摘要：针对生鲜农产品集货中点多量散、车载限制、货物易腐等特点,研究需求可拆分下生鲜农产品集货的路径优化。通过网点布局与网络需求、车辆路径与载量要求、产品特征与成本消耗等描述生鲜农产品集货基本问题,从制冷、货损、油耗三个方面构造总的集货成本,考虑需求拆分、流量均衡、车辆起始与服务等约束,建立集货路径优化模型;基于遗传算法,以序号排序标定适应度函数,改进轮盘赌选择,用精英策略进行算子分析与遗传操作,设计问题求解模式;最后,以湖南省某乡镇脐橙集货为例进行实证分析。案例分析结果表明:优化后,总集货成本下降19.34%,货损成本减少最多,达1550.86元;集货路径总数减少1条,拆分点由5个变为3个,且按需求进行深度拆分;总行驶里程与时间分别减少72.4 km、2.06 h,整体优化效果明显。研究结果对生鲜农产品集货管理的效率提升有借鉴意义。

摘要：为提升城市公交准点率、减少延误,解决车辆串车问题,研究基于站点群体聚集性客流的公交调度优化方法。以乘客出行意愿、乘车属性、到站规律等标识公交客流变化特征,以车辆载客限制、站点延误、到达率、下车率等描述串车形成场景。考虑准时性、客流需求、调控策略等约束,采用实时混合控制策略,实现车头时距偏差与乘客总行程时间最小的多目标优化。提出的公交串车调度方法,考虑到乘客到达率的不确定性,并通过调控公交车辆站点驻站时间以及路段平均行驶速度,可满足站点时段性群体聚集公交客流出行需求,防范潜在的公交串车。在模型求解上,考虑到双目标优化视角的差异性,运用超车规则对串车场景下的出站车辆重新排序,设计基于NSGA-II的求解算法,以拥挤距离标定序度关系,以精英策略获取新种群,改进交叉算子,并基于TOPSIS法对获取的Pareto解集择优。最后,以实际公交线路为例进行案例分析,结果表明:基于站点群体聚集性客流的公交串车优化调度模型,系统考虑了乘客乘车属性与车辆载客限制,能够输出最优的车辆滞站与车速调整方案,并且能运算得出车辆离站时间、车头时距偏差、准点率、乘客等待时间以及乘客行程时间等多项运营指标。优化前后对比表明:总的车头时距偏差缩短了56%,乘客总出行时间下降了11.7%,乘客平均等待时间减少了12.5%,公交线路站点准点率提高了24.1%,串车次数减少36次。同时随机性验证试验中,两目标函数平均下降比例分别为50.4%与13.7%,下降幅度较大,优化效果较好。模型计算结果可较大程度提升公交运行效率,有效解决公交串车,解的鲁棒性与可靠性较强,方法的实用性与可行性较好。

摘要：各行为主体的博弈均衡是绿色物流发展需要解决的关键问题。基于碳税政策导向,以政府、企业、第三方监查方为利益主体,从基础成本、声誉损益、奖励补贴、惩罚损失、税收收入、基准收益、其他支撑等7个方面定义各变量与参数,构造了绿色物流发展三方博弈系统。设计不同策略组合下的收益矩阵,并通过其与策略选择概率的相互关系确定各方的期望收益。运用Malthusian原理,建立碳税政策下绿色物流发展的复制动态方程,分析策略行为的博弈演化规律。数值分析与系统仿真结果表明:1)三方博弈对绿色物流发展的行为特征、主体责任、利益导向明确,分别表现为政府引导、企业落实与第三方监查;监管、减排与督察;碳税税额、减排补贴与上报奖励。2)政府、企业、第三方监查方等均支撑绿色物流的稳定发展,其利益参数正向积极作用于各主体的策略组合与选择,效果上,对第三方监查方的作用要弱于政府与企业方。3)碳税税额、超额碳排量、减排补贴、上报奖励等对绿色物流发展积极有效,各参数均能支撑政府引导方的加强监管策略,且完成演化到稳态;对物流企业落实方的严格减排策略有积极正向作用,其中碳税税额与超额碳排量相较上报奖励效果更好、稳定性更强;对第三方监查方的策略选择表现为正向且相对弱水平,概率变化区间较小。研究结果可为碳税政策下绿色物流利益主体的策略行为选择服务,支撑其高质量发展。

