基于停车诱导信息板的最优停车场推荐的双层目标模型

现有停车诱导信息板的优化显示模型仅从驾车者的时间费用上进行优化,且多数仅支持输出各停车场空满状态。基于此,提出一种新的优化显示双层目标模型,增加诱导区域内各停车场空满程度最相近为第二层优化目标,并将给定目的地的推荐最优停车场作为模型的输出。该模型可在保证待停车辆寻找停车场造成的交通压力最小的前提下,诱导驾驶者的停车行为更加高效。通过算例分析表明:提出的双层目标模型,可以使停车诱导系统将待停车辆向更有利于驾驶者及停车场双方利益的方向诱导,克服了已有单目标模型和以排队长度为目标之一的双层目标模型最优解的不唯一性,同时达到了使总行驶时间最短和各停车场空满程度最相近的诱导目标。

基于出行链的城际铁路站点选址双层目标模型

为解决因站点布局不合理导致投资成本高、旅客出行不便、客流吸引效果差的城际铁路选址问题,以出行链为基础,根据城市路网形态细化出行广义费用,弥补了既往研究中忽略或简化市内出行广义费用的不足.运用Logit模型,计算出行链中不同交通方式组合的分担率.分别以城际铁路运营收入最大为上层目标,在出行链中旅客广义费用之和最小为下层目标,建立城际铁路站点选址双层目标模型,利用改进离散粒子群算法进行求解.以广珠城际线为例,对模型及算法进行应用,并分析相关参数的敏感性,结果表明:模型的Pareto最优解体现了实现双层目标的矛盾关系,以此为基础结合不同设站需求实现两者的均衡,模型可为城际铁路站点选址提供更合理的决策支持.

城市快速路网匝道与污染控制双层多目标规划模型

基于环境容量和交通容量,建立了一个双层多目标规划模型描述城市快速道路网的污染控制与匝道控制,并考虑了用户的路径选择行为.设计了基于改进遗传算法的启发式求解算法,该算法借助不可微精确罚函数将约束问题转化为单个无约束问题来解决,采用混合杂交和间歇变异提高算法的搜索能力.最后,通过算例说明该模型及算法的有效性.

区域医疗卫生资源配置复合系统双层目标优化模型构建

目的:构建科学、可量化的医疗卫生资源配置模型,解决医疗资源配置问题,从而解决区域、城乡医疗卫生资源配置不平衡。方法:基于卫生资源配置中"公平优先、兼顾效率"的原则,从构建公平目标函数与效率目标函数出发,探索医疗卫生资源优化配置模型。结果:通过模型构建方法,建立区域医疗卫生资源复合系统双层目标优化配置模型,并给出具体求解算法。结论:以江苏省为实证区域,提出江苏省医疗卫生资源规划年配置最优方案,验证模型的可行性与科学性,为区域医疗卫生资源配置提供理论依据,缓解老百姓看病难问题。

基于系统总耗时最小的双目标泊位分配模型

针对为同一停车场不同入口同时申请停车诱导的车辆分配泊位问题,提出了以系统总耗时最小为第一层目标和单个停车者总耗时相近为第二层目标的双目标泊位分配模型。定量描述和分析了行进车道上泊车行为的发生对行程时间的影响,采用模糊综合评判法对停车入位时间进行分析,针对Δt时段内系统中待泊车辆数与停车场内有效泊位数比值的不同,选择不同的影响因素,制定不同的泊位分配策略。通过算例分析表明:此模型能够适应于停车场内空满程度不同的情况,克服了单目标模型最优解的不唯一性,同时达到了系统内总耗时最小和各停车者耗时相近的诱导目标。

突发公共卫生事件下捐赠医疗物资的应急配送研究

在重大公共卫生事件发生后,如何保证捐赠的应急医疗物资能够合理、快速配送到各救援点,成为抢险救灾工作的重要前提。在考虑突发公共卫生事件下应急医疗物资配送“多供应端、多需求端”特征的基础上,以最早应急开始时间为上层目标,以配送成本最小为下层目标,建立了一个双层目标的应急医疗物资配送规划模型,利用分层序列法对该模型进行求解。结合武汉市在新冠疫情下接收捐赠应急医疗物资的配送方案进行算例分析,验证该模型和算法的有效性。

面向光储充一体化社区的有序充电策略研究

针对当前有序充电策略优化目标单一且未考虑新能源出力的现状,提出了面向光储充一体化社区的有序充电策略。首先,将降低社区负荷峰谷差作为电网层优化目标,将减少用户充电费用作为用户层优化目标,完成双层多目标有序充电模型的设计。其次,设计基于云边协同的调度架构,将电网层优化模型部署在云端侧,用户层优化模型部署在边缘侧。该架构能有效利用边缘侧的计算资源,缓解云端侧面对电动汽车大规模接入时的计算压力。最后,以5种充电场景为例进行算例分析。实验表明,与无序充电相比,所提策略能够使社区负荷峰谷差减少40.47%,充电均价减少52.63%。与单层有序充电策略相比,该策略综合效果优势明显,在保障配电网安全稳定运行的同时,兼顾电动汽车用户的经济利益。

环境导向的城市交通分配模型综述

交通分配是智能交通诱导和控制的重要理论依据,研究基于因素的城市交通分配模型极具理论价值和实际意义。考虑环境因素的交通配流问题还刚刚起步,无论是模型的构建还是算法的设计与改进都仍有待于进一步的研究和探讨。系统地综述了目前国内外基于环境因素的交通分配的典型模型和算法,并提出其今后需要改进和发展的方向。

