基于拉格朗日松弛的高速铁路列车运行图新增运行线局部调整模型

给定新增列车理想始发时刻及初始利润,考虑始发时刻调整及全程停时延长造成的罚数,基于时空网络构建以全图运行线总利润最大为目标的整数规划模型,进行拉格朗日松弛,根据松弛解对偶信息设计启发式算法求解各运行线可行解,并通过更新拉格朗日乘子进行迭代优化.以京沪高铁为例进行了验证,结果表明：在算例条件下,相较以理想始发时刻推线求解,该方法能够多增铺6条运行线;随着始发时刻可调整度由10min增加至60min,CPLEX的求解时间快速增长,而拉格朗日松弛启发式算法能快速求得高质量的解,除始发时刻可调整度10min情景,求解效率均高于CPLEX;延长始发时刻可调整度至4h,最多增铺18条运行线,说明现有框架下京沪高铁能力已接近饱和.     

遗传算法在区段站到发线的应用研究

为解决车站到发线的合理运用问题，采用遗传算建立了到发线运用的染色体结构和适应度函数，对这种复杂的非线性组合优化问题进行了仿真。     

面向时变需求的高速铁路列车开行方案优化方法

为了使高铁列车开行方案与旅客时变需求相吻合,引入列车运行方案图,使列 车开行方案优化中既能利用列车运行的时间信息,又能避免结合列车运行图综合优化的 大规模计算.借助于基于时刻表的高铁客流分配方法,在区间通过能力、车站始发能力、列 车载客能力等多种约束下,以列车运行时间与旅客出行时间加权和为优化目标,构建了 时变需求下高铁列车开行方案优化的Stackelberg 博弈模型.利用降低编组、删除列车、添 加列车、拼接列车、提高编组和调整列车始发时间等邻域搜索策略,设计了求解模型的模 拟退火算法.最后,针对京沪高速铁路进行算例分析,优化产生的列车开行方案具有良好 的评价指标,特别是旅客上车时间与计划出发时间的偏差较小,具有较高的运算效率和 收敛性.     

有限理性下个体出发时间选择行为研究

个体受限于认知能力和逻辑推理能力的限制,在出行决策过程中很难做到完 全理性.本文以出发时间选择为例,在有限理性行为假设基础上,引入空间知识获取、学习 及认知更新和方案搜索等关键行为要素,构建有限理性下的出行决策过程理论框架.融合 RP和SP 调查方法,设计出发时间选择行为意向调查方案.研究个体知识的表达方式,应 用贝叶斯学习理论完成认知更新.定义搜索成本和收益函数,利用调查数据分别提取基于 PART 和RIPPER 算法的出发时间启发式搜索规则和决策规则.结果表明,有限理性下个 体出发时间选择行为存在感知阈值,而并非寻求全局最优解.     

基于旅客列车合理接续条件的发车时刻确定方法

编制旅客列车运行方案时，为使各方向旅客列车的到达时刻相互衔接，以缩短旅客中转换乘时间，应用同余理论，分析了2列不同方向的旅客列车到达途中大站时刻的相互关系．以先到达中转站的列车发车时刻为基点，用代数方法计算出后到达列车的发车时刻，进而找出可行解．对于多列旅客列车相互衔接的情况，可化为2列列车接续问题，利用导出的合理发车时刻的算法求解．     

Fuzzy optimization of storage space allocation in a container terminal

A fuzzy optimization model of storage space allocation is proposed, and a rolling-planning method is derived. The model takes the uncertainty of departure time of import containers and arrival time of export containers into account. For each planning horizon, the problem is decomposed into two levels: the first level minimizes the unbalanced workloads among blocks using hybrid intelligence algorithm; based on block workloads allocated in the above level, the second level minimizes the number of blocks to which the same group of import containers are split. Numerical results show that the model reduces workload imbalance, and speeds up the vessel loading and discharging process.     