摘要：交通运输部的电子收费(ETC)推广行动大大提升了高速公路ETC车辆比例,高速主线出口ETC收费通道数量也超过了人工收费通道(MTC)数量,ETC通道靠左设置的规则让MTC车辆需要提前换道进入收费广场才不会与ETC车辆产生冲突。为了验证以ETC车辆为引导对象和以MTC车辆为引导对象对驾驶人换道行为的影响,设计了3种高速公路主线收费通道引导信息方案:现状引导方案(OR)、部分MTC引导标志方案(PMS)和完整MTC引导标志方案(CMS)。试验分2个阶段,第1阶段验证在无交通流下,引导方案对于驾驶行为的影响,并评价得出效益最优的方案;第2阶段在选取现状和效益最优方案基础上,添加高流量及低流量的交通环境,验证优化后引导方案的可行性。2个阶段均利用广义估计方程分析不同引导方案下的换道行为特征,第1阶段构建熵权TOPSIS模型综合评价不同方案,并得出最优的引导方案用以第2阶段分析。结果表明:完整MTC引导方案(CMS)最符合ETC车辆高比例的现状,可以明显缩短MTC车辆换道响应时间,换道过程更加平稳、安全,从而避免MTC车辆在收费广场内与主线ETC车辆发生冲突,提高道路的通行能力。部分MTC引导方案的双重互斥信息给驾驶人造成了负面干扰,其对驾驶人提前换道的功效甚至不如现状引导方案。研究结果对高速公路设计者及相关部门优化当前引导系统,提高收费站的交通安全及效率具有一定意义。

摘要：面向网联自动驾驶车辆(Connected and Automated Vehicles,CAV)与人工驾驶车辆(Human Driven Vehicle,HDV)混行的交通模式,研究部署自动驾驶专用车道(Lanes for Connected and Automated Vehicles,CAVL)环境下的混合交通网络均衡演变规律。考虑CAV在通行能力、时间价值和节能方面的优势,建立了面向不同属性车道的车辆出行成本计算函数,克服了传统BPR函数无法表征CAV特性的问题;提出了面向混合交通流的车道管理策略,并建立了路段交通量分配模型,为混合交通流下的道路通行能力计算提供了基础。假定CAV受中央系统调控而遵循系统最优的路径选择原则,而HDV用户根据自身驾驶经验而遵循用户最优的路径选择原则,基于此构建了CAVL环境下的混合交通均衡模型,并运用改进的连续平均法求解该模型。数值分析结果表明:同时考虑CAV对道路通行能力和用户时间价值的效益,CAV渗透率达到40%时,出行时间成本降低12%。同时发现CAVL与通用车道的设计速度相同时,当渗透率大于31%,部署CAVL才能降低时间成本。通过Nguyen-Dupuis网络测试分析发现:由于CAV行驶稳定和CAVL的优势,为达到系统最优,CAV流量主要沿CAVL路段流动;当交通需求分别为7000 veh·h^(-1)和15000 veh·h^(-1)时,CAV渗透率由20%增大至60%,系统成本分别降低4.12%和46.38%。研究成果为深度刻画混合交通网络流量分配奠定了基础,也为自动驾驶专用车道的优化部署提供了理论指导。

摘要：随着自动驾驶技术的发展,自动驾驶和人工驾驶混行交通流将在城市道路长期存在。如何针对混行交通流进行交通控制,进一步提升交叉口的通行效率已成为研究热点。已有针对混行交通流交通控制的研究大多使用统一控制模式,即自动驾驶和人工驾驶交通流共享路权和绿灯时间,较难体现自动驾驶交通流的通行效率优势。基于此,提出自动驾驶专用相位,布设自动驾驶专用车道,自动驾驶专用相位绿灯启亮时,自动驾驶车辆在交叉口内部“穿插式”通行,提高交叉口通行效率。首先,设计考虑自动驾驶专用相位的“双环-四组”相位结构,基于排队论建立自动驾驶专用相位通行能力预测模型;其次,以交叉口通行能力最大为目标,以是否设置自动驾驶专用相位和信号相位绿灯持续时间为决策变量,综合考虑车道布设、车道通行能力、信号配时以及流量分配等约束,建立混合整数非线性规划(Mixed-integer Nonlinear Program,MINLP)模型,利用AMPL(A Mathematical Programming Language)进行编译并使用Baron数学规划优化器高效求解。案例分析结果表明:自动驾驶专用相位能有效从通行时间上分离自动驾驶和人工驾驶车辆,提高混行交通流通行能力。对自动驾驶车辆市场占有率等关键参数进行敏感度分析,结果表明:随着自动驾驶车辆市场占有率增大,自动驾驶专用相位运行效益先增再减,进一步论证了自动驾驶专用相位的有效性和最佳适用条件。