间隔贝叶斯估计和空时目标运动边界视觉跟踪

针对计算机视觉领域的运动目标跟踪问题,在间隔贝叶斯估计框架的基础上结合空时目标运动边界提出一种在线视觉跟踪方法。首先在初始帧建立感兴趣目标的整体和局部双层外观模型;然后利用目标驱动和数据驱动的双层视觉注意力模型提取目标在下一帧内的运动边界,将目标运动边界视为状态预测间隔的上限;在预测间隔内采用多尺度匹配原则寻找最优的目标框选窗口,并利用局部模型判断目标的遮挡状态;根据目标局部子块的匹配权值提出基于交叉限制的在线更新机制,能够长时间保持目标整体模型的同时利用子块实时捕捉目标外观的局部变化。通过与其他几种具有代表性的跟踪算法的比对实验,验证了该算法在相似背景干扰和尺度变化的应用场景中存在明显优势,能够有效拟合目标边界,跟踪运动目标。

双层目标规划模型在PPP项目中的应用研究

政府和私人合作模式(PPP模式)近年来在我国基础设施领域得到日益广泛的运用,特许权定价问题是PPP项目决策的关键问题。本文从系统的角度,运用经济学的市场供需原理,将PPP项目定价问题定义为一个基于市场供需条件的公共产品服务系统的最优投资决策问题,并引入双层目标规划模型,通过对其的适用性分析,指出该模型是符合PPP项目特点的定价方法。

基于双层多目标规划模型的网络信息资源生态化配置

文章针对我国区域网络信息资源分布不均衡、出现配置鸿沟的问题,构建了网络信息资源生态化配置的双层多目标规划模型,并求出最优解,以期实现网络信息资源生态化最优配置的目标。

小区开放对道路通行影响的相关研究

针对小区开放对道路通行影响的问题,使用层次分析、多目标双层次规划、遗传算法等方法,分别建立了指标体系评价模型、多目标双层规划模型等模型,并构建了不同类型的小区,综合使用了LINGO和MATLAB等软件编程,得出小区开放车流密度、道路饱和度等指标对道路通行产生的影响,并且不同类型的小区开放后对周边道路通行的影响效果不同,由此向城市规划和交通管理部门提出相关建议。

新鲜度限制约束下物流配送中心选址-路径优化

目的 满足生鲜产品交付时较高的新鲜度要求,解决多产品、多车型情景下的配送中心选址-路径优化问题。方法 构建考虑碳排放成本和满足客户对产品交付最低新鲜度要求的双层目标规划模型。上层模型以配送中心固定成本、库存管理成本最小化为优化目标,下层模型以车辆固定成本、运输成本、碳排放成本、惩罚成本最小化为优化目标,并结合模型特点,采用两阶段启发式算法进行求解。结果 采用的两阶段启发式算法相对于遗传算法的平均成本解改进率为1.22%,相对于K-means聚类求解算法的平均解改进率为3.03%;两阶段启发式算法相对于遗传算法最优解运算时间的平均提高率为24.8%,相对于传统K-means聚类求解算法的平均提高率为33.0%。结论 经算例对比研究发现,不同新鲜度要求下对配送中心的选址以及车辆路径的安排有显著影响,企业可通过合理规划物流网络和准确评估客户对产品的新鲜度要求等手段实现企业物流成本的降低。

老城区支路网单向交通组织优化研究

我国城市中的干道拥堵问题目益突出,而老城区支路网由于交通组织的不合理,无法有效分担干道交通压力。本文从单向交通组织的角度出发,分析了老城区支路网采取单向交通组织的可行性,提出了进行单向交通组织优化的方法,进而从降低干道及支路饱和度的目标出发,考虑最大期望饱和度的限制要求,建立了基于多目标的单向交通组织优化双层规划模型。上层规划的决策变量为支路的单向行车组织方案,下层规划在于道、支路通行能力和饱和度限制下进行平衡配流。模型采用遗传算法求解,并利用交通阻抗及路网总行程时间两个参数作为评价指标。最后,本文以武汉市江岸区黄兴路周边路网为案例,对比分析了单向交通组织前后相关道路的交通状况,验证了单向交通组织优化的效果。

低碳背景下城市交通需求管理策略

为了探索低碳背景下,交通需求管理策略的具体设置应用,本文按照需求管理四个层面,探讨碳排放对于需求管理措施的影响,并在此基础上,以出行分布熵模型为基础,建立基于低碳背景下的需求管理多目标双层规划模型;随后,通过一个P&R系统(Park and Ride)案例,采用遗传算法,利用MATLAB、TRANSCAD等软件,进行模型的求解以及具体的路网流量分配,分析所建立模型在交通需求管理措施实行时的可靠与准确程度。

Multi-criterion system optimization model for urban multimodal traffic network

In this paper,computational models of environmental pollution and energy consumption of urban multimodal traffic network are proposed according to pertinent research and a multi-objective programming model is then developed to formulate optimization problem for such a system.Simultaneously,the main factors,such as travel time,pricing and convenience which influence travelers' choice behaviors are all considered and a combined assignment model is proposed to simulate travelers' mode and route choices.A bi-level programming model,in which the multi-objective optimization model is treated as the upper-level problem and the combined assignment model is processed as the lower-level problem,is then presented to solve multi-criterion system optimization problem for urban multimodal traffic network.The solution algorithms of the proposed models are also presented.Finally,the model and its algorithms are illustrated through a simple numerical example.