一种基于Voronoi图求解车辆路径问题的混合启发式算法

针对由多个配送中心和多个客户点组成的物流网络中的车辆路径问题,提出了一种基于“集群第一,路线第二”的路径优化策略,即首先使用Voronoi分割对配送区域进行划分,然后引入综合插入算法和变邻域搜索算法的混合启发式算法求解配送区域内车辆路径问题。通过算例和应用系统的分析与验证表明,该混合算法既能获取质量较优解,同时也具有较好的实时性,能较好地满足实际应用需求。     

泰森多边形并行生成算法研究与实现

为了加快大规模二维平面点集的泰森多边形生成速度,本文设计并实现了一种并行优化算法。该算法在保证与串行算法具有相同的精准度的条件下,利用串行算法的分治特征对其有效的进行了并行化优化。经过实验证实,该算法在并行计算的环境下有效地提高了计算速度,减少了执行时间,并且获得了较高的计算加速比。     

更新背景下减少短距离机动化出行的规划策略——基于上海多源数据的实证研究

我国城市日常交通出行虽以中短距离为主,但包含高比例的机动化出行。城市更新背景下,加强短距离交通出行特征研究,对抑制小汽车交通过度增长、优化城市交通结构具有重要意义。本文基于上海多源数据的实证分析发现:每日各时段均存在大量短距离出租车出行需求;但在空间分布上,短距离出租车出行呈现明显的空间集聚现象,集聚区域随时间变化有所变化;地理加权模型证实人口、用地功能、交通条件3个方面因素对短距离出租车出行需求构成影响。通过弹性系数法确定不同因素的影响程度差异后,研究提出降低短距离机动化出行的规划措施建议。