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。     

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.     

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。     

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。     

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。     

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。     

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。     

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。     

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。     

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。     

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。     

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。     

危险品事故泄漏模糊路网应急资源优化研究

当危险品大规模泄漏事故发生后,应急物资快速配送对于减轻危险品对人员伤害和挽救损失有重要意义。首先从损毁路网修复和救援物资2个方面建立双层模型,从有限物资分配修复损毁路网和救援上进行优化分配,并通过路径优化时间最短分配物资,使应急救援系统的损失最小化。利用宽容分层的方法对模型进行求解,求解最优的物资分配和运输路径方案。最后利用算例,对模型和算法进行检验,找出需要修复受损路网中关键路段。     

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。