摘要：在未来自动驾驶环境下,自动驾驶车辆之间能相互配合、相互穿插地通过交叉口,而无需信号灯控制。因此,有必要研究新一代的能保障自动驾驶车辆安全高效通行的交叉口控制模型。已有控制模型可分为基于交叉口空间离散的控制模型和基于交叉口冲突点分析的控制模型,目前主要存在控制方式和模型非线性等方面的不足。建立了基于混合整数线性规划(MILP)的自动驾驶交叉口控制(Autonomous Intersection Control,AIC)模型,设计交叉口自由转向车道,允许交叉口所有进口道都能"左直右"通行,将交叉口空间离散为等距网格并建立网格坐标方程,考虑车辆在交叉口内部的行驶轨迹,建立车辆轨迹的上边界和下边界方程,确定行驶轨迹压过的交叉口网格,并建立网格被车辆路径占用的时间方程,使用同一网格同一时间只能被一台车辆占用的冲突点约束保障交叉口安全通行。模型以所有车辆通过交叉口的总延误最低为目标函数,通过将约束条件线性化处理,使用AMPL(A Mathematical Programming Language)并调用Gurobi数学规划优化器对模型进行求解。最后对模型效益进行了案例分析。结果表明:所提模型能有效处理自由转向车道的交通流到达模式,对比已有模型经常采用的先到先服务控制策略,该模型能整体优化车辆通行方案,降低车均延误50.51%,降低最大车辆延误29.12%,同时交叉口空间利用率提高了66.17%。

摘要：在智能网联环境下,车辆可通过相互穿插和协作通过交叉口,无需信号灯控制。为保证车辆安全高效运行,建立车辆到达时序和速度协同优化的交叉口车流轨迹优化模型。提出车辆到达时序优化模型和车辆速度优化模型,建立车辆到达时刻与速度的函数关系;在此基础上,模型以所有车辆在控制区域的行程时间与油耗加权最小为目标,车辆路径、到达时刻和速度等关键参数为决策变量,设计迭代式算法求解,实现同时优化车辆到达时刻和速度且交叉口运行效益最大的目的。实验结果表明,与车辆时序和轨迹分别优化的两阶段模型相比,本文模型降低车均延误32.1%,减少车均油耗9.9%,说明该模型具有良好的主动性和适应性,在降低车辆延误的同时也节省了油耗。

摘要：为了分析不同性别驾驶人抵近信号灯控制铁路道口的驾驶行为特性,设计了5个具有不同红灯触发时距的信号灯控制铁路道口的虚拟场景,并进行了驾驶模拟试验,采集24名男性驾驶人和20名女性驾驶人抵近道口的微观驾驶行为数据。基于时空特性将抵近行为划分为月白灯期间、红灯进入时刻、红灯期间3个阶段,利用混合线性模型和二元Logistics线性回归模型对比分析了2组驾驶人抵近道口的制动行为、加速行为和闯红灯行为特性,并探索性别与信号灯控制铁路道口抵近行为的相关关系。结果表明:男性驾驶人更倾向于在月白灯期间提前制动,其提前制动率是女性驾驶人的1.57倍;男性驾驶人在红灯进入时刻和红灯期间的车辆操控行为特性与女性驾驶人无显著性差异;男性驾驶人的总体违法率是女性驾驶人的1.5倍,尤其在红灯触发时距较大(4~6s)时,女性驾驶人几乎无人违法,而男性驾驶人在3个场景下的违法率仍然达到25.0%、12.5%和16.7%;男性驾驶人闯红灯的严重性更高,驾驶风格更加冒险激进;另外,驾驶人闯红灯行为还受红灯进入时刻位置、制动时刻位置和加速时刻位置显著影响,说明驾驶人在走停决策的制定上更依赖于物理空间位置,与车辆运行速度和驾驶人反应能力无关。研究结果可应用于铁路道口安全管理与防护对策设计。

摘要：针对当前干线信号协调控制为基于车辆到达驱动的被动响应型控制的特点与不足,提出一种车联网环境下干线信号协调控制与车辆速度主动引导的协同优化方法。优化原理为:考虑车辆-信号控制系统双向通信的环境下,在干线协调控制的基础上引入速度引导来调节车辆到达交叉口时刻,以避免车辆在红灯期间到达交叉口,减少停车次数并提高协调控制系统通行效率。首先,选择双向绿波带宽模型作为协调控制方案的基础;依据下游交叉口当前信号灯色和剩余时长,将车辆引导分为红灯引导和绿灯引导,分别给出最佳车速方程;基于最佳车速给出车辆到达交叉口时刻、交叉口延误和停车次数的估计方法。然后,以车辆引导速度和干线绿波相位差为控制变量,以绿波带宽最大、车辆延误与停车次数最小为目标,建立集成车速引导和干线绿波的优化模型;应用粒子群算法的多目标搜索算法对优化模型求解。选择长沙市湘江中路4个连续交叉口开展案例研究,分别应用普通干线绿波Maxband模型和提出的集成模型设计信号控制方案,并以VISSIM仿真平台进行效率评价。结果表明:集成模型能同时调节相位差和车辆速度,增大绿波带宽,减少停车次数;仿真周期内与Maxband模型相比,集成模型的上行和下行方向平均延误分别降低了24.8%和31.1%,平均停车次数分别减少了37.6%和41.7%,基于车速引导的集成模型能显著提高干线协调控制的效率。