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。     

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GPS数据的危险品运输车辆行程链聚类研究

为帮助政府相关部门精细化监管危险化学品运输，提出一种基于全球定位系统(GPS)数据的危险品运输车辆行程链聚类分析框架。设置时空阈值，从GPS数据中提取车辆基站和中途有效停车点，生成危险品运输车辆行程链；在计算行程链数、平均停车点数、平均行程链停车时长和平均行程链距离等已有指标的基础上，使用平均行程风险和平均停车点风险衡量危险品运输车辆行程风险；以行程链特征为聚类指标，轮廓系数与误差平方和为评估指标，比选K-Means、K-Means++、PAM、FCM这4种算法的行程链聚类效果；通过实际案例分析验证框架的可行性。结果表明：K-Means++算法效果最佳，危险品运输车辆被分为化工园区接驳(44.19%)、城际运输(31.42%)、城市配送(13.23%)、场站接驳(9.76%)和非工作状态(1.40%)5类。     

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。     

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.     

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。     

基于模糊Petri网的危险品运输安全评估模型及应用

针对现代危险品运输安全监控问题,以运输费用、事故风险、灾害致灾、补救能力为运输安全评估的关键因素,建立安全分析的评估指标体系,提出一种基于模糊Petri网的危险品运输安全评估模型。首先应用转换规则给出评估指标体系的模糊Petri网表示和在Petri网模型的基础上的模糊推理算法,其次结合层次分析法(AHP),采取定性与定量分析相结合的方法进行安全评价;最后给出基于ArcGIS的评估模型实现方法,并应用于危险品运输安全监控系统的开发。模糊Petri网的数学特性及易于实现的特性,使得安全评估模型的建立,有助于实现运输安全评估策略的形式化、定量化和动态决策,而基于安全评估模型的危险品运输车辆监控系统的成功开发,进一步表明评估模型、推理算法和实现方法是合理可行的。     

区域危险品道路运输网络双层反馈规划模型及算法

为通过运输网络规划方式降低区域路网危险品运输风险,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,在假设监管者网络规划目的为总运输风险最小,运输者选线目的为总运输成本最小的基础上,建立区域危险品道路运输网络双层规划模型。进一步提出能求解得到稳定运输网络的双层反馈式算法,即在传统模型算法中增加稳定性检验和反馈调整算法,进而保证运输者在监管者规划路网中所选路线运输成本最小的同时运输风险也尽可能小。最后,通过实例分析检验模型和算法的有效性。计算结果显示,反馈式算法求得的运输网络更稳定,总运输风险值也比传统模式和算法的低。     

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。     

路径-脆弱点最短距离最大化的危险品运输网络设计

为了实现危险品运输网络的有效设计,进而降低危险品运输风险。将分布于公路两侧的医院、学校、居民区、购物中心等人口集聚场所定义为“脆弱点”,并通过计算运输路径和脆弱点间的加权距离来评估路段风险;结合双层理论构建模型,上层规划为政府的网络设计问题,通过关闭部分路段来最大化危险品车辆行驶路径与各脆弱点间的最小加权距离,下层规划则为承运商的车辆路径选择问题;为求解模型,设计1类启发式算法,并对算法的计算时间复杂性进行证明,最后根据算例分析发现,该算法经过有限数量的迭代即可得到风险最小的、次小的、…、第k小的运输路径及对应的路段关闭方案,为寻求兼顾运输风险和运输成本的最优方案提供决策支持。     

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。     

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。     

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。     

危险品道路运输风险分级指数法研究

危险品道路运输过程风险影响因素多,随机性和不确定性大,定量风险评价比较复杂,至今没有统一的风险评估模型.为了有效预防危险品运输事故和进行快速风险评估,基于运输危险品本身特性和相关的风险影响因素探讨了运输危险品现实风险分级指数法.该方法由危险品风险分级指数、路线影响因素和安全措施补偿因子3部分构成.危险品风险分级指数由危险品加权平均风险等级和运输危险品量、泄漏点与居民区距离以及危险品扩散因子等级确定.危险品加权平均风险等级涉及其健康危害性、可燃性、化学反应活性以及特殊危险性(氧化性和与水反应性)等级的确定.路线影响因素包含运输道路特征、气象条件、交通状况和影响人员分布4类.安全措施补偿因子为车辆、设备、容器、包装因子,人员素质因子和安全管理因子3类.该方法可对运输危险品的潜在风险进行快速分级,有利于采取有效的安全预防和控制措施,降低运输事故概率和沿线影响人员风险.     

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。     

危险货物多式联运路径优化问题的多目标优化算法

为了更为有效地规划与管理危险货物运输,研究在多式联运危险货物时的路径优化问题,同时囊括双目标、多批货物以及货物的送达时间要求和路段的容量限制。以运输和转运过程中的总成本和总风险最小为目标,构建了双目标0-1线性规划模型。集成路径搜索算法和非支配排序规则,设计了基于帕累托分析的多目标优化算法,以获得原问题的非劣路径。算例结果表明,该算法可有效地获得实际问题的一组具有竞争性的非劣解,且相比于单式运输,多式联运危险货物有望同时降低总成本和总风险。