����Эͬ���������򹫽�ʱ�̱�����ģ���о�

编制出能够最大限度地减少乘客在不同线路交叉点处换乘等待时间的公交时刻表是实现公交调度区域化的关键任务之一，而协同发车是实现这一目标的有效手段。本文将以乘客换乘时间最少为目标的区域公交时刻表的编制问题归结为一类特殊的带有协同系数且无容量约束的0-1背包问题，并定义了协同系数，建立了相应的数学模型，给出了基于嵌套式的禁忌搜索算法的模型解法。实验计算结果表明，用本文设计的算法求解这类特殊的0-1背包问题可以取得良好的结算结果，该算法是可行的，也是有效的。     

公交司机排班问题的混合元启发算法研究

针对我国公交企业中司机在1 个工作日内驾驶同一辆车的“人车绑定”管理模式, 提出混合元启发算法求解司机排班问题.首先建立以车辆数为目标的车辆调度模型,获得仅 满足司机休息时间的非可行解;接着迭代地使用局部搜索算子、破坏重建扰动等方法对解进 行调整,使其满足司机工作时间和吃饭时间等约束,并尽可能地降低排班成本;在迭代搜索 过程中记录发现的可行排班链集合,迭代结束后构建集合覆盖问题(SCP)模型对其进行改 进,以获得最佳的司机排班方案.在13 条公交线路案例上进行测试,实验结果验证了本文算 法的有效性.     

弹性工作制和动态停车收费组合策略研究

提出弹性工作制与动态停车收费的组合管理策略，探究组合策略下，出行分布的变化机理及动态停车收费费率的制定，以达到缓解通勤拥堵的目的. 构建双层规划模型建立动态停车收费费率的制定与多用户出行选择的相互作用关系，基于灵敏度分析的下降算法求解. 仿真模拟出不同弹性工作制规模时，均衡状态下多用户出行分布模式和优化的动态收费费率. 结果表明，组合策略能促使弹性与非弹性员工错峰出行，有效分散交通流，与单一策略相比，缓解路网拥堵的效果更好.研究成果为交通管理优化策略的制定提供了新思路.     

多机场终端区进离场航班协同排序研究

为了缓解繁忙终端区日益严重的空域拥堵和航班延误现状,研究了多机场终端区进离场航班协同优化排序问题.通过深入分析多机场终端空域结构,以及进离场航班运行特征,综合考虑尾流间隔、移交间隔、放行间隔、多跑道不同运行模式下的运行间隔等约束限制,将多机场终端区视为一个系统,引入"外围航班流"概念,以最小化航班延误为优化目标,建立了多机场终端区进离场航班协同优化排序模型,并采用改进的模拟退火算法对所建模型求解.选取上海终端区为研究对象进行仿真验证,仿真结果表明:利用本文提出的优化方法航班总延误比先到先服务策略减少了37.85%,有效地提高了多机场终端区进离场航班的运行效率.     

离场航迹降噪优化设计的多目标智能方法

为满足新一代空管系统中离场航迹优化设计时降低噪声影响和减少飞行成本的需要,进行了离场航迹的多目标优化设计方法研究.结合飞行动力学和运动学模型,建立了符合民航飞机离场飞行阶段特征的航迹分段模型,提出了应用状态矩阵和控制矩阵准确表示航迹的数学方法.基于模糊理论建立航迹噪声影响、飞行成本和空中导航约束的满意度评价函数,提出了3种启发式搜索规则和动态领域搜索方法来改进模拟退火算法.仿真结果表明,在绕飞限制空域的前提下,降噪和减少飞行成本的目标无法同时达到最优;离场航迹多目标优化后的总体满意度比仅考虑降噪时提高了4.3%.      

