不确定信息下的灾后道路实时抢修鲁棒优化策略

针对突发事件后受损道路的抢修问题,建立了以抢修总成本最小为目标的多阶段道路抢修优化模型.进一步,考虑各个受损点抢修时间的不确定性,构建了基于情景集的灾后道路抢修鲁棒优化模型.为满足受损与抢修信息的预测不准确性和动态变化性,设计了一种基于多周期滚动优化方法的高效求解策略.最后通过数值实验发现,多阶段鲁棒优化抢修策略可以满足灾后道路抢修的不确定性和实时性要求.此外,决策者可根据实际需求选取合适的风险权衡因子,实现解鲁棒和模型鲁棒之间的权衡.

基于STIRPAT模型的陕西省交通运输业碳排放影响因素分析

为了系统地从行业角度测算及分析陕西省交通运输业碳排放的影响因素,采用灰色关联度法识别交通系统内部影响因素,再结合人口、经济及技术的基础因素,建立STIRPAT扩展模型,对2000—2020年陕西省交通运输碳排放进行量化分析。研究结果表明:城镇化率、能耗强度、人均国内生产总值为交通运输碳排放量增加的正向驱动因素;交通运输需求方面,货运需求增加对陕西省交通运输碳排放有促进作用;运输结构方面,降低公路运输量占比会对交通运输碳排放量有抑制作用;基础设施建设方面,近20年来完善公路网络基础设施建设对陕西省交通运输碳排放有促进作用;运输装备方面,民用汽车拥有量增加会使陕西省交通运输碳排放量增加。因此在经济正常发展情景下,优化交通运输结构,提升铁路、公共交通等低碳运输方式的比例,积极推进绿色交通技术和产品的推广应用,加强新能源汽车安全技术标准与配套设施建设,加快智慧交通发展,有助于控制交通运输碳排放水平。