基于风险分析的危险品道路运输多目标Pareto最优选线

基于危险品道路运输风险分析辨识最优的运输路径，以道路运输事故率、影响人数、影响人员风险、环境风险、运输距离和运输时间6个指标，确定具体起点-终点之间危险品运输的有效路径。采用带目标权重系数的Pareto-最优路线算法寻找多个满足要求的有效解，近似评估Pareto前沿，以比例法标准化选线指标，转化为无量纲的目标评价函数值，合理优化多个选线标准选择可行的最小运输风险路线。带权重系数Pareto-优化选线可有效降低运输路线的影响人员风险，平衡选线目标之间冲突的，为政府监管部门和危险品运输企业提供优化选线决策技术。     

危险品道路运输多目标路径优化方法研究

道路危险品运输路径优化是提高危险品运输安全的一项重要措施。通过对国内外文献的分析研究，本文提出了危险品道路运输路径优化的数学模型，该模型首先求出单项目标的最优解，然后找出每项目标的实际值尽可能接近各自单项的最优值。本文也建立了包括路线长度、时间、费用、路线风险、敏感目标人数在内的危险品道路运输目标体系，并给出危险品运输路线选择决策的程序，为政府相关部门进行路线选择提供决策依据。     

危险品配送选址-多式联运路径优化

为兼顾安全与经济效益,有效优化运输网络,研究危险品配送中心选址和多式联运路径优化问题。基于运输方式的多样性,建立既考虑各配送中心到各需求点的多式联运最优路径,又考虑选址配给问题的选址—多式联运路径模型。将运输网络进行变形,引入目标权重和经济转化因子,将多目标规划问题转化为单目标决策问题;用Dijkstra改进算法和O-D矩阵搜索算法求解所建模型。最后,通过实例分析,验证模型和算法的有效性。结果表明,单目标优化并不能满足具有不同偏好的决策者,需要综合考虑成本和风险的目标值;不同运输方式组合运输,会影响最优路径的目标值,进而影响配送组合的目标值选择。     

危险品运输车辆路径问题的多目标优化

为保障危险品安全运输的同时实现运输成本最小化,采用多目标优化方法确定危险品运输车辆的最佳行驶路径。通过简化运输车辆经过人口密集区域风险因素的量化过程,以车辆数最少、运输总距离及经过人口密集区域行驶距离最短为目标,建立危险品车辆运输路径问题优化模型,并针对模型设计基于概率模型的多目标进化算法。以一个有25个需求节点及6个人口密集区域的危险品运输网络为例,验证模型和算法。算例结果表明,用该算法能够获得车辆路径问题的Pareto解,为危险品运输车辆调度提供决策支持。     

不确定需求下危险品运输路径问题的多目标优化

为评估危险品运输路线的稳定性与可靠性,设计动态运输网络,构建以道路安全指数、总运输成本与目标函数期望值的最优组合为目标的随机优化模型。考虑运输网中发生交通拥堵或封路的情形,探究危险品运输终端的不确定性需求对运输总成本与道路安全的影响;针对危险品运输的特殊性与复杂性,将人口中心到附近路段的最短距离与中心的人口数的比值设为道路安全指数;采用基于改进的粒子群算法(PSO)求解模型算例,能得到不同封路情况下不同目标期望的危险品运输路线。结果表明,不确定需求的样本差异对路径的运输稳定性有影响。     

基于多周期的危险品多式联运路径优化研究

为了更有效地规划危险品运输路线，研究了由多个路径期组成的危险品公铁联运网络扩张问题。以总成本和风险最低为目标，建立混合整数概率鲁棒模型，利用模拟退火算法对模型进行求解，并将多周期动态规划方法与单周期方法进行对比，分析了多周期动态规划方法对危险品联运网络以及路径决策的影响。研究结果表明:规划危险品的运输路线时，采用多周期的公铁联运网络，总运输成本明显优于单周期规划方法。     

危险化学品物流网络选址-运输优化研究

为兼顾经济与安全效益,实现危险化学品物流配送中心选址与运输路径选择的联合互动,建立综合选址-选线模型。该模型考虑危险化学品的风险特性、时间属性、路线路面状况及沿线周围环境随车辆移动的变化,以配送中心建设运行费用、运输费用、选址风险、运输风险和敏感目标人数为优化目标。采用专家打分法对各子目标权重进行打分,将多目标规划问题转化为单目标决策问题来求解,并根据模型给出一种启发式算法。网络选址-运输优化可降低危险化学品物流事故率和沿线人员伤亡风险,优化影响人员风险与物流成本冲突问题,实现最佳网点布局及路径选择。     

