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。     

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.     

级联失效特性下的危险品运输路径选择研究

基于复杂网络的级联失效特性,构建危险品运输网络的级联失效模型,提出用路段重要度来度量某条路段上发生危险品事故后引起网络其他路段失效的规模。以路径风险最小化和路径总重要度最小化为目标,建立危险品运输路径的多目标决策模型,并利用标号法进行求解。算例结果表明,危险品运输网络确实存在级联失效现象。选择危险品运输路径时,应尽量避开重要度高的路段,以降低危险品事故对普通道路网络的不良交通影响。     

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。     

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。     

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。     

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。     

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。     

危险品运输网络中运输方式和路径优化研究

在危险品运输网络中，往往有多种运输方式和多条运输路径。不同运输方式在不同路径上发生事故所造成的损失不同，不同运输方式的单位运输成本也不同。本文研究了在给定运输起点和终点的情况下，在综合考虑事故所造成的损失最小和运输成本最小的情况下，运输方式和运输路径的选择方法。通过一个仿真例子说明了模型的求解方法和实际效果，并与单一运输方式的方案进行了对比。结果表明考虑运输方式的组合，在一定程度上可以降低危险品运输过程中的社会总期望损失和运输成本。     

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。     

危险品运输网络优化设计研究综述

为分析当今反恐新形势下的危险品运输网络优化设计问题的研究现状,系统总结国内外关于一般场景和恐怖袭击威胁2种情况下危险品运输网络优化设计研究的主要模型和方法,梳理两者现有的研究内容,并讨论其共性及恐怖袭击威胁情景下的研究的新特点。结果发现:目前关于解决危险品运输网络优化设计问题模型的鲁棒性研究较为缺乏,尤其是模型在更为复杂和不确定性更强的恐怖袭击情景中适用性不强;危险品运输的鲁棒优化模型即使在突发事件条件下,也可以使决策者能够作出相对满意的决策;鲁棒性危险品运输网络能够规避风险扰动,可用来防止在恐怖袭击中因危险品车辆爆炸等造成更大的危害。     

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。     

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。     

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。     

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。     

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.     

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。