基于K短路径的城市轨道交通运力资源配置研究

利用节点拆分的方法对轨道交通网络进行了网络构建,并提出了成网条件下的基于K短路算法的运力资源配置模型。最后通过北京轨道交通网络的数据验证了模型和算法的有效性。

求解无环K短路径的Dijkstra算法

对多个标号的求解K短路径的Dijkstra改进算法进行完善,引入两个前驱节点矩阵pre和Kpre,通过这两个矩阵可以求出起始点到当前节点的当前路径,并判断这条路径是否有环,从而在寻找K短路的过程中避免了环的出现,完善后的算法可以求出前K短无环路径,该算法仅需要较少的额外计算量,所以仍然保持了算法的多项式复杂性.然后在不同规模的网络上对完善后的算法进行数值试验,验证了算法的正确性和有效性.

基于K短路的多路径交通分配研究

基于K短路,通过使用Logit配流模型研究道路交通网络在多路径流量分配时的性质。首先,研究了Logit模型中参数θ与配流结果之间的关系,从路网平均阻抗与路段阻抗方差最小的角度出发,选择合适的θ值对路网流量进行分配;之后,使用Yen算法求解K短路问题以构建可选路径集合;最后,结合算例对K短路在多路径流量分配时的性质进行了研究。实例研究表明,随着参数θ值的增加,路网平均阻抗与路段阻抗方差先减小后增加,当θ？=1时路段阻抗方差最小;随着K值的减小,路网平均阻抗与路段阻抗方差持续增加,当K=5时路网平均阻抗和路段阻抗方差都在可接受范围之内且计算量最小。本文加深了对于K短路的认识,有利于K短路在实际运用中的推广。

基于K最短路的流量分配算法研究

结合国内城市轨道交通无缝换乘的运营特点,充分考虑影响城市轨道交通网络客流分配的主要因素及轨道交通网络的特有属性,用运行时间、换乘时间、拥挤附加时间构造城市轨道交通网络广义费用函数,分析乘客在城市轨道交通网络中的路径选择行为;在此基础上,基于图的理论和随机用户平衡原则提出城市轨道交通网络客流分配数学优化模型,设计基于费用约束的K最短路算法进行求解,得出更符合实际的有效路径集合,并通过一组数据对模型和算法进行了验证。

基于改进K最短路算法的公交线网优化研究

文章研究了公交场站选址和线网设计组合优化问题,建立以站间直达为关键约束的线网优化模型并给出求解算法。在所构建的公交网络中,利用改进的 K最短路算法和相应的路径筛选条件获得从节点出发的K最短路径树,找出符合条件的单个K最短路径树作为初始解;通过不同节点的K最短路径树的叠加、删除、替代的优化过程,获得最优的K最短路径树组合,得到最优的公交线路集、场站位置。算例结果表明:公交网络规模越大,所需场站越多;K值越大,所需场站越少;不同场站可相互配合进行布局,实现公交线网性能的提升。

一种应用于路由规划的实用无环K路算法

在对已有第K条最短路算法进行分析和比较的基础上提出了一种新的无环K路算法。该算法基于最短路计算，具有复杂度较低、收敛快以及无环等特点，在路由规划中的应用以及仿真分析都证明本算法是有效、实用的。

