摘要：研究了一种货运站场的选址分配问题,它是一类容量受限且需求随机的多设施选址问题。针对该问题提出一种两阶段决策优化方法:第1阶段为选址决策,发生在站场实际建设前;第2阶段为分配决策,发生在站场建设后、实际运营前。选址和分配2个阶段在模型求解时同步完成。基于场景规划理论建立了对应的容量受限型数学模型,该模型的建设费用和运营费用同站场容量成比例,同时约束条件考虑了规划的阶段性需求,更贴近实际情况。设计了采用符号编码策略的遗传算法,算法的编码方式不仅极大缩小了搜索规模和计算复杂度,而且能消除很多遗传算法的实施限制。针对中国的一个国家级枢纽规划问题,应用两阶段优化方法,基于实际统计数据,建立具体的数学模型并运用所设计的算法进行求解,得到不同场景下的选址分配结果,给出了相应的情况分析。

摘要：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。