下载排行
港口物流集疏运系统网络结构优化分析
黄芳;陶杰;贸易的全球化对港口物流提出了越来越高的要求,而畅通无阻的集疏运网络是提高码头效率和效益的关键。本文通过对港口物流集疏运系统的分析,阐述了集疏运系统对港口物流效率发挥的重要作用,并针对集疏运网络这一环节,借鉴双层规划模型和网络流理论,结合港口网络配流的特征,建立0-1整数规划模型,以最小物流成本为基础平衡货流量,优化港口集疏运网络结构。
综合交通运输系统碳排放预测的不确定性分析
张晔;宋国华;尹航;徐双亿;张泽禹;综合交通运输系统碳排放是全社会碳排放的主要组成部分，由于受多种因素影响，碳排放的预测具有不确定性。本文将综合交通运输系统划分为道路运输、轨道运输、水路运输和航空运输，将运输量、运输结构、运输工具的能耗和燃料的碳排放系数作为碳排放的影响因素，采用基于活动水平的方法测算综合交通运输系统碳排放。提出单位因素变化的碳排放变化率为敏感性系数，分析运输量、运输结构等不确定因素变化对碳排放的影响；设置不同减排情景，采用蒙特卡罗模拟预测在不同减排政策下碳排放发展的不确定性。通过敏感性分析研究发现：传统能源私家车、货车的运输量或能耗的变化对碳排放影响较大，敏感性系数达到0.46和0.23。不确定性分析结果表明：在既有政策设定情景和面向碳达峰情境下，交通碳排放有望在2033和2031年实现达峰，峰值分别约为11.4亿t与11.3亿t，不确定范围约为10～12亿t，随着时间的推移，碳排放的不确定范围呈扩大趋势。总体上看，交通运输系统在2030年前实现碳达峰难度较大。近中期，传统燃油车的能效提升对碳减排非常重要；中远期，推广新能源车辆措施会发挥更加重要的减排作用。
基于扩展技术接受度模型的共享自动驾驶汽车用户使用意愿研究
胡晓伟;石腾跃;于璐;毛科俊;共享自动驾驶汽车是智慧交通和绿色交通的重要发展方向之一,但目前其相关研究仍不充分,影响用户使用共享自动驾驶汽车意愿的因素及其作用机理有待深入剖析。为此,本文首先通过引入感知风险、服务质量和社会影响三个潜变量,构建了扩展技术接受度模型。然后将扩展技术接受度模型的潜变量、个人社会经济属性变量和出行方式属性变量整合到多项Logit模型,构建混合选择模型,并以用户选择共享自动驾驶汽车出行的概率衡量用户使用共享自动驾驶汽车的意愿。最后基于SP调查数据标定模型参数,得到潜变量关系及关键影响因素,通过弹性分析研究关键因素对用户使用意愿的影响。结果表明,感知有用性、出行费用、感知易用性、等待时间的影响最为显著,对应的弹性值分别是0.0502、-0.0401、0.0385和-0.0350。本研究对相关企业及相关政府部门发展和推广共享自动驾驶汽车具有重要参考价值。
北京交通现状与智能交通系统的发展
刘小明,荣建,关宏志本文在详细对比北京与国内外其他城市交通指标的基础上,包括交通需求、出行构成、交通供给、交通环境、交通管理以及交通法规与教育,对北京交通的现状进行分析。针对北京交通的发展历程和奥运的交通需求,提出了智能交通系统的建设需求,阐述了北京智能交通系统的总体规划、研究层次和建设步骤。
基于RP/SP调查的非集计模型在交通方式分担率预测的应用
刘志明;邓卫;郭唐仪;实际调查RP数据(Revealed preference data)具有可靠性,而意向调查SP数据(Stated Preference data)具有灵活性。为了更好地将两类数据结合起来,减少交通调查的工作量,提高调查的精确性,本文分析研究了RP/SP组和调查方案的设计,应用非集计模理论及调查所得石河子市组合数据,建立了交通方式划分的MNL模型,并应用spss13.0软件对模型参数进行了标定。通过模型拟合度检验验证了模型的有效性,和利用该模型对石河子市交通方式分担率进行了预测。结果表明,该模型能较全面地考虑居民出行选择的各方面影响因素,模型的预测精度和实用性较好。
基于多智能体图神经网络的城市无人机配送路径优化
周星宇;李姝涵;薛锋;【背景】随着智慧城市建设和低空经济的快速崛起，城市多机巢无人机配送系统在智能物流与城市低空经济发展中潜力巨大，但是同时面临路径规划、静态禁飞区避障与恒定风场影响等复杂问题，这些因素显著增加了调度优化的难度。【目标】针对多机巢无人机配送中的复杂约束，设计路径配送算法，以实现配送路径最短、能耗最低且避障安全的综合调度优化。【方法】构建多目标混合整数规划模型，综合考虑配送需求、飞行时间窗、静态禁飞区避让与风场影响，引入多智能体图神经网络算法（MAS-GNN），融合图神经网络与群智能优化方法以高效求解模型。【结果】基于30个客户点、10个配送中心的合成数据与典型静态禁飞区、风场模拟场景的试验表明，在复杂多约束无人机配送调度任务中，与深度强化学习（DRL）方法和基于Transformer规划模型相比，多智能体图神经网络算法展现出更高的解质量，优化后的路径能够充分顺应城市复杂空间结构，合理避让静态禁飞区并兼顾飞行安全，全面降低了配送任务成本。【结论】MASGNN算法在城市复杂场景下展现出高效全局寻优能力，为城市低空物流的调度提供了可靠的智能优化支持。【应用】该优化框架可应用于城市物流、应急物资投送以及多场景协同配送中的智能无人机调度系统设计与实际部署。
