摘要：考虑液化天然气(LNG)的在途挥发、转移挥发与库存挥发对配送成本与风险的影响,根据LNG风险特性采用蒸汽爆炸模型量化库存和运输风险,并针对传统单因素风险评估方法的不足,结合多源数据(兴趣点密度、土地生产总值产出率和人口密度)构建多因素复合风险评估指标反映事故严重程度的空间异质性,建立库存路径问题双目标优化模型,实现多周期LNG库存和配送方案的联合优化。根据问题的特征,设计基于贪婪策略预优化并结合变邻域搜索(VNS)的多目标粒子群(MOPSO)混合优化算法,且通过标准测试函数对改进前后的MOPSO算法和非支配遗传算法(NSGA-Ⅱ)进行比较;与NSGA-Ⅱ相比,MOPSO在结合VNS前后分别具有32%和42%的收敛性优势,结合VNS混合优化相比原始MOPSO有15%的收敛性优势。最后,以广州地区LNG加气站供应体系进行案例分析。研究结果表明:库存与运输成本存在利益背反关系,且在短暂缺货时总成本较低;忽略挥发的影响会导致小批量频繁补货,从而增加不必要的运输成本;LNG挥发成本占总成本的10%~20%,库存挥发率对成本影响较大,但对风险影响很小,当库存挥发率低于2%时投资降低挥发率带来的经济效益较大,当超过2%时,投入产出比迅速降低;风险限值约束对路径选择和成本影响较大,20%风险限值的降低带来了10%总成本的提高,但20%风险限值的提高仅降低5%的总成本,说明总成本在逐步接近不考虑风险时的最低值,存在优化上限。

摘要：在低碳发展政策指引下,全国各地已开始普及电动公交。然而,由于电动公交车技术性能和运营环境的特点,如续驶里程、充电时长约束、随机路网环境等,为电动公交车辆和充电调度带来新的挑战。随机行程时间导致车次衔接中存在延误,由于连续车次任务的相依性,上游车次延误可能造成下游车次晚点,引发车次延误传播的“连锁反应”,致使车次和充电计划的风险承受能力变得非常脆弱,电动公交调度的效能无法得到充分释放。考虑电动公交调度问题中的车次延误传播效应,在分析随机行程时间对电动公交车次与充电计划影响的基础上,从单线调度到区域调度模式建立优化模型获得经济可靠的公交调度方案。首先,运用网络流模型描述电动公交调度过程,并引入马尔科夫过程刻画延误传播效应。在此基础上,计算期望等待时间、期望延误时间等服务质量指标并纳入到目标函数,建立混合整数线性规划模型。然后,运用多商品流模型,将单线调度模型拓展为通用的区域调度模型,设计“延误状态层”用以计算延误时间分布并提高计算效率。最后,以广州市的2条电动公交线路实际数据进行案例分析,调用商业求解器Gurobi获得精确解。结果表明:充电计划的最优时间窗间隔为40 min;在最优调度方案下,车辆能充分利用日间运营的闲暇时段进行充电,且这一特性不受时间窗间隔大小的影响;随着延误惩罚系数的增加,期望延误时间均值先减少后保持波动,当延误惩罚系数大于2元·min-2时,期望延误时间均值小于15 s,相较传统模型降低幅度超过50%,说明模型能有效降低行程延误;随着延误惩罚系数的增加,期望等待时间均值先增加后保持波动,说明模型可以智能调整车次之间的衔接顺序,增加等待时间作为缓冲时间,从而减少延误的发生。

摘要：半灵活型需求响应公交模式往往拥有1个基准线路方向与1批确定访问的固定站点,服务车辆可以根据预约请求灵活响应候选的可变站点为其提供服务,当可变站点无请求时则不服务.基于低客流区域内需求响应公交服务所面临载客率低、运营成本高等问题,完善该模式的发车条件,设计差异化票价策略和未预约乘客服务判断的半灵活型需求响应公交服务系统,并建立车辆路径优化模型.为提高算法的搜索空间范围和局部搜索强度,设计了混合自适应大邻域禁忌搜索算法进行模型求解.以中国广州市黄埔区公交站点网络作为案例分析,结果表明,在新策略模式下,去除和未去除未预约乘客的半灵活型需求响应公交的票价收入较传统模式分别提高3.0%和15.5%,响应未预约乘客服务模式的服务人数可以提高7.5%;混合自适应大邻域搜索算法在求解速度和求解质量上均有较好表现,与混合模拟退火算法和遗传算法相比,计算时间分别节约76.9%和97.0%.