不同空间尺度下危化品运输路径优化

为了解决化工园区危化品运输路径优化问题，研究了化工“园区间”与“园区内”2种空间尺度下危化品运输的影响因素差异性，提出以最小化运输阻抗、最小化运输风险和最小化风险敏感度为优化目标的不同空间尺度下危化品运输路径优化模型。通过目标量化确定每条路径上的目标值，将标准化后的目标值引入到Dijkstra算法和集成目标函数最优折衷路径的扩展标号法中，对危化品运输多目标优化模型进行求解。研究结果表明:不同空间尺度下的危化品运输最优路径不同，应根据危化品运输的实际情况对运输路径进行选择。最后，以平顶山某化工园区的抽象路网为例对优化模型进行验证。     

基于多商品流理论与成本效益分析的公路危险品运输路径优化研究

风险是危险品运输区别与普通货物运输的基本要素,因此,危险品运输既要实现经济目标,又要满足安全的需要。危险品运输其路径优化问题的关键在于在经济性与安全性间取得平衡。为此,在运输成本与风险值间引入权重参量,并充分考虑到路网容量及个别路段最大期望风险等限制因素,运用多商品流理论建立了基于运输成本和运输风险最小化的双目标路径优化模型。进一步地,运用成本效益分析法,并从全局角度对不同解所对应的路径优化方案进行比较,提出了相应的比选准则。最后,通过算例分析证明了该方法的有效性。     

危险品道路安全运输路径优化方法探讨

危险品道路运输量逐年增加,对人类安全健康的危害的风险正在扩大和加深,一旦发生事故,其后果极为严重。笔者从人-机-环境角度分析了危险品道路运输系统的组成要素,基于对运输网、运输风险源、后果影响区域3个层次辨识,分析运输过程中的风险影响因素,提出危险品道路运输路径优化选择的一般方法;并给出危险品道路运输线风险源的可接受个人风险和社会风险标准;探讨了危险品运输约束最优化选线模型。路径优化选择可减少运输沿线影响人员风险和事故概率,优化影响人员风险与运输效率冲突问题,为政府监管部门与危险品运输企业提供了安全管理的基本决策依据。     

时变条件下多式联运危险品路径优化研究

为研究时变条件下多式联运危险品路径优化问题,基于运输费用和人口风险的较强时变特性,将中转作业细化为中转运输、卸货装货和等待出发3项子作业;建立时变条件下危险品多式联运的最短路径选择模型,提出Dijkstra改进算法;通过实证分析,验证模型和算法的有效性。结果表明,起点出发时刻不同,相应的危险品多式联运最短路径及最佳运输方式的组合便不同。     

基于双层规划的危险品运输专用车道优化设计

为更有效地设置危险品运输专用车道,在降低运输风险的同时减少专用道对路权的占用,从路网整体出发,以总体出行成本最小、路网运输风险最小和专用道利用率最大为目标,构建双层规划模型;使用NSGA-2算法求解双层规划模型,结合算例网络进行分析,验证模型和算法的有效性。结果表明:模型可综合考虑路网风险和总体出行成本,得到有效的专用道布局方案;在危险品运输交通量较大和采用路径限制政策的情况下,专用道可取得更好的风险控制效果、更低的总体出行成本和更高的专用道利用率。     

基于点危险源的危险品运输路径优化研究

为合理选择危险品运输路径,降低危险品运输事故造成的损失,使道路危险品运输风险评价更符合实际情况,建立点危险源风险评价模型。模型综合考虑了运输时间和季节情况影响因子,在准确估算危险品泄漏事故毒害区域面积和后果损失的基础上,结合传统风险评价模型与最大最小模型进行求解。最后通过算例分析,检验该模型的实际运用,通过与传统求和方式所得的最优运输路径的对比,反映2种方式所求得的最优运输路径并不相同,同时也表明,用所建模型求得的运输路径风险值有更高的精确性。计算结果表明:该模型求得的某条运输路径的风险值等于该路径上风险值最大的路段的风险值,而不是该路径上所有路段的风险值之和。     

