摘要：针对危险品运输路径优化问题,考虑危险品终端需求量和人口中心的不确定性影响,构建了双重不确定条件下以运输成本和风险系数的期望值最低为目标的随机优化模型。设计了基于优先权的多目标粒子群遗传混合算法结合样本平均近似法对随机模型进行求解,并进一步采用基于动态拥挤距离的精英解集更新。通过算例分析和算法对比验证了模型的可行性和算法的有效性,并进一步对不同样本规模下的结果进行了稳定性分析,对需求量和人口数量两个不确定条件进行灵敏度分析。实验结果表明改进的多目标粒子群算法可有效解决该问题,且具有很好的收敛性和多样性,不同样本规模和不确定性条件均会对路径规划产生影响,所得结果可以为决策者提供参考。

摘要：为实现动态路网中的危险品运输路径优化,以期为运输商的路径选择提供决策支持,分析了运输网络的随机时间依赖(STD)特征,对分段连续时间区间内各路段的行程时间和受影响人数进行曲线拟合.考虑到达时间窗的约束,以行程时间和运输风险的随机属性值为优化准则,建立0-1整数规划模型.结合STD网络的FIFO性质设计了两阶段多维标号修正算法,得到不同出发时刻以给定置信水平满足时间窗约束的非支配路径集合,并提出准则权重和阈值支配方法,实现计算效率和求解质量的均衡.研究结果表明:危险品在STD路网中的行程时间和运输风险与到达时间窗的设置和出发时刻的选取有关;生成的非支配路径取决于出发时刻和运输商的选择偏好,非支配路径的数量取决于支配阈值的大小;不同类型运输商可根据准时到达置信水平来选择出发时刻与运输路径的最优组合.

摘要：对危险品运输路径进行优化,能够降低运输风险,同时又能兼顾企业成本需求,为政府决策提供依据.在城市总体规划的基础上,分析危险品运输的特征,建立了危险品运输路径优化指标体系.从可实施性以及可量化角度,选取规划道路的性质以及道路沿线的用地性质来评定路段风险,同时将路段的应急能力作为校正因子,改进风险模型;以BPR路段阻抗函数来计算运输成本,以江西萍乡为例给出运输风险和运输成本的计算过程;以运输风险、运输成本为目标建立危险品运输路径双目标优化模型,探讨了模型的求解方法.所建模型简便、实用、可操作性强,可为危险品运输网络的规划设计提供理论基础.

摘要：为有效降低多车同时运输危险品时的潜在风险,针对危险品运输网络中2点间相异路径上多车运输问题,提出车辆安全出发时间间隔计算方法,通过路径选择和车辆调配,建立相异路径上多车同时运输车辆调度数学模型,并设计基于非支配排序遗传算法(NSGA-II)的多目标优化算法求解。以8个节点13条边的危险品运输网络中运输10车危险品为例,根据所提方法获得单次运输风险约束条件的运输方案13种,运输总风险约束条件下运输方案15种,对比不同风险约束下的运输风险、运输距离和运输时间。结果表明:相比于运输总风险约束,单次运输风险约束更严格,适合道路管理者筛选安全的运输路径,而运输总风险约束适合承运企业在车辆调度时作出决策。

摘要：针对我国危险品运输监管及应急救援现状,提出构建"危险品运输实时监控及应急救援服务平台"的技术方案。设计了平台系统的技术框架,介绍装载于危险品运输车辆之上的"监控终端"以及应急救援车辆之上的"智能终端"的基本功能,并以环保部门为例阐述了服务平台与危险废物监管政务平台之间的数据交换及功能耦合,以及利用服务平台开展危险品运输事故应急救援联动流程。该平台可望解决"危险品运输多部门监管数据不一致以及多部门联动应急救援调度困难"这一实际问题。

