摘要：针对多个出退勤车场的城市轨道交通线路,研究乘务任务配对问题的数学模型和算法,在满足各车场出退勤任务守恒的前提下,尽可能提高整体值乘效率.首先,考虑出退勤约束、轮换约束、用餐约束和工作量约束,构建任务段衔接网络有向图,并设计广度搜索算法搜寻满足各班种要求的候选任务池.然后,在此基础上,以乘务总值乘费用最小为目标,构建乘务任务配对问题的集覆盖模型.接着,为了提高大规模问题的求解效率,设计基于列生成思想的启发式求解算法.最后,以南昌地铁1号线为例,通过实例验证发现:所提出方法能够合理安排早班和夜班任务的出、回场方式,很好地满足了各车场夜、早任务守恒需求;相对于现行方案,有效减少了两个乘务任务,且任务段平均衔接时间减少了1分17秒;所提出模型和算法能够满足多车场出退勤需求,且保证了值乘效率,能够为实际运营提供决策支持.

摘要：针对零担物流货物装载率低下的现状,研究货物有限条件下多车多品种货物的货物配载问题,构建以最小化车辆数量、最大化车辆总容积和总载重量利用率为目标的多目标数学模型,考虑到单件货物的装载会对车辆以及车辆集合的剩余容积和剩余载重量产生影响,设计基于动态容重比平衡法和装载回溯树的启发式算法,对算法结果进行非支配排序,得到帕累托解集,计算帕累托解集内每个解的拥挤距离,并选择拥挤距离最大的解为最优装载方案。以算法计算精度和时间复杂度为标准,将所设计算法与NSGA-2、CPLEX算法进行对比分析,算例结果验证了算法的有效性。

摘要：为解决交通事件检测中特征稀少与样本失衡的问题,提出一种基于变分自编码器(VAE)-随机森林(RF)-分类梯度提升树(CatBoost)的交通事件检测框架。依据4条规则构建较为全面的初始特征集。使用VAE进行数据平衡。之后,采用RF算法筛选出最佳输入特征集。最后,采用CatBoost算法作为分类器检测交通事件。使用真实世界的交通数据集设计实验,并选择6个有效评价指标对实验结果进行评价。结果表明:所提出的交通事件检测框架除误报率之外,各项评价指标均取得最优结果,表明在交通事件检测方面具备优异性能。

摘要：地铁系统面对灾害、事故时具有天然的脆弱性,随着各大城市的地铁进入网络化运营时代,我国地铁应急救援基地存在选址不合理、救援效率低等问题,而现有研究缺少层级性和协同救援的考虑。为此,以时间惩罚值最小、平均救援距离最短、选址个数最少为目标,以救援时间为约束,建立了多层级协同的地铁应急救援基地选址多目标优化模型,设计了遗传算法进行求解,并以南昌地铁为例进行了案例分析。研究结果表明:相比于单道路救援和单地铁救援的选址方案,采用协同救援的区域级地铁应急救援基地在时间惩罚函数值上分别降低了71.54%和73.82%,在平均救援时间上分别降低了14.71%和20.58%,在选址个数上分别降低了20.83%和9.52%。

摘要：为实现对城市轨道交通中关键站点的识别和保护,提出1种考虑节点重要度的应急救援点选址方法,基于复杂网络理论构建城市轨道交通网络,从节点拓扑属性、车站属性、网络连通属性3方面出发建立节点重要度评价方法,构建节点重要度加权下的综合覆盖水平最大、最大救援响应时间最短和建设成本最低的多目标应急救援点选址模型,并以武汉地铁网络为例,基于熵权-TOPSIS法确定网络中共262个节点的重要度,设计变邻域遗传算法进行优化求解。研究结果表明:4种赋权方案下发现,相对不考虑节点重要度,本文方法所得目标在综合覆盖水平上分别提高1.44%,1.06%,2.51%和2.90%,同时可有效降低最大救援响应时间及建设成本,识别与保护关键站点。研究结果可为提升线网整体的应急能力提供指导。