考虑作业环节完整性的企业车站进路选择优化

传统企业车站进路选择优化问题,即当多项作业出现在同一时空,以行车作业优先,调车作业在冲突节点前停车等待至行车作业驶离冲突节点再继续作业。现实生产过程中易造成调车作业长时间停滞等待,导致调车作业无法准时到达目标地点,破坏了调车作业环节的完整性,损害了企业车站的利益。基于企业车站行车作业与调车作业并存且调车作业数量要远大于行车作业的特点,同时考虑调车作业环节完整性,将调车作业设定一个能充分完成作业的时间标准值,并动态实时更新作业过程中节点占用时间,以判断进路冲突并进行疏解,建立以调车作业时间成本、行车作业时间成本最小的多目标进路选择优化模型。为加快遗传算法的搜索效率,结合K短路算法特点改进了遗传算法,并且以进路为基本单元针对性地设计了个体编码方案、交叉变异策略,求解该模型。最后,以具有代表性的某企业车站为例进行了验证。研究结果表明:考虑作业环节完整性的进路选择优化模型得到的进路选择方案能够有效地避免作业冲突,并且能够依据作业的优先级为车站作业选择合理的进路,快速有效地得出满意的作业方案,满足车站工作的需求。与传统进路选择方案相比,总的作业时间降低了23.26%。研究成果对该企业车站进路选择具有一定的参考价值。

基于多路径的城市轨道交通网络客流分布模型及算法研究

城市轨道交通网络形成之后,为实施"一票换乘"需建立轨道交通自动售检票清算管理中心,进行客流信息统计和票务收入清分,而清分的核心在于解决客流在网络上的分布问题。本文结合城市轨道交通系统的基本特性,提出一种考虑乘客多路径出行选择的客流概率分布模型,并设计基于深度优先的路径搜索算法。该模型既体现了乘客出行阻抗最小化的选择心理,又反映了路径多样化的实际情况,具有较强的实用性。最后通过北京轨道交通网络实际客流数据验证模型和算法的有效性。

综合运输体系下快捷货运网络流量分配优化模型及算法

研究综合运输体系下快捷货运网络流量分配优化问题。基于服务水平的概念构建综合运输体系下的快捷货运网络,网络中包含运输方式、服务水平各不相同的多种运输服务。给出一种求解联弧权重均为正值的有向网络中任意两点间k短路的Double-sweep算法,并对通过联弧时间为随机变量的情况进行讨论,该算法以VisualC++语言实现。以网络中两点间k短路作为可选径路集,构建快捷货运网络流量分配优化模型,模型在满足需求服务水平的前提下以成本最小化为目标,且考虑了交通运输系统的外部影响。模型可采用Lingo 8.0进行求解。若干算例表明,给出的模型及算法可以用于求解实际规模的问题。

考虑车流时空分布不均衡的货物列车开行方案优化研究

为适应货主动态需求和运到期限要求,采用动态车流组织方法进行编组方案调整、列车运行方案与车流挂线的综合优化.考虑车流时空分布不均衡性,结合基本运行图架构,运用时空网络描述车流组织动态过程,考虑车流组织过程时空连续性、车站与线路时空能力及运到期限等约束,在静态车流组织优化模型目标基础上考虑车流到后待解与编后待发的延迟费用,构建货物列车开行方案整数规划模型.基于K短路构造初始解,依据列车能力利用率阀值评估方案,从而调整车流改编方案搜索邻域解,设计模拟退火求解算法.实例研究表明,相比静态模型,所建模型的决策变量能更清晰地反映车流对车站线路时空能力的占用状况,优化方案能有效匹配车流时空分布不均衡性,有利于车流接续与流线结合.

多源点突发灾害事故应急疏散模型与算法

突发灾害事故的应急疏散是减少生命财产损失,特别是减少群死群伤事故发生的有效手段.以往的研究忽视了多源点间疏散的相互影响,使得疏散线路的安排不太合理.同时考虑存在有优先顺序的多源点和容量限制情形下的应急疏散问题,建立了多源点疏散模型,设计了基于图论中网络优化思想的启发式算法.该算法引入K短路概念,并行处理多源点多线路的疏散过程,实时更新网络容量,从而得出满意的疏散线路和最短的疏散时间,并分析了算法复杂性,最后通过算例验证了该算法的有效性和可行性.

