时变交通拥挤和需求随机的移动设施运营优化

为了优化移动设施(Mobile Facility,MF)的运营,在充分考虑时变交通状况和用户需求随机性的基础上,构建了一个两阶段随机规划模型,以期为决策者提供有力的工具。在第一阶段,模型针对MF的数量、时刻表和路径进行决策;第二阶段则聚焦于用户需求的分配和未满足服务量的确定。在求解此模型的过程中,本研究结合了时间依赖最短路径算法与L-shaped算法。在解决MF的移动路径和用户到达服务点的时间依赖最短路径问题时,将时变路段行驶速度离散化为分段函数,使得路段行驶时间成为连续分段线性函数,并且满足网络先进先出的原则,从而可以修改现有最短路径算法高效求解时间依赖最短路径。在L-shaped算法中,视一阶段模型为主问题,二阶段模型为子问题。首先通过求解主问题获得一阶段的决策变量,然后利用这些变量求解子问题,为主问题生成最优割。通过主、子问题的迭代交互,实现了对模型全局最优解的收敛,同时,通过加入有效不等式,使得算法能够快速收敛。在上海市嘉定区COVID-19核酸检测服务的MF实例中,对所提出的模型和算法进行了实证研究。结果表明:多割L-shaped算法结合有效不等式显著提升求解效率;同时,随着用户需求分布情况数量的增加,完美信息期望值和随机解价值均显著增加,这强调了在决策过程中获取准确信息和考虑时变交通状况与需求随机性的重要性。

时变交通下生鲜配送电动车辆路径优化方法

依据时变交通路网特点设计基于路段划分策略的行驶时间计算方法,综合考虑客户对生鲜产品最低新鲜度约束,车载限制和电动车电量约束,设计三约束决策因子方法.以配送总成本最小为目标,构建时变交通下电动车城市生鲜配送路径优化模型,根据模型特点设计自适应改进的蚁群算法.实验结果表明,本文方法能够根据客户生鲜新鲜度要求,客户属性和路网特性,合理安排发车时间,科学规划配送路径,有效避免交通拥堵;通过算法对比,本文模型和算法能够明显降低配送成本,提高企业经济效益.

时变交通下社区团购生鲜配送多目标优化

针对社区团购生鲜配送过程中面临的时变交通问题,以总配送成本最小和配送时间最短为目标,综合考虑生鲜最低新鲜度、软时间窗和车载限制等约束,建立了时变交通下社区团购生鲜配送双目标优化模型。采用极大极小归一化和线性加权的方法,将双目标转化为单目标,并设计了改进的遗传算法进行求解。最后通过算例验证了模型和算法的有效性,并分析了交通状况的变化对生鲜配送过程的影响。

基于时变交通流带时间窗的运输调度问题研究

本文研究了一类动态交通流下的VRP,即:带时变交通流的VRP,问题中还加入了客户服务的时间窗约束,更好地接近现实情况。本文首先分析了所研究时变交通流的特点,并在此基础上建立了带时变交通流的VRP的数学模型;然后在设计相应的禁忌搜索算法时,采用了改进的C-W算法产生初始解,引入了一个强大的邻域结构,增强了算法的搜索能力;仿真结果表明,算法可行性高,有一定的实际应用价值。

考虑时变交通拥堵的纯电动物流车路径规划模型

为通过合理规划车队出行方案,最大限度减少在交通拥堵时段车辆的能源消耗,同时缓解配送人员的电动车辆里程焦虑,本文研究了考虑时变交通拥堵的纯电动物流车路径规划问题。首先立足于EVRP扩展模型构建,建立了一个新的混合整数规划模型(TD-EVRP),尤其界定和表征了时变交通拥堵状态,并量化了电动物流车能源消耗,重新完善了客户时间窗、车辆载重以及车辆充电需求等约束条件。其次,引入了交通拥堵规避策略,允许车辆在交通高峰期在客户点停车充电,主动规避交通拥堵带来的不必要能源消耗。最后,使用改进的蚁群算法获得最优解,给出了交通拥堵规避策略下总能源消耗最小化的配送方案。有无对比分析表明,小规模实例下,带规避策略的TD-EVRP模型比无规避策略时能够显著减少能源消耗14.91%。

考虑交通时变特性的城乡快递无人机配送优化研究

针对农村快递网点运营成本高、网点建设滞后导致的电商物流配送成本高的问题,提出了城乡客运班车+无人机的快递配送模式。在考虑了配送过程中路网交通时变特性的情况下,以无人机—车辆配送系统总成本最小为优化目标,建立了时变网络下带时间窗的无人机—车辆路径问题(TDVRPDTW)模型,并提出一个由基于最近邻思想的改进CW算法和动态规划启发式算法构成的两阶段启发式算法来求解TDVRPDTW。最后,通过算例求解验证构建模型的合理性和求解算法的有效性,为制定农村物流配送的城乡客运班车+无人机快递配送方案提供决策支持。

小学生上下学出行特征分析与管理策略

小学生上下学交通是城市居民出行的重要组成部分,由于家长接送学生时私人小汽车的停放以及机非混合,严重影响了学校门口的交通运行。以小学生上下学出行为研究对象,结合某小学的分层抽样OD调查数据,研究小学生上下学出行方式,并与美国小学生的出行方式进行对比;采集学校所在路段的交通量,绘制12 h交通量时变曲线,与无学校影响的、类似路段的交通量时变曲线进行对比,揭示学校所在路段交通量波动特征和上下学出行结构特征。在出行结构分析和交通量分析基础上,从出行结构和供需关系两方面提出改善小学生上下学交通的管理策略。

Evaluation of Freeway Travel Time Variability and Reliability under Adverse Weather with TRANSMIT Data

Traffic congestion has caused many detrimental effects including higher fuel consumption, more vehicle emissions, increased accidents, as well as greater tension due to uncertain travel time. In addition to delay, the variability and reliability of travel time has been of concern to motorists on their daily travel, especially during peak periods. The objective of this study is to examine freeway travel time variability and reliability under different traffic and weather conditions with the use of TRANSMIT data collected by roadside readers deployed on a 40-mile segment of the Interstate Highway 1-287 in New Jersey. Travel time variability and reliability measures including mean travel time, the 95th percentile travel time, travel time index, buffer index, and planning time index under recurring and non-recurring congestion （adverse weather） are investigated. It was found that the standard deviation of travel time increased, due to the weather condition varying from dry to rain and to snow, while the buffer index increased from 29% to 45% and to 94%.