摘要：长期循环荷载作用下高铁路基会出现累积沉降变形,对轨道平顺性、列车运行的舒适性与安全性等产生不利影响。为预测高铁路基累积沉降变形,基于考虑颗粒材料系统流动性及历史应变的状态演化模型,采用有限差分法进行求解,得到预测长期循环荷载作用下路基累积变形的计算方法。开展分级荷载及长期循环荷载作用下的路基累积沉降变形缩比尺模型试验,对试验结果进行分析,并验证状态演化模型预测路基累积变形的合理性;提出三阶段拟合法,通过0~10000 s循环荷载作用下的路基累积变形试验数据拟合得到模型的关键参数,并对10000~25000 s的路基累积变形进行预测;最后深入分析初始状态模量、特征应变和特征参数对计算结果的影响。研究结果表明:路基累积沉降变形达到稳定值所需的时间随着荷载幅值的增加而增加;状态变量与荷载大小密切相关,随着荷载增大而增大;初始状态变量、特征应变及特征参数越大,路基的流动性及累积应变速率越大。所提方法可以很好地反映分级荷载及循环荷载下路基的累积变形,实现通过现有数据对路基未来累积沉降变形进行有效预测,为长期循环荷载作用引起的高铁路基累积沉降变形提供了实用的预测方法。研究结果可为高铁路基设计及变形控制提供参考,具有较高的实用价值和工程意义。

摘要：基于WOS及CNKI数据库,依托CiteSpace可视化文献计量工具,构建陆港研究进展知识图谱,在分析我国陆港发展演化阶段基础上,对陆港研究进展进行评述与展望。研究发现:近年来,国内外陆港研究发展较快,研究发文量日益丰富,研究热点不断更新。当前研究的重点和热点主要体现在陆港的内涵与外延、陆港建设背景下的集装箱多式联运网络、港产城联动机理等方面,以面向陆港规划和建设阶段研究为主。但在陆港概念上结合我国陆港发展的集群化、产业化特征的研究还不够;在陆港多式联运网络方面,还缺乏对陆港选址、多式联运通道等的点、线、面协同优化的研究;在港产城联动机理方面主要以经济互动实证研究为主,缺乏对港产城联动模式的研究。未来研究应重点关注丰富陆港概念新内涵、构建陆港联运网络、拓展港产城共生演化等方面新问题的研究,使陆港研究伴随实践的发展不断深入。

摘要：干线信号协调通常基于固定带速和时段性统计流量,但实际运行中,车辆的行驶车速和交通流量往往呈波动变化,导致信号方案与实际最优带速和交通流需求不相匹配,影响交叉口的通行效率。基于车路协同环境,运用Maxband模型,以绿波带宽最大、干线车辆延误、干线停车次数与次路方向延误最小为优化目标,建立了干线信号协调多目标优化模型,并采用改进的多目标粒子群算法对模型求解,获得协调路口全局控制方案参数;根据交叉口进口道车辆位置和信号状态提出了车速引导模型;根据干线交叉口进口道的车辆饱和度情况,应用感应控制策略在全局协调的基础上对各路口绿灯时间进行实时调整。仿真结果表明:优化模型将车速引导和信号协调相结合,考虑主线路口负荷度情况,动态调整绿灯时间,降低了交叉口处的延误和停车次数,有效提升了干线协调控制效率。

摘要：传统企业车站进路选择优化问题,即当多项作业出现在同一时空,以行车作业优先,调车作业在冲突节点前停车等待至行车作业驶离冲突节点再继续作业。现实生产过程中易造成调车作业长时间停滞等待,导致调车作业无法准时到达目标地点,破坏了调车作业环节的完整性,损害了企业车站的利益。基于企业车站行车作业与调车作业并存且调车作业数量要远大于行车作业的特点,同时考虑调车作业环节完整性,将调车作业设定一个能充分完成作业的时间标准值,并动态实时更新作业过程中节点占用时间,以判断进路冲突并进行疏解,建立以调车作业时间成本、行车作业时间成本最小的多目标进路选择优化模型。为加快遗传算法的搜索效率,结合K短路算法特点改进了遗传算法,并且以进路为基本单元针对性地设计了个体编码方案、交叉变异策略,求解该模型。最后,以具有代表性的某企业车站为例进行了验证。研究结果表明:考虑作业环节完整性的进路选择优化模型得到的进路选择方案能够有效地避免作业冲突,并且能够依据作业的优先级为车站作业选择合理的进路,快速有效地得出满意的作业方案,满足车站工作的需求。与传统进路选择方案相比,总的作业时间降低了23.26%。研究成果对该企业车站进路选择具有一定的参考价值。

摘要：本文考虑充电预约和分时电价,将客运需求的电动车辆路径问题建模为0-1的整数规划模型。模型中目标函数是最小化总运营成本,约束条件主要包括车辆路径约束、分时电价约束、充电预约约束等。基于遗传算法框架,设计了1个求解算法,计算后得出结论:(1)考虑分时电价时,EV充电时间会尽可能集中于电价低谷期;(2)进一步考虑充电预约,EV的总运营成本减少6.74%。