基于货物运到期限的列车运行线选择优化研究

采用规划型运输组织模式,根据货运市场动态需求,基于实施日进行铁路货物列车运行图编制是提高铁路货物运输时效性、实现铁路货运改革创新的关键。实现流线结合,对于动态的车流合理选择运行线进行挂运,即将车流指派到运行线对应的列车上,是确定货物运输方案的核心工作。确定的运行线不同,货物运输时间则不同,基于此,可为货主提供多种运到期限选择方案。以车流在途运输时间最小为优化目标,以货物列车运输能力、技术站有调中转作业时间等为约束条件,构建基于货物运到期限的列车运行线选择0-1整数规划模型;模型采用模拟退火算法求解,并提出了运行线选择的k短路算法;最后通过算例分析,验证了模型及算法的有效性。

基于服务水平的铁路货物运输网络能力计算方法

引入服务水平等级概念,以OD流量最大和运输费用最小为目标,构建铁路货物运输网络能力计算多目标规划模型。采用按服务水平等级由高至低顺序进行车流量调整的策略,设计基于K短路和最小费用流问题的启发式算法;并针对最小费用流问题,分别给出基于Lingo软件和遗传算法的2种求解方法。在遗传算法中,对染色体采用二进制编码和运用Double-Sweep算法计算各支车流在给定服务水平等级下的可选径路,利用交叉、变异操作遍历可能的车流路径集合,使用启发式车流调整策略,实现线路及车站能力限制条件下不同路径集合的车流分配。算例测试表明,基于Lingo软件的算法适合于求解小规模问题,而基于K短路的遗传算法更适用于求解大规模问题,且具有较高的稳定性和适应性。

基于路径的网络流控制应急疏散模型与算法

针对多源多汇和容量限制情形下的应急疏散问题,以总疏散时间最小为目标函数,建立了基于路径的网络流控制应急疏散模型,设计了基于图论中网络优化思想和流控制理论的快速求解启发式算法。该算法引入K短路概念,采用时间窗记录疏散冲突,利用交通流用户最优平衡原理对疏散人员进行分组和疏导冲突人群,从而计算出满意的疏散路线和最短的疏散时间。然后,分析了算法的计算复杂性,表明该算法为一多项式算法,能够满足应用中的实时性要求,最后通过算例验证了模型和算法给出的疏散策略是有效的。

基于Vague集的铁路车流径路优化

为实现车流径路时间消耗与距离消耗的双重优化,求得更合理径路,针对以往径路优化模型没有考虑径路走行时间的问题,将车辆在车流径路上的运行时间分为在途时间与在站时间,并结合信息化手段对在站时间的历史数据进行统计分析来确定在站时间参数,建立以车辆在路网上运行的路径最短和时间最短为目标的多目标优化模型,采用?K?短路算法求出满足约束的合理径路集,并引入Vague?集来对合理径路集进行评价,从而得到满意解,最后通过算例验证了模型的有效性与算法的可行性。

不确定条件下的多式联运路径优化

多式联运实施过程中,自然因素与人为因素的干预会导致货物运输速度值、准时送达概率阈值和转运时间值不确定。针对这一问题,开展了不确定条件下的多式联运路径优化研究。首先,采用随机规划理论估计不确定值;其次,设置最小运输总成本为模型的优化目标,包括运输费用、转运费用以及货物未准时送达产生的延误惩罚费用;设置货物准时送达概率为模型的机会约束。然后,采用K短路算法求解多式联运路径优化模型。该方法在输出最优运输方案的同时,能获得该方案在符合机会约束路径集合中的时间优势度。最后,基于西非区域内的无水港节点和综合运输网络开展实例研究,对模型和算法的合理性进行验证,并进行灵敏度分析。结果表明,与单一的公路运输方式相比,在西非区域内发展以铁路为主导,公路、水路为辅的货物多式联运模式能够有效缓解物流服务压力,降低区域综合物流成本,并进一步提升沿海港口的辐射能力和衔接转换水平。另外,灵敏度分析结果表明,准时送达概率阈值的变化对路径方案选择的影响能力最强,不确定运输速度的变化次之,不确定转运时间最弱。