摘要：以需求响应公交为代表的共享公共交通模式面临高效处理出行需求的挑战及平峰期车辆利用率低的困境。一方面,传统研究基于时空维度不可迁移的出行需求探讨运营调度优化,未从人的可移动性上探索潜在优化空间;另一方面,电子商务的发展带动了货运量的高速增长,却也面临市区货车限行和零散包裹时效性低等问题。本文聚焦共享出行服务模式新设计,提出一种考虑乘客时空灵活性的需求响应客货联运服务模式。首先,引入乘客时空灵活性的预约管理新机制,借助滚动时域框架将客货联运下的需求响应动态调度过程表述为马尔科夫决策过程,将每辆车抽象为智能体,根据动态调度特性提出适配模型的收益函数;然后,以系统总成本最少为优化目标,基于多智能体强化学习算法中的Qtran_alt框架求解;最后,以广州市黄埔区南部地区为运营环境验证模型和算法的整体性能,通过设计6个评价指标,对比Qtran_alt与另外3种多智能体强化学习算法的性能差异,并对时空灵活性、时间片间隔及客货比例进行敏感性分析。结果表明:本文模型在系统总成本增长不超过5.37%的情况下,能够额外服务50%的货物订单,其订单总服务率达到95.19%,且具备较强的普适性。

摘要：本文考虑驾驶员的滞后反应时间随时间变化的特性,提出了更符合实际的耦合映射跟驰模型,利用李雅普诺夫函数理论,推导了车队行驶满足稳定性的充分条件.在此基础上,考虑异质车联网环境下同时存在人工驾驶车辆和自动驾驶车辆根据车流的运行特性,将人工驾驶车辆抽象为自动驾驶车辆传感器失效的情况,设计了状态反馈速度控制器,使得闭环系统在部分传感器失效情况下仍然满足渐近稳定,即可缓解交通拥挤问题,利用MATLAB的LMIs工具箱求解得到该控制器的增益参数,最后通过数值算例将控制器的性能与传统的Konishi反馈控制器和无控制器情形相比,并分析了人工车辆的比例和位置对控制器效果的影响,验证了本文方法的有效性.

摘要：探讨了各方式的服务属性变化对方式选择转换的影响和引起选择变化的临界状态.通过提出临界期望效用的概念,运用多属性决策理论,引入标量场梯度,结合空间解析几何的方法,基于Probit模型推导了临界值的计算公式,刻画了该临界平衡状态对各属性参数的相依性;最后以一条简单的通勤线路为例,根据所推算的临界属性,针对该线路中公交和小汽车方式选择的转换问题,提出几种策略并设计两种评价指标对其进行对比分析.研究结果对交通政策的制定和调整有一定的参考意义.

摘要：为了更真实地反映交通流特性,在Konishi提出的耦合映射(CM)跟驰模型基础上,考虑不同速度下车辆的不同安全距离,设计了新的安全距离表达式,随后提出了一类基于时变安全距离的CM跟驰模型,并对模型的稳定性进行了研究;基于稳定性理论,给出了模型满足稳定和交通拥挤现象不会出现的充要条件,在此基础上设计了一类滞后反馈控制器以更好地抑制交通拥堵;最后通过仿真算例,对比了Konishi模型和新跟驰模型在抑制交通拥堵和车辆行驶过程中二氧化碳排放方面的性能.仿真算例表明:与Konishi跟驰模型相比,基于时变安全距离的跟驰模型的收敛性更强;所设计的控制器能通过调整车队速度有效缓解交通拥堵和降低车辆二氧化碳排放.

摘要：根据驾驶员行车中出现的实际问题和客观驾驶员休息需求,对定位运输线路安排问题进行了拓展研究,基于问题的特殊性和实际性,提出了增加了车辆走行路径中对驾驶员休息需求和复杂时间窗限制的LRP问题模型,在保证驾驶员健康的条件下追求总成本的最小化,主要包括车辆的固定和可变成本、配送服务中心的固定成本、时间窗约束带来的延误惩罚成本等。并针对该问题设计提出了一种改进的交叉邻域生成人工蜂群算法进行求解分析。运用仿真算例实验验证了该模型和算法一定的可行性和有效性。