基于风险分布公平性的公路危险品运输全局路径优化研究

首先,通过计算危险品运输事故各种后果产生的概率及其相应经济损失价值,建立了基于各种损失价值的定量运输风险评价模型;其次,通过对各路段施加统一的危险品总容量限制以确保风险分布的公平性,建立了加权最小运输成本和最小运输风险的双目标全局路径优化模型;再次,将基尼系数和方差系数作为基于路段的风险分布公平性的衡量指标以进行路径方案比选,并进行了适用性分析。算例分析表明:一方面,通过有规律地改变2个优化目标的权重,可以得到路径优化模型的所有帕累托最优解的集合;另一方面,通过恰当设定路段危险品总容量限制,以及对2个优化目标选择合适的权重值并进行全局路径优化,可以使所得到的最终路径方案的社会总成本大幅降低,并在一定程度上保证路段风险分布的公平性。     

基于条件风险价值的危险品道路运输时变路径选择

危险品运输中的风险评估是危险品运输路径选择的基础,条件风险价值模型通过变换置信水平来反映决策者的风险偏好,并能控制风险超过风险价值的部分。为研究时变条件下的路径选择问题,基于决策者不同的风险偏好,建立基于条件风险价值的危险品道路运输时变路径选择模型,以此评估各可行路径的风险,选择最优CVaR路径。结果表明:该模型能使风险评估更适合现实道路的时变特性;合理的出发时间和运输路径可以有效降低运输风险,最优CVaR及最优路径依赖于出发时间,且不同风险偏好对应不同的最优CVaR及最优路径。     

基于改进VRP模型的危险品配送路径优化及其求解研究

危险品道路运输高风险性,一直受到人们的广泛关注。危险品道路运输路径优化的研究,对于降低运输风险具有十分重要的意义。本文针对危险品运输配送过程中的路径优化问题,提出综合考虑道路运输的风险和费用两方面指标改进VRP模型路径优化目标,并设计遗传算法对改进模型进行了求解。最后通过实例进行了验证。结果表明：用遗传算法对改进VRP模型的求解结果与实际分析结果相符。因此,改进VRP模型及其遗传算法求解设计可以应用于危险品运输的路径优化分析。     

基于相异路径的危险品运输车辆调度

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。     

考虑车辆限速区间和风险公平性的危险品运输网络优化

针对有路段风险约束的危险品运输网络优化问题,讨论了不同路段上车辆限速区间的变化对危险品运输风险和成本的影响.基于最小最大准则构建了双层规划模型:上层规划表示政府部门通过对不同路段设置不同的限速区间来最小化最大运输网络总风险和路段最大风险的上界值,并通过增加路段最大风险的上界约束来实现风险分布的公平性;下层规划表示危险品运输商选择鲁棒成本最小的路径.为求解模型,设计了粒子群优化算法.根据算例分析发现,政府管理部门通过实施车辆限速区间策略,在考虑风险公平性的同时,可以有效地控制危险品运输网络的最大总风险.     

危险品运输道路轴辐式网络设计

为降低危险品运输网络的总风险和成本,实现规模效益,根据危险品道路运输网络规划中存在监管者路网规划和运输者路线选择的双层约束特征,探讨轴辐式网络在危险品运输网络设计中的应用。针对长距离、大规模的第三方危险品货运业务,建立上层以风险最小化,下层以成本最小化为目标的双层规划模型。运用Matlab对模型进行求解。最后,通过实例分析检验模型和算法的有效性。结果表明,通过对运输企业网络进行轴辐式网络设计,即将原有节点设置为一个或多个枢纽点,集中零散分布的货源,能比传统直通式物流网络设计节约总运输成本。     

基于最小最大准则的危险品运输网络优化研究

为研究不确定型区间风险数据情境下的危险品运输网络风险规避问题,采用最小最大准则,构建一个具有更强鲁棒性的危险品运输网络双层规划模型。结合求解最短路径的Dijkstra算法,设计出启发式算法,处理不确定型区间风险数据,通过实例求解并验证模型的有效性。实例测试结果表明:算法程序在运行过程中始终能够达到一种稳定状态,能够删除那些具有最大风险上界值的边,促使企业在运输危险品时,选择远离人口密集区域的运输路线,求解得到的危险品运输鲁棒性网络,可以解决危险品运输过程中路段产生风险波动的问题。