考虑学习效应的最小化延误总时间的单机批次排序问题

一些生产场景中,工件以批次作业的形式被安排生产,工件批量大、加工工序基本相同,所以标准工时相同,而且实际加工时间会受到学习效应的影响.为此,讨论学习效应的最小化延误总时间的单机批次排序问题,对该问题建立数学模型.该问题属于NP-hard问题,采用动态规划算法(DP)和模拟退火算法(SA)求解该问题,通过实验分析不同规模时DP的执行时间与SA的执行时间和求解误差的变化趋势,比较SA与其他实践中常用的经典规则的求解效果.最后得出DP适合批次数小于13的小规模问题,可以得到精确解;与经典规则相比,SA至少可以使目标函数降低20%,表明SA算法具有有效性.SA解决大规模问题时效果较优,并得出SA的执行时间和误差随着控制参数改变的变化趋势.

基于重新排序的退化工件最小化总延误时间问题

考虑了错位限制下的含有退化工件的重新排序问题,即工件的实际加工时间看作是工件开工时间的线性函数.重新排序就是在原始工件已经按照某种规则使目标函数达到最优时有一新工件集到达,新工件的安排使得原始工件重新排序进而产生错位.研究了最大序列错位和总序列错位限制下的退化工件最小化总延误时间问题,其最优排序的结构性质是使得原始工件集和新工件集中的工件是按加工率α_j非减的序列排列,基于此通过分阶段排序和动态规划方法给出了两个问题的多项式时间的最优算法.

受阻车辆总延误时间的计算方法

受阻车辆总延误时间是反映交通流运行效率的一个重要指标,其观测数据的科学整理与简便计算问题更为重要。根据受阻车辆总延误时间基本原理,通过对观测的交通流数据分类整理,建立受阻车辆总延误时间数学模型,合理计算受阻车辆总延误时间。在实践应用中减少计算偏差,注重建立的数学模型的科学性、实效性、简易性。

考虑总延误时间和延误恢复时间的城轨列车运行调整优化

现阶段城市轨道交通具有行车密度大、追踪间隔短等特点,列车延误一旦发生,其传播的速度快、影响范围大.为保证列车运行的正点率以及运输效率,根据城轨列车实际运营需要,在传统列车运行调整模型的优化目标中加入延误恢复时间最小这一目标,建立了以列车总延误时间和延误恢复时间最小为优化目标的城轨列车运行调整模型,并采用遗传算法对问题进行求解.最后以成都地铁一号线的列车运行调整问题为案例,根据城市轨道交通实际运营情况分别分析模型在ATO模式以及人工驾驶模式下的优化效果.结果表明当列车在人工驾驶模式下运行时,该列车运行调整模型可以在基本不影响总延误时间的同时显著降低列车的延误恢复时间.

具有退化效应和时间错位的最小化总延误重新排序问题

考虑了在加工时间错位限制下的含有退化工件的重新排序问题,其中退化工件指工件的实际加工时间是关于工件开工时间的一个线性函数.考虑了在原始工件的加工时间错位限制下的单机最小化总延误时间的重新排序问题,证明了该问题能在多项式时间内解决.

基于时空协同优化的多目标城市轨道交通延误恢复研究

针对城市轨道交通延误引起滞留旅客较多和短期运力不足的情况,提出同时采用车站限流措施和灵活跳停策略的列车延误调整方法。通过构建多目标线性规划模型,对延误列车运行图进行优化调整,将优化目标分为延误旅客总人数最小化和线路延误总时间最小化2部分,同时引入跳停决策变量,考虑跳停对计算线路总延误时间的影响,精确调整线路延误列车运行时间。多目标线性规划模型既有效缓解因滞留旅客过多造成的站台拥挤,又快速恢复因某趟列车延误造成的大面积晚点。最后通过实际算例对模型进行验证,计算结果表明该模型相较于传统的运行时刻调整策略可有效缓解站台滞留旅客的拥挤情况,缩短线路总延误时间,快速恢复城市轨道交通系统的正常运营。

基于回溯与交换的降落航班排序模型研究

针对日益增长的空中交通需求带来的严重航班延误,提出了基于回溯与交换的降落航班排序模型。该模型首先引入回溯方法,有效利用降落航班之间空余时间;其次通过延误因子和累积降落因子确定航班交换规则,可调节对延误总时间和累积降落总时间的不同重视程度。利用模拟和真实飞行数据进行多次仿真实验,得到了模型中回溯因子和权值的最佳取值。计算结果表明本文模型能得到有效正确的降落排序方案,且与部分常用算法比较,能有效减少航班延误总时间和累积降落总时间。

