考虑拥堵成本的机场路网可靠性测算方法

为解决传统行程时间可靠性测算算法应用于机场路网的不足,即未考虑实际路网运行情况以及机场旅客出行成本问题,分别引入路段拥堵修正因子以及成本因子,构建机场路网行程时间可靠性测算模型,并且引入路网标准速度,用最小误差平方和的方法对改进后的测算方法进行验证。以南京禄口国际机场集疏运路网为例,改进后的路网行程时间可靠性测算结果与实际路网标准速度的最小误差平方和,即LSE的值为0.57,比传统的测算结果小0.03,说明改进后的测算结果更接近实际路网行程时间可靠性。测算出南京禄口机场集疏运公路路段行程时间可靠性在0.69~0.89内,路网行程时间可靠性测算结果在0.65~0.78内,机场集疏运路网行程时间可靠性存在分布不均,核心路段行程时间可靠性低等现象。改进的测算方法,在一定程度上解决传统路网行程时间可靠性测算算法与实际路况脱节的问题。

基于动态规划法的物流配送路径的随机选择

物流配送是电子商务的重要环节,配送路径的选择对于提高物流企业的效率十分重要。分析适用于多阶段决策的动态规划法,在基本的动态规划算法基础上,结合物流配送的路径选择问题,引入配送途中道路的拥堵因子,随机修正配送路径的相应权值,动态调整选择配送路径。结合具体的实例,分析证明了该方法的有效性和可行性,实现物流配送过程中路径的动态选择。

基于改进蚁群算法的校车路径规划问题研究

针对校车路径规划问题,基于约束条件及优化目标,考虑交通拥堵状况,建立了最小化校车数量和最小化校车行驶时间的混合整型规划模型,并用改进的蚁群算法进行求解。该算法分为2个阶段:(1)对所有站点进行区域划分,以最小化车辆数和负载均衡为目标,把所有站点划分为若干个规模较小的区域;(2)考虑交通拥堵情况,利用改进的蚁群算法进行区域内路线优化。仿真结果表明:该算法收敛速度较快,适合大型校车路径优化问题。

基于改进蚁群算法的航站楼滞留旅客疏散路径研究

文章从复杂系统脆性出发,利用蚁群算法思想,根据航站楼滞留旅客疏散流程,在关键节点设置拥堵因子即信息素浓度阈值,根据关键节点信息素浓度大小判断节点拥堵程度,对传统蚁群算法进行改进,最后对每个关键节点阈值进行有效设置保证应急疏散路径流畅,优化航站楼滞留旅客应急疏散路径规划方案,为民航航站楼滞留旅客疏散管理工作提供一定的思路及方法。

求解带时间窗动态车辆路径问题的改进蚁群算法

车辆路径问题作为组合优化中的一类典型问题,其模型、算法及应用被人们广泛关注和研究.在建立双目标带时间窗的动态车辆路径问题数学模型的基础上,设计了一种求解该问题的改进蚁群算法.该算法首先对所有顾客进行区域划分;其次通过在传统蚁群算法中引入交通拥堵因子,提高了计算效率;再将挥发因子取为服从(0,1)上均匀分布的随机变量,使算法能更稳定地收敛到全局最优解.最后的数值实例验证了所建数学模型和改进蚁群算法的有效性和优越性.