部分充电策略下的多车型电动汽车车辆路径优化问题研究
程坦;陈鹏;张国伟;朱宁;为了解决电动汽车使用过程中行驶里程短、充电难的问题，本文构建了带有时间窗、资源约束且允许部分充电的混合整数规划模型。考虑不同车型载重量、固定成本、可变成本、续航里程和充电速率的异质性，模型以多车型配送的单位里程可变成本和车辆使用的固定成本加和为目标函数，设计局部搜索增强的自适应大规模邻域搜索算法进行求解，算法中引入了充电站位置优化方法，通过摧毁算子和重建算子构建配送路径搜索解空间，并使用多种路径内和路径间优化算子进一步寻优。在多组不同规模算例上验证了算法的有效性和收敛性。数值实验结果表明，部分充电策略相较于完全充电策略在顾客规模为50时平均节约成本11.05%，节约成本随算例规模的增加而增加。但是部分充电策略算法收敛速度慢于完全充电策略。在满足约束的情况下，部分充电策略通过延长电动汽车的行驶距离，减少电动汽车使用的数量，可以有效的降低配送成本，在合理的时间内得到较好的求解方案。本研究可为物流企业推广纯电动物流车的实际工作提供指导。
短时交通流预测方法研究进展
陆海亭;张宁;黄卫;夏井新;实时准确高效的交通流预测是实现交通流诱导和交通控制的关键技术之一,近年来它在智能运输领域受到广泛关注。本文首先介绍了短时交通流的属性和预测要求,接着将现有预测方法分成4类:基于线性理论的方法、基于非线性理论的方法、基于混合理论的方法和基于交通流理论的方法,并且总结评述了现有各种预测模型的优缺点,之后探讨了当今短时交通流预测领域的研究热点,最后指出了其未来研究方向。
基于深度强化学习的无信号交叉口车辆协同控制算法
蒋明智;吴天昊;张琳;针对未来智慧城市智能网联汽车通过无信号交叉口的通行效率问题，本文基于深度强化学习提出了一种渐进式价值期望估计的多智能体协同控制算法(PVE-MCC)。设计了基于渐进式学习的价值期望估计策略，通过动态改变价值期望学习目标，保证值函数网络渐进式地持续学习，避免策略网络陷入局部最优解，并将该策略与泛化优势估计算法结合，提升算法收敛精度和稳定性。其次，以通行效率、安全性和舒适性为优化目标，设计了多目标奖励函数来提高多智能体协同控制的综合性能。此外，无信号交叉口易出现的“死锁”现象给多车协同控制带来了巨大的挑战，针对这一问题，基于链表环形检测算法设计了启发式的“死锁”检测-破解干预策略，实现对“死锁”环的提前检测和破解，进一步保障交通通行的安全性。最后，本文搭建了双向六车道无信号交叉口场景的仿真实验平台，进行功能和性能验证。实验结果表明，PVE-MCC算法比现有方案提高交通流量30.47%，单车效率提升了95.56%，舒适性提升了53.82%。
老年人公交出行特征及引导策略研究综述
冯小伟;刘路;全世界范围内老年人口比重正在快速增长，这一群体的出行需求受到社会各界越来越多的关注。老年人的自然衰老过程伴随着身心健康水平的下降，这些变化可能对其的出行产生重大影响，因此，老年人的出行行为相比年轻群体产生了较大变化。在中国，公交作为一种低成本、大运量的交通工具，成为老年人的主要出行方式之一，研究老年人公交出行的特征，有助于深入了解老年人公交出行需求。本文从老年人公交出行当前发展现状出发，围绕老年人公交出行特征、影响老年人公交出行的因素、老年人公交出行满意度、老年人公交出行引导策略等四个方面对老年人公交出行的研究现状进行了综述并指出现有研究的重点。老年人出行行为方面，公交IC卡数据和问卷调查数据被广泛应用于老年人出行目的、频率、时空特征等问题的统计分析，但对其出行机理的研究有限。影响老年人公交出行的因素主要集中于探究个人属性（年龄、性别、健康状况、经济水平、家庭结构等）和环境因素（天气、地形、城市用地、服务设施、政策等）。在老年人公交出行满意度方面，由于身体机能下降的原因，老年人更加关注公交出行的舒适性、便捷性和安全性。老年人公交出行引导策略方面，众多城市通过出台相关政策法规、改善公交出行环境、保障公交出行安全以及提高公交服务水平等措施主动引导老年人合理出行。最后，本文对老年人公交出行未来发展趋势进行了展望，以期能够为打造适老化的公交出行服务提供参考。