考虑关键点流量限制的多机场协同地面等待模型

为了在流量控制结束后能加速延误波消散,提出了考虑关键点流量限制的多机场协同地面等待模型,对多个机场的出发流进行了协同优化,在减少流量控制所影响的航班延误波的同时,兼顾其他相关机场的出发流正点率,其中,设计了地面等待问题的分组原则、优先因子确定算法等。该模型考虑了不同航班的延误费用不同,还考虑了有后继任务的航班延误产生的累积损失。实验结果证明,与先来先服务相比较,该模型总延误时间减少11.5%,总延误损失减少9.5%,并能根据容量受限空域入界间隔、起飞机场起飞间隔的变化,得到不同的地面等待方案,体现了该模型的灵活性和优化性。

交叉口汇聚航班的航线选择方法

建立了以总延误时间最小为目标的交叉口汇聚航班航线选择问题模型,为到达交叉口的每个航班从固定航线或临时航线中选择合理的一条航线飞行,并且设计了相应的启发式算法计算模型的全局最优解。最后设计了3种场景对航图中嘉峪关到雅布赖航线段航班数据进行算例仿真。仿真结果表明,本文模型和算法可解出多个航班最优的航线选择方案,并且产生的总延误时间最小,证明了本文方法的有效性。

一种基于路况数据的城市道路交叉口拥堵评价指数研究

提出了交叉口总延误时间指数和单一方向最大延误时间指数,利用从导航软件获取的交叉口各进口方向路况、排队长度和车道数等数据,建立了交叉口拥堵评价指数模型。利用北京交叉口实例对模型的适用性进行了验证,在此基础上依据交叉口总延误时间指数和单一方向最大延误时间指数对案例交叉口进行了拥堵水平排序,排序结果与实际情况相符。交叉口延误时间指数相较于传统的交叉口评价指标,充分利用导航软件的大数据,避免了繁琐的现场调研工作,具有很强的规模化操作性和实用性,为城市管理者在交叉口改造决策方面提供了更加可靠的理论依据。

基于PARAMICS仿真的城市双向四车道公交专用道设置影响研究

公交专用道是在有限的城市道路资源情况下,进一步发掘道路运输潜力,提高公交运行速度、增强公交的吸引力,促进城市交通的绿色、可持续发展。但是城市公交专用道在有效实现公交优先的同时,进一步加深了社会车辆与有限道路资源之间的矛盾,尤其对于城市双向四车道道路,这种矛盾尤为突出。由于路段是道路的基本组成单元,本文通过Paramics仿真软件,建立设置公交专用道和不设置公交专用道两种情况下的双向四车道路段交通仿真模型,并对其进行仿真分析,分析在不同的交通量和公交车流量的各种交通状态下,设置公交专用道前后,其对路段公交车运行速度、社会车辆行程时间总延误及社会车辆运行速度三方面产生的影响进行研究分析。

基于动态优化的进出港航班排序模型

针对当前终端区排队模型将进港航班与出港航班分别排序的现状,建立了基于动态优化的进出港航班排序模型.该模型将进港与出港两个过程当作一个整体来考虑,减轻了管制员的工作负荷,可将由主观因素造成的损失降到最小.模型算法动态的将出港航班插入到达流中,每次插入后对受影响的航班进行重新调整,实现了进出港航班的动态合并.基于对管制现实需要的考虑以及计算量的优化,引入了位置交换约束参数.该算法结合实际数据,在仿真实验中与先来先服务方法相比,取得了较好的结果,表明本算法具有较强的可行性.

考虑中断损失的E/T问题

考虑了加工任务中带中断损失允许空闲时间插入的E T问题 .证明了具有共同完工时间允许中断的非限制模型的E T问题可以转化为不允许中断的问题来考虑 ;讨论了完工期限不一致的允许中断的E T问题 ,提出了可解的方法 。

基于块结构性质的花粉算法求解可重入作业车间调度问题

针对可重入作业车间调度问题(Reentrant job shop scheduling problem, RJSSP),提出一种基于块结构性质的花粉算法(Flower pollination algorithm based on block structure properties,FPA_BSP),用于最小化总加权延误时间(Totalweighted tardiness, TWT)。首先,建立RJSSP基于析取图的数学模型,并证明在确定析取弧方向后,该模型的对偶模型为最大费用流问题模型。其次,设计扩展RSOV (Reentrant-smallest-order-value, RSOV)编码规则,将花粉算法的实数矢量个体转变为排列矢量,使其可对问题解空间进行全局搜索,以发现存在优质解的区域。然后,定义8种邻域结构,并基于最大费用流问题特性分析块结构内部性质,得到前4种邻域结构能改进TWT的判定条件,可用于避免对无效区域的搜索,进而提出融合多种邻域的高效局部搜索,对全局搜索发现的优质解区域进行细致搜索。试验和算法比较验证FPA_BSP的有效性。提出RJSSP的块结构性质,并将其与花粉算法结合得到求解RJSSP的有效算法FPA_BSP,首次将花粉算法用于求解车间调度问题。