指派模型的求解算法,通过实例对模型合理性进行检验.结果表明,出行者的风险规避对路径选择结果具有明显影响,路径选择结果随出行者对于复合阻抗和综合影响权重的不同而变化;考虑风险规避时目标的敏感性强于不考虑风险规避情形,考虑风险规避更贴近路径选择的实际情况.所建模型不仅可以研究智能交通系统中多类型出行者的多属性路径选择问题,还可作为交通流分配和网络设计等交通问题的研究基础.

地铁客流分析及列车发车间隔优化研究

地铁列车发车间隔优化是提高地铁服务水平的重要手段.文中通过分析地铁客流的时间分布特性,利用AP聚类算法对地铁客流数据进行聚类分析,将客流数据分为若干个子类;综合考虑列车满载程度及乘客舒适度,建立多目标发车间隔时间优化模型;采用基于NSGA-II的多目标遗传算法求解该问题的Pareto解集,综合考虑相邻时段的发车间隔的稳定性,确定各时间段的发车间隔.选取某地铁2号线为例,对该线路4类客流进行了列车发车间隔优化分析.算例分析表明,本模型在地铁列车行车间隔调度方面是合理可行的.

基于路段风险度的城市危险品运输路径优化选择

以减少运输路径沿线发生事故的风险及减少事故发生后对城市交通的影响为目的,利用交通流理论研究城市危险品运输路径的选择问题.首先利用传统风险管理理论对路段发生事故的风险及发生事故后的交通损失进行分析,提出了路段风险度的定义;利用Dial算法对路段的损失幅度进行计算,从而得到各路段的风险度,建立了风险度最小的危险品运输路径选择模型;然后利用传统标号算法设计了该模型的求解方法;最后通过算例分析了路段交通量与其风险度的关系,得出路段的交通量与路段风险度之间的关系.

基于服务水平下用户均衡的交通网络容量研究

深入研究城市道路交通网络总体容量对发展我国交通事业,构建和谐畅通的城市交通具有十分重大的意义.在用户对路段及交叉口的实时交通信息已知的条件下,考虑交叉口对交通网络容量的影响,本文建立了基于用户均衡的交通网络容量模型.通过对模型特点及已有主要算法的分析,利用Kuhn-Tucker定理,得到了模型的一阶最优必要条件,依据此条件提出容量计算的收敛条件,设计了求解用户均衡交通网络容量模型的算法.通过算例分析,证实了此容量算法比已有容量算法缩减了计算过程,减少了计算量,提高了计算效率.

逆向物流综合回收问题的建模研究

在对逆向物流配送车辆优化调度中的VRPB问题及VRPDP问题分析的基础上,提出了逆向物流综合回收问题;通过对物品未被回收的单位积压惩罚系数、积压惩罚费用、回收物品的硬回收次序及软回收次序等的定义,考虑各物流节点提供的回收物品数量的不确定性,建立了逆向物流综合回收问题的模糊机会约束规划模型;针对逆向物流综合回收问题本身的复杂性,利用模糊等价原理将模糊机会约束规划模型转化为清晰等价形式,并进行了算例分析.