基于不规则棱柱网络的低碳多式联运路径研究

为了解决面临变量较多和网络高复杂性困扰的低碳多式联运路径问题,提出了一种新的网络模型——不规则棱柱模型,并在空间中将棱柱模型单元扩展成新的网络——不规则棱柱网络。在此基础上,从构造、判断等方面设计了相应的算法,将网络中不同类型的弧线解释成满足某种约束条件的量,实现弧线智能分类,开发基于该模型网络的仿真系统。通过该模型网络,智能选择不同运输方式和中转过程参数,对不同区域运输环境参数进行差别化分析,在动态变化的排放限制下智能优化多式联运路径。最后,通过模拟实验数据仿真,分析了多式联运中排放限制分别与综合成本和总排放量的关系,以及负载率、速度等参数变化对综合成本与总排放量的影响,验证了不规则棱柱网络仿真系统的可行性和有效性。

大规模多式联运复杂网络系统模型

与其他优化问题相比,多式联运网络路径优化问题面临着变量较多且其结构、关系复杂的困扰.然而,现有的多式联运网络只能对网络属性逐一计算,难免重复冗余,效率偏低,只适用于小型网络.提出了不规则棱柱网络模型.采用相对编码设计,通过搜索判断余子式进行网络初始化,将网络中不同类别的弧线解释成满足某种约束条件的量,通过设计底边判断函数和侧棱判断函数,实现了网络中弧线的智能分类.该模型取消了运输网络阶段划分的限制;其节点与现实运输的地理坐标相对应;分类判断可以对网络进行群体修建与更新.通过对比各网络的时间频度,说明在多属性变量复杂且多样性的大规模多式联运网络中,该网络能够极大地提升网络构建和更新效率.