考虑车辆随机到站时间的动态需求响应型接驳公交线路优化

车辆到站时间的不准时性严重影响着需求响应型公交的服务水平和乘客选择公共交通的出行意愿，因此，本文对考虑车辆随机到站时间的动态需求响应型接驳公交线路优化问题进行研究。以运营商成本、乘客乘车时间成本、乘客等待时间成本组成的系统总成本最小为目标建立数学模型，通过优化车辆路径寻求系统总成本最优的需求响应型接驳公交服务方案，其创新之处在于，在服务过程中允许乘客提交实时出行需求；定义车辆到站时间服从已知分布以描述其随机性。提出一种遗传算法和邻域搜索相结合的启发式算法对模型进行求解，该算法融合了遗传算法的全局搜索优势和邻域搜索的局部搜索能力，通过算例测试分析对本文算法的有效性及先进性进行验证。最后，基于西安市延平门地铁站设计数值实验，结果表明，考虑车辆随机到站时间可以在一定程度上减少乘客时间成本和系统总成本。     

基于交叉口双站台的BRT 优先控制研究

为解决交叉口因BRT优先影响其他车辆通行问题，提出基于交叉口双站台的BRT 优先控制方法. 给出交叉口BRT双站台设置方法，对比分析BRT在交叉口单、双站台的平均延误. 根据BRT发车时刻、交叉口信号配时、BRT平均车速、交叉口间距及站台停靠时间等，制定 BRT站台预停靠方案和行车时刻表. 为确保BRT按照预停靠站台及时刻表运行，采用BRT车速引导与信号配时双重补偿修正BRT 实际离站时刻与时刻表的偏差. 以常州BRT 1 号线为例，对应用本文方法的5 个交叉口进行分析. 结果表明：BRT在每个站台实际离站时刻偏差范围为±5 s、±10 s、±20 s 时，本文优先控制方法显著减少BRT停车次数和延误，提高了BRT整体运营效率.     

既定列车作业计划下高铁站可用能力算法研究

高铁站可用能力计算对确定列车开行方案的可行性有重要意义.首先分析了高铁站可用能力的影响因素,然后构建了基于股道空闲时段的高铁站可用能力数学模型,提出了先验性优化策略与智能优化算法相结合的双阶段算法对模型求解.其中,第一阶段是综合运用最小股道空闲时段优先、最大平行进路优先、股道空闲时间段内出发时间最小的列车类型优先等策略规则求出模型可行初始解,第二阶段是在初始解基础上运用禁忌搜索算法寻找模型优化满意解,最后用实例对算法的有效性进行验证.     

考虑延误传播的枢纽机场航班时刻优化方法

为解决枢纽机场的航班时刻优化问题，提出了一种考虑延误传播的航班时刻优化方法；根据延误传播因果关系强弱来表征延误传播代价，建立了以最小延误传播代价和最大公平性的双目标函数；为了降低航班时刻存在的先天性延误和保证进离港航班的衔接性，引入了进离港点通行能力、常态化航路流量控制以及航班波特征等约束条件，构建了更加符合枢纽机场运行特征的优化模型；基于求解多目标函数的约束法，设计了两阶段求解算法，将多目标函数求解问题转化为单目标函数求解问题；以上海浦东国际机场为案例，从资源利用率和运行效率两方面进行了试验验证。研究结果表明：优化前4%的时刻属于跑道超负荷运行时刻，优化后不存在跑道超负荷运行时刻；优化前PIKAS和LAMEN大约有5%的时刻、NXD大约有2%的时刻处于超负荷运行，优化后没有进离港点超负荷运行；优化前离港航班平均延误为23 min,有超过50%的时刻延误大于10 min,优化后平均延误为3 min,超过60%的时刻延误小于5 min;优化前进港航班延误为28 min,优化后85%的时刻延误小于5 min;优化前后航班正常率分别为82%、99%,优化后航班正常率提升了17%。可见，优化后...     

