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。     

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。     

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。     

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。     

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。     

考虑台风动态路径影响的疏散车辆路径规划研究

为了解决强台风灾害下的人群转移安置问题,以2021年第6号台风“烟花”影响下上海市金山区人群转移安置为例,采用ArcGIS空间分析进行集结点选址,以集结点到避难所距离最短为优化目标,考虑疏散需求、避难所容量等约束条件,建立避难所选址模型。考虑台风移动路径影响,以疏散车辆行驶距离最短及转移风险最小为优化目标,建立疏散车辆路径规划模型,并设计遗传算法对其进行求解。研究结果表明：该方法能够求出台风路径影响下的车辆路径规划方案。研究结果可为台风灾害下人群转移安置方案提供参考。     

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。     

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。     

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。     

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。     

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。     

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。     

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。     

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。     

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.