网络首发
场景驱动的卡车-无人机协同配送问题研究综述
唐立;尹瑶琳;蒲科先;庄代文;【背景】低空经济的兴起为传统物流运输带来了新的发展契机，卡车-无人机协同配送模式因兼具卡车的运载能力和无人机的灵活性，逐渐成为研究热点。【目标】探究卡车-无人机协同配送研究进展，系统梳理相关研究成果，提炼面向不同使用场景的建模重点。【方法】首先介绍了两种基础模型以及四种典型协同方式，进而从城市、应急、农村山区和创新服务模式四个典型场景梳理了现有研究的建模思路，并回顾了当前主要的求解算法。【结果】卡车-无人机协同配送模式在各类应用场景下均有望实现比传统基于单一配送模式更优的表现。在建模思路方面，场景特征决定了约束条件的差异：城市场景主要关注限制区和时间不确定性约束，应急场景则注重快速响应，农村山区重在考虑地形约束而创新服务模式旨在快速高效。求解算法方面，人工智能算法表现出较强的适应和求解能力，在动态不确定等复杂问题上更具优势。【应用】本综述可为卡车-无人机协同配送在不同应用场景中的建模提供有价值的参考与启示。
考虑时间价值差异的港口群海铁联运协同补贴策略
简文良;闫婷婷;【背景】财政补贴是激励发展海铁联运的重要举措，我国各港口现行的补贴政策多存在忽视货运需求特征、港口间协同不足等问题，补贴效率有待进一步提升。【目标】基于货物时间价值划分不同的货物需求类型，研究制定多港口系统面向差异化需求的协同补贴策略。【方法】综合考虑货物资金占用成本、延误成本、贬值成本建立货物时间价值测度方法；在此基础上，构建上层为补贴决策优化，下层为货源分配优化的海铁联运协同补贴双层优化模型。【数据】以福建省福州港和厦门港的双港口系统海铁联运为案例开展模型应用研究。【结论】考虑时间价值差异的港口群海铁联运协同补贴策略能够有效提高财政资金利用效率，实现港口群整体的海铁联运总量提升。模型仿真结果显示，在实现相同海铁联运量的情况下，协同补贴模式下投入的财政资金较非协同补贴模式，展现了减少约45%财政资金的潜力；在相同的补贴总额约束下，实施差异化协同补贴的系统海铁联运总量较无差异化协同补贴增幅可达约7%。
面向区域电动汽车充电站负荷统一预测的物理感知频域图模型
李成龙;焦小刚;毕利;【目标】针对区域电动汽车充电站负荷预测中存在的时空异质性、经济敏感性及长时预测误差累积等挑战，构建一种能够同时捕捉复杂时空依赖与动态价格响应的物理感知频域图网络统一预测模型。【方法】提出FGN-GCN模型，基于交通分析小区构建区域图网络，结合图卷积与频域傅里叶网络提取跨区域的时空异质性特征，并适配物理感知元学习策略以嵌入需求价格弹性定律，同时采用非自回归的统一预测范式替代传统迭代模式，通过单次前向传播直接映射未来全时段序列，从根本上阻断了多步预测的误差传播。【结果】实验结果显示，该模型在全路网247个节点上的综合性能优于现有先进基线模型，其中长时预测（60分钟）的RMSE降低了约8.0%，MAE降低了约3.0%。同时，统一架构使训练时间缩短约6.5倍，模型存储空间压缩4.4倍。价格脉冲响应测试证实，模型能够捕捉符合经济学规律的负价格弹性特征，在面对价格波动时呈现出单调递减的响应趋势。【结论】频域增强架构结合物理先验有效抑制了高频噪声，弥补了纯数据驱动模型在因果推理上的不足；统一预测策略在保证全视界精度的同时实现了计算资源的大幅优化，解决了长时预测中的稳定性问题。【应用】该模型具有显著的轻量化优势，适用于资源受限的边缘计算节点，可为充电站运营商的实时负载管理和动态定价策略提供决策支持。
时间和碳交易价格不确定的协同联运路径优化