基于开行方案的高速铁路客流分配方法研究

基于开行方案的客流分配方法是开行方案优化的重要组成部分,既有研究大多使用基于图论的寻路算法和用户均衡配流算法,与高速铁路的实际情况存在一定差异。基于高速铁路和公路的差异性分析,对用户均衡定理不适用于高速铁路客流分配进行了证明;基于实际的高速铁路旅客出行选择行为,提出了一种无需遍历图而仅搜索开行方案的两阶段k短路算法。算法具有较低的时间复杂度,并且随着高速铁路网络连通性的提高,算法的时间复杂度会进一步降低。采用成渝地区部分高速铁路网络进行实例验证,结果表明本文提出的两阶段k短路算法能快速求解多条备选路径,使用全有全无配流算法能在较短时间内完成大规模路网的客流分配。

危险品车辆路径规划的双目标模型与算法研究

本文在交通流量、行程时间、受影响的人数等不确定条件下,研究了危险品运输车辆的可靠性和安全性双目标路径规划模型.对于可靠性目标,考虑了路段的随机通行时间、路口等待时间以及路段和路口通行时间相关性的3个因素的可靠路径搜索问题.对于安全性目标,不仅考虑危险品运输车辆所经过路段附近受影响的人数,还考虑了事故发生后该路段上的车辆中受影响的人数以及其相关性.由于目标函数的不可加性,本文提出了一个新的基于不等式放缩技巧和K短路算法的启发式算法,对双目标函数进行求解,节约了计算量,并给出了搜索非支配解(non-dominated solution)的方法.数值算例的结果说明与传统的模型相比,若忽略信号交叉口的随机延迟和相关性会导致寻找可靠最短路径和最优安全路径的结果存在偏差,导致路径选择不准确,有可能造成严重的经济损失和环境危害.最后,通过数值演示了该算法在现实道路交通网络中的潜在应用前景.

考虑乘客出行数据的城市轨道交通有效路径集生成方法

有效路径集合生成是城市轨道交通断面客流预测、线网运力计算和客流分析的基础。为解决传统有效路径生成中存在的各路径有效程度无法评估、线性约束无法赋权的问题,降低问卷随机性对最终路径集生成的影响,本文在传统有效路径问卷调查数据的基础上,对乘客出行路径选择行为进行分析并做出假设,引入乘客出行时长,针对处于不同时长聚类簇下的有效路径分别建立评估模型,提出1种有效路径集生成方法。将轨道交通网络中站点和线路分别抽象为节点和边,构建轨道交通网络有向图;考虑出行路径类型、乘客出行主观因素以及乘客出行密度分布规律,利用自适应的DBSCAN算法处理乘客出行时长数据,以各时长下的出行密度为基准划分聚类簇,以聚类簇及其属性为输入,构建Logit模型并以其评估结果替代传统有效路径生成中的线性条件约束,并独立计算各簇所代表潜在有效路径的有效性权重,基于有效路径出行时长区间的连续性特点获取有效路径集。以广州地铁线网中多对出行OD为例进行验证,结果表明:结合乘客出行数据聚类分析后所得到的有效路径集,调整兰德系数为0.652,相比于其他传统路径算法的生成结果,提升了0.379;同时在路径总时长-换乘次数平面上所产生的集合边界更为平滑,对复杂线网与快速变化的新开线网拥有更强的适应性。

一种实现负载均衡的波长选路算法

针对全光网络中单根光纤支持波长数量不同的问题,研究了现有的RWA算法,设计了一种新的代价函数,并提出了一种新的实现负载均衡的波长选路算法·在选路时,该算法尽量回避那些包含较小波长数量链路的路径,使全网的业务在各链路上分布均衡,且更适合于不规则的网络结构·网络负载越大,算法性能越好·在不同负载的动态业务下对所提算法进行了仿真研究,结果表明,所提算法可以更好地提高网络的性能,降低全网阻塞率·