考虑时空相异的危险品运输车辆安全调度

为确保危险品运输车辆间的安全距离, 从时空角度优化了危险品运输车辆的行驶路径和发车时间间隔; 分析了危险品运输车辆发生事故对其他车辆的影响及其与时空距离的关系, 提出了危险品运输车辆间时空安全距离评价方法, 并以时空安全距离为约束, 提出了车辆安全出发时间间隔计算方法; 建立了满足时空相异约束的危险品运输车辆调度模型, 设计了用于生成车辆调度时刻表的两阶段求解方法, 第1阶段采用NSGA-Ⅱ算法优化车辆行驶路径, 第2阶段分别设计了遗传算法和基于插入思想的近似算法以优化发车时间间隔; 为了验证车辆调度模型与算法的有效性, 对比了每个阶段中不同算法的优劣, 并分析了危险品事故影响系数和事故影响接受度对车辆调度结果的影响。研究结果表明: 提出的方法可针对不同危险品事故影响系数获得危险品运输车辆调度时刻表, 生成的车辆调度时刻能够保证车辆在行驶过程中始终保持安全距离; 遗传算法和近似算法获得的平均运输总时间分别为2.45和2.49 h, 表明近似算法获得的解劣于遗传算法, 但运行时间仅为遗传算法的1/10 000~1/5 000;危险品事故影响系数或事故影响接受度越小时, 车辆发车时间间隔越大, 导致运输总时间变长; 考虑时空相异性的车辆调度可以弥补相异路径方法仅从空间上考虑相异性的不足, 同时能够避免采用相异路径方法可能遗漏最佳运输路径的问题。      

带折扣的多阶段库存系统的优化算法

针对供应商提供数量折扣、需求率随时间变化、周期性检查并补充库存的多阶段库存控制策略，提出一种优化算法．该算法以各时段的累计需求为根节点建立搜索树，从而将带折扣的库存问题转化为典型的动态批量问题，运用动态规划法即可求解．利用该算法可以找出在计划时段内总成本最小的补充策略．用算例说明了该算法的有效性．     

基于生存分析的小汽车通勤者出发时刻研究

根据生存分析中的加速失效时间模型,对通勤者上班出发时刻选择行为进行研究分析.利用调查数据,建立了小汽车通勤者上班出发时刻选择的Weibull加速失效时间模型,得到了性别、年龄、家庭收入、单位上班时间和出行距离等是影响通勤者上班出发时刻选择的主要因素.结论表明模型的预测误差主要集中在10 min以内,模型的适用性和准确性较好,解决了Cox比例风险模型不能直接预测通勤者出发时刻的问题.     

基于Greedy方法的动态配流模型与近似算法

为研究寻优能力强、求解效率高且可及时调整的动态配流智能化编制方法,构建了基于Greedy算法的多阶段决策模型.以编组顺序为准依次划分阶段,提出了根据各阶段Δti（将最晚编组时刻和最早解体时刻之差与解体标准作业时间作求余运算所得之值）动态划分解体区间的方法;在解体区间内,以当前阶段待编列车的车流需求为匹配目标,设计了5种依据不同规则与策略的最优解体列车选择算法;将各阶段决策变量依次组成序列,得到最终的解体顺序.选取不同策略或改变参数,进行了8组对比实验,结果表明:简单规则和策略无法保证解的质量,匹配度选择算法的优劣取决于解体区间数量与解体列车选择策略;在基于R_PPCD2（根据当前阶段车流资源与后续阶段所需车流的去向匹配度选择解体列车的策略）的算法中,适当调整解体时间、编组作业时间、出发车作业时间等参数,可以在2 s内寻找到该NP难问题的一个高质量近似解.      

基于路段间转移概率的最优路径预测方法

提出一种基于路段间转移概率的最优路径预测方法，即根据出行时间，将历史出行数据分为早高峰、晚高峰、非高峰3组反映不同交通状况的时间段；根据起点和终点所在区域，对出行数据作进一步处理，解决给定起点与终点之间出行数据不足的问题。基于有经验的出行者选择路径即为最优路径这一假设，通过历史出行轨迹计算得到路段间的转移概率，建立Markov链模拟出行者路段选择行为，将最大选择概率路径作为最优路径的预测结果，并给出其求解方法。该方法仅利用历史出行轨迹进行最优路径预测，避免了复杂的路段阻抗计算，且具有数据易获取，与实际出行行为一致性高，计算量小的优点。案例分析表明，预测结果准确性在不同出行时段下产生变化，而交通区域划分的大小对其影响较小。