摘要：文中针对大规模路网中的危险品运输路径选择问题,分别采用路径长度、人口暴露数量对运输成本和风险进行近似衡量,建立了多目标规划模型。根据大规模路网的特点,针对性设计了NSGA-Ⅱ智能优化算法进行模型求解,并对拓扑后的大规模实际路网进行验证,得到了令决策者满意的帕累托最优解集。实验证明文中设计的多目标规划模型和NSGA-Ⅱ求解算法为大规模路网中的危险品运输路径选择问题提供了科学的指导意见。

摘要：危险品运输过程中,外界因素的干扰会导致事故发生后影响人口数和运输时间的不确定性,此外路网交通量也会对运输风险产生影响。针对以上问题,开展了影响因素不确定性的危险品运输径路研究。首先,采用模糊理论确定了以运输风险、运输时间和运输成本最小为优化目标;设置了最大风险阈值的机会约束,构建了有时间窗约束的多目标优化模型。其次,考虑到均衡调整拥挤距离可以扩大解空间的搜索范围,设计了改进的NSGA-II算法对模型进行求解。最后,基于苏州地区的综合运输路网展开实例研究,验证了模型的可行性与算法的有效性,并对模型参数进行扰动分析。结果表明:在危险品运输过程中,路网交通量对其运输风险影响较大,在模型中加入路网交通量的影响因素,更加符合运输实际;另外,风险回归系数应根据道路实际情况进行合理取值,同时,模型求解结果可为不同偏好和综合偏好的运输决策者提供决策支持。

摘要：针对含有风险控制的危险品运输网络优化问题,讨论了运输商的有限理性路径选择行为对运输风险的影响。基于鲁棒优化的方法构建了双层规划模型,通过增加各路段最大风险值的上界约束来实现不同路段之间运输风险分布的公平性,上层规划表示政府部门通过关闭部分路段来最小化最大运输网络总风险、路段最大风险的上界值以及路段关闭总数;下层规划表示有限理性的运输商在考虑感知偏差的情形下选择总成本最小的运输路径。考虑到传统启发式算法容易陷入局部最优解,通过重新定义上下层问题,设计了割平面算法求解该模型,并给出了算例分析。结果表明:虽然有限理性运输商的总成本增加了3.5%,但危险品运输网络的最大总风险下降了约8.4%;通过改变政府部门对各目标的关注度,可以影响有限理性运输商的路径选择行为,使得方差系数和基尼系数分别下降了约36.1%和26.2%,实现了不同路段之间风险分布的公平性目标;在实施车辆限行策略的情形下,针对有限理性运输商的感知偏差进行灵敏度分析,发现运输网络最大总风险的最小值不会改变,但会对路段关闭总数产生影响。在考虑运输商为有限理性决策者的情形下,可为政府部门设计更加符合实际情况的危险品运输网络,从而有效降低运输风险。

摘要：以公路液化天然气(LNG)运输为例,设计了一个危险品运输风险监测和控制系统,在传统的风险监测系统的基础上,提出了一种应急预案生成方法。该方法结合基于遗传算法(GA)的聚类和基于案例的推理(CBR)模型,解决了传统监测系统无法给出应急措施的问题。在聚类时,为各参数增加了权值,实验表明,使得应用本算法查找到的相似案例更具有可参考性和实用性。该系统能够大大缩短发现异常到采取行动之间的响应时间,从而有效降低事故发生率。

摘要：为使危险品运输路径优化问题更加贴近现实,通过梳理危险品运输路径优化领域的相关理论和研究方法,从运输方式的视角总结危险品在单式运输、多式联运和选址-选线问题等3方面的研究成果,深入分析国内外在关键因素选取以及建模和设计算法上的差异,指出现有研究中存在的不足,并提出下一步研究方向。结果表明：单式运输研究由单目标优化向多目标优化问题发展,多式运输研究从多式联运向多式联运选址-选线问题发展,研究方法也从精确算法到启发式算法或进化算法求解转变,研究方向可从时变网络和有限理性等方面展开。