多目标随机运输路径选择的频域优化模型

根据运输系统的随机特性,讨论时间、损耗和流量等优化目标之间的函数关系,采用概率论方法提出一种用于搜索时变、随机运输网络中多目标路径优化的频域生成图模型(FSG),设计相应的优化算法。FSG通过时频域间概率函数的相互转化,可定量分析O-D对之间多目标路径选择概率的动态变化过程,处理连续概率分布和离散经验分布。结合Matlab给出的算例验证了该算法的可行性和有效性。

大规模随机运输网络的路径优化

针对具有不确定性、复杂性的大规模运输网络,以各种概率分布函数的运输路径优化问题为研究对象,通过具体的网络实例证明传统最优路径方法的局限性,提出了一种用于搜索随机运输网络中最优路径的频域生成图模型(Frequency-domain Spanning Graph,FSG),并给出其求解大规模运输网络路径优化的算法.FSG通过时频域间概率函数的相互转化,能够定量处理连续概率分布和离散经验分布两种形式,其大规模分层搜索算法易于计算机化,实现效率高.最后给出的大规模运输网络路径优化算例,验证了模型和算法的可行性和有效性,显示出良好的应用前景.

基于频域生成图的随机运输路径优化

根据运输系统的不确定性、开放性、复杂性等特点,以各种概率分布函数的运输路径优化问题为研究对象,提出了一种用于搜索随机运输网络中最优路径的频域生成图模型(Frequencydomain Spanning Graph,FSG),并设计出相应的优化算法来求解问题模型.FSG通过时频域间概率函数的相互转化,可直观地定量分析出O-D对之间通行概率的动态变化过程,既能处理连续概率分布又能处理离散经验分布,且算法易于计算机化,实现效率高.最后结合MATLAB给出的算例,验证了模型和算法的可行性和有效性,显示出FSG具有良好的应用前景.