基于运输经济学的运输网络设计和优化研究

在全球化不断加快、经济飞速发展的今天,运输网络设计与优化已经成为一个重要研究方向。传统运输网络通常会出现很多问题,例如运输效率低下,资源浪费现象严重以及环境污染。所以通过以运输经济学为基础的研究来设计与优化运输网络能有效地解决上述问题、提高运输效率、减少运输成本、实现经济社会可持续发展。本论文将从运输经济学角度出发来研究分析运输网络设计与优化。通过本论文的研究能够更深入地了解以运输经济学为主线的运输网络设计与优化问题,从而为运输网络规划与管理提供一定的理论与方法支撑,促进经济可持续发展。

基于云和声搜索的综合运输网络设计和货流分配优化

针对综合运输网络中的货物运输,以货流运输费用、扩建和新建费用最小为目标,构建了考虑建设资金约束的综合运输网络设计优化模型,采用结合ILOG Cplex的云和声搜索算法进行求解。路段的扩建或新建方案由云和声搜索进行优化,根据路段扩建或新建方案获取货流的k短路集合作为配流的备选径路集合,利用ILOG Cplex进行配流。仿真结果表明了模型和求解算法的有效性,且云模型的引入有效提升了和声算法的寻优效率。

中转点风险分级收费的危险品多式联运网络设计

近年来,危险品多式联运被广泛应用,而网络中转点由于转运量集聚,导致安全风险较高。为了有效控制危险品多式联运风险,政府可以通过中转点合理选址与分级收费,引导企业合理规划危险品运输路径。首先提出基于中转点风险分级的中转点选址与收费策略,建立危险品多式联运网络设计双层规划模型,上层为网络总风险最小化和总运输成本最小化的中转点选址与分级收费定价问题,下层为各运输事件成本最小化的运输路径规划问题。然后,使用KKT条件转换下层模型为等价约束条件,实现模型单层化,利用Gurobi求解模型。最后,通过算例表明网络风险和运输成本随着中转点数量的增加而降低,证明了中转点分级收费策略可以有效调控危险品多式联运网络风险。

基于容量损失的鲁棒性网络设计问题

由于网络设计决策的长期性,许多参数会随时间而变化,因此在交通运输网络设计问题中考虑不确定性因素至关重要。研究了在交通运输网络中边的容量有随机损失时的鲁棒性网络设计问题。边的容量损失是指实际运行时的可用容量小于初始设立的容量。假设容量损失是1个随机变量,首先建立了带有机会约束的鲁棒性交通运输网络设计模型,然后利用Hoeffding's不等式对机会约束进行了安全近似,将问题转化为一般的混合整数规划问题。鲁棒性模型使得当容量有波动时,网络仍以一定的概率正常运行。最后通过数值算例比较了单源和多源2种网络结构下网络设计的最优成本,并分析了成本与鲁棒性之间的关系,同时对容量的不确定性水平做了敏感性分析。

长大货物多式联运路径再利用规划模型与算法

通过将单个节点拆分为不同运输方式的同位节点,货物换装视为虚拟运输边,构建长大货物多式联运网络,适当保留改造后的节点与边,建立联运通道以提高长大货物运输经济效益。考虑公、铁、水路运输、经济等各类影响因素,建立以收益投资比值BCR最大化为优化目标的长大货物多式联运路径再利用规划模型。提出基于固定优先权编码的遗传算法,以选择最佳运输路径、换装方式以及网络改进措施。研究结果表明:多式联运在运输费用以及运输时间方面优势明显;采用再利用规划后的路径运输长大货物对比公、铁联运路径运输长大货物,其运输费用和时间分别降低10.6%和26.0%,收益投资比可达1.2616。