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。     

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。     

危险品运输路径优化问题研究综述

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。     

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。     

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。     

应急救援物资多式联运路径优化

为将应急救援物资在最短时间内运抵受灾点,解决由公路、铁路、直升机等组成的应急救援物资多式联运路径优化问题,结合应急救援物资多式联运网络的实际情况,首先综合考虑运输时间的时变性、铁路发班时间限制,以及受天气等因素影响,导致直升机会有禁止飞行时段的特点,构建时变网络下的应急救援物资多式联运路径优化模型;然后设计蚁群算法;最后进行算例分析。研究结果表明:通过该模型和算法,可根据决策者的要求快速地选出将应急救援物资最快运抵受灾点的运输方案,可为决策者提供决策支持。     

铁路危险货物办理站点优化配置方法研究

铁路危险货物运输办理站点的优化配置,涉及到需求分布、设置地点、区域规划、环保要求、业务功能以及与其他运输方式的分工、衔接等,是一个复杂的系统工程。分析了已有铁路危险货物办理站点整合优化模型的不足,首先从铁路部门角度综合考虑现有铁路危险货物办理站点的各方面条件,进行多准则决策评价,从运输需求者角度考虑运输方式多属性决策,进行铁路危险货物办理站点的综合效用评价,并基于投资成本、环境风险、运输效用和区域公平性等方面构建了铁路危险货物办理站点优化配置模型,为了有效解决多站点、多需求、多区域、多目标铁路危险货物办理站点优化配置模型因素复杂、规模大、层次多的问题,提出了运用大系统分解协调的多目标遗传算法求解模型的思路。     

基于多目标优化的危险化学品运输模式探讨

近年来,危险化学品在运输过程中的事故越来越多,危害也越来越大,人们关于运输的安全意识也越来越强烈。本文介绍了多目标遗传算法、多目标优化、多目标进化以及他们之间的关系,并将多目标优化问题与危险化学品运输紧密联系起来,建立基于多目标优化的危险化学品运输模式。通过对危化品公路运输的问题描述以及约束条件（包括运输人员、押送人员、运输车辆、监督部门等等）的确定,把该问题转化成为拥有多目标的数学模型,最后利用网格法对危险化学品运输多目标优化进行求解,把多目标问题转化成为多个相互联系的2目标问题,通过减少目标函数边界的方法进行优化。通过这样求解的多目标问题,能够保证运输路径最短、费用最低、安全性最佳,为危险化学品运输安全提供技术支撑。     

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。     

静态单点多目标危险品道路运输路径优化

为控制危险品运输对环境和居民造成的影响,基于不同运输决策者的路径选择要求,建立有关静态单点多目标约束条件下危险品道路运输路径优化的多个模型。分析危险品事故率影响范围、人口暴露、环境破坏和综合后果风险,并以距离、成本及风险最小化为目标,设计运输路径优化算法,运用灰色关联分析法(GRA)选出与"绝对最优路线"关联度最大的次优路线;最后以国内某公司的苯乙烯运输为例,验证模型和算法。结果表明,模型和算法适于求解危险品运输路径的优化问题,能得到运输时间较短、成本较低、对人和环境危害较小的最优路径。     

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。     

基于多式联运的应急物资供应多目标优化研究

为解决灾后应急物资供应问题,针对运输的紧迫性和逐级调配的现实模式,采用货车-飞机-货车联合运输的方式,结合由物资供应点-中转点-分配中心-需求点构成的4级服务网络,从政府、受灾者和救援人员3方的角度,建立以最小化系统总运营成本、总运输时间和运输车辆驾驶员心理成本为目标的多目标混合整数动态规划模型,并采用Epsilon约束算法求解模型,分析关键参数的灵敏度,结合案例计算验证模型运算效率。结果表明：该模型能够得到一组有效的非支配解,即Pareto前沿,提供不同决策侧重点的多阶段物资调配方案;中转物资单位操作时间过长或过短都会导致救援总时间增加;系统总成本不会随着驾驶员心理极限运输时长的改变单调变化。     

带混合时间窗的多目标危险化学品运输路径优化

为降低危险化学品运输风险,使路径选择更加科学、切合实际,从责任主体、社会影响等方面综合考虑危险化学品运输相关主体,根据各主体目标对影响运输路径选择的指标进行重新识别和细分,提出5大指标体系。应用熵权法计算出各指标权重,建立混合时间窗条件下的多目标危化品运输路径优化模型,通过改进的多目标遗传算法求出Pareto最优解。结果表明,不同时间点出发会产生不同的Pareto最优解,并且可得到每条最优路径的出发时间窗,每个最优解代表了某项指标达到相对最优时的路径。混合时间窗较符合实际情况,基于出发时间窗及生成的多条最优路径,决策者可根据决策偏好及关注重点以较高效率选出最合适的路径。     

考虑碳排放的危险品运输异构车辆路径问题研究

为满足危险品运输异构车辆路径问题(HVRP)的低碳需求,对易爆危险品运输过程中的总风险、总成本和总碳排放量进行最优化处理。首先,在模型构造阶段,改进总成本与总风险的度量方式,包括建立爆炸事故场景下考虑危险品装载量的风险量化模型,并设计一种用于惩罚成本计算的软时间窗函数,该函数可以优先减少装载量较大的车辆在客户处的等待时间;然后,在算法改良阶段从2方面改进非支配排序遗传算法(NSGA-Ⅱ),设计一种带有改良交叉算子的混合交叉方法来提升全局搜索效率,并通过包含2个阶段的变邻域搜索(VNS)算法来提高局部搜索能力;最后,通过算例验证模型和算法的有效性。研究结果表明：相较于原始NSGA-Ⅱ,改进的算法收敛曲线下降更快,使总成本、总风险和总碳排放量3个优化目标的平均值进一步减少3.36%、12.16%和6.96%;在车辆数目有限的车队中,承运人可以通过选择不同的车辆类型对各目标产生不同程度的影响。     

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。     

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。     

基于多车型多行程的城市生活垃圾分类运输路径优化北大核心CSCD

生活垃圾的产生和处理是城市环境压力的重大来源之一,在垃圾收运网络中,使用不同的运输模式和车型,会在很大程度上影响垃圾收运路径的选择,从而导致不同的垃圾收运总成本。根据城市生活垃圾分类收运模式的特点,以总成本最小为目标,多角度考虑现实约束,建立多车型多行程带时间窗的城市生活垃圾分类单独运输模型和分类联合运输模型。通过ArcGIS分析功能获取的真实路径距离矩阵构建算例,使用模拟退火算法对两种分类运输模型进行求解,得到实际收运路径,进一步对车型使用进行敏感性对比分析。结果表明:在分类单独运输模式下,采用多车型垃圾收运车比单一车型成本更低;但采用分类联合运输模式的效率更高,且能大幅降低社会总成本,有效减轻环境污染。     

连续时变风险下危险品储运选址-选线问题

为提高危险品储运安全性,针对一类连续时变风险下的危险品储运选址-选线问题,协同优化仓库选址、运输选线和运量分配决策。首先,考虑应急救援的持续影响,构建连续时变风险的非线性度量模型;然后,以总连续时变风险最小和总成本最小为优化目标,基于局部连通城市路网,建立0-1混合整数多目标非线性规划模型;最后,根据模型复杂性,设计基于逼近理想解排序法(TOPSIS)的遗传-Dijkstra阶段式求解算法,并通过算例验证模型及算法的有效性。结果表明：相较于现有管理方案,考虑连续时变风险的危险品仓库选址及运输路线选择方案,能减少48.79%的总储运风险,更有利于危险品的储运安全。