卜凡;吕莹;奇格奇;刘洋辉;【背景】推动多式联运发展，促进公路运输向铁路、水路运输转型是促使交通运输业节能减排的重要途径，但传统多式联运灵活性不足以及各利益相关方之间协同合作的缺乏，导致多式联运发展缓慢。协同联运作为一种更为灵活的多式联运模式，能够有效弥补传统多式联运的局限性。【目标】面向多式联运企业，同时考虑运输过程中时间和碳交易价格的不确定性，综合运输、转运、碳排放以及与时间相关的多项成本，提出协同联运模式下的路径优化方案。【方法】通过联合作业时刻的动态调整对运输时间的变动及时做出反馈，以最小化成本为原则构建了协同联运路径优化模型。利用蒙特卡罗抽样处理时间分布，使用三角模糊数刻画模糊碳交易价格，从而将不确定模型转化为混合随机模糊机会约束规划模型，为准确、高效地求解，通过时间窗放缩剪枝改进了深度优先搜索算法，并设计算例对模型和算法进行了验证。【结果】研究结果表明，本文模型对不同时间分布具有普适性；改进算法的求解效率相较于传统的深度优先搜索算法提升了88.4%，且随样本容量的增大优势愈发显著；运输企业的碳交易价格风险偏好水平的变动会促使运输方式转变，但无论企业对碳交易价格持何种态度，施行碳交易政策都会使得碳排放量显著降低。【结论】本文构建的协同联运路径优化模型，能够有效解决不确定环境下的协同联运路径优化问题，为协同联运方案规划提供依据，提升企业的经营效益，从而引导运输结构向低碳模式（铁路、水路运输）转型。
建成环境对交通事故伤亡的时变影响—基于Copula的双变量方法
陈鹏;宋栋栋;支丹月;刘永涛;【背景】随着城市化进程加速和机动车保有量持续攀升，交通事故频发已成为制约我国社会安全发展的重要公共问题。传统研究多采用单变量模型分析死亡或受伤人数，难以揭示二者之间的联合作用机制。此外，相关文献对变量影响的时变性解析不足。【方法】构建了基于高斯Copula的双变量负二项回归模型，分时段系统评估了京津冀地级市事故死亡与受伤人数的联合分布特征及建成环境因素对交通事故伤亡的时变影响。【数据】研究分别基于2017/2018/2019/2020年京津冀地区交通事故伤亡人数，同时结合社会经济指标与兴趣点（Point Of Interest， POI）数据，最终从经济发展、人口数据、生活服务类、消费娱乐类、公司商务类、风景名胜类、公共服务类、交通服务类8个维度构成建成环境指标。【结果】研究发现，不同年份京津冀地级市交通事故死亡与受伤人数之间均存在显著的正相关性，相关系数分别为0.644/0.610/0.527/0.503，且P值均小于0.001。基于最优高斯Copula的双变量负二项回归模型结果表明，死亡人数的时间稳定性因素包括地区生产总值、人口密度、风景名胜等5个变量，其中人口密度在2020年影响最大（–0.930， P <0.001）；受伤人数的时间稳定性因素则包括人口密度、汽车服务、餐饮服务等6个变量，其中餐饮服务在2019年影响最大（1.634， P <0.001）。【应用】本文进一步拓展了交通事故伤亡数据建模的理论方法，并为京津冀区域降低人车冲突风险、调整动态通行方案、改善交通基础设施等交通安全管理与城市规划决策提供了有力支撑。
灾后无人机救援设施选址及资源分配的鲁棒优化方法
侯龙妹;程春;刘昊东;刘阳;【背景】灾后应急救援中，快速高效的物资配送至关重要。无人机具有速度快、灵活性高的优点，在应急救援领域具有较大的应用潜能。【目标】提升应急物资的配送效率与稳健性，以应对灾后物资需求的不确定性和各类救援资源的有限性。【方法】研究了一个由中心仓库、临时救援设施和受灾点组成的三级应急物流网络问题，采用两阶段鲁棒优化方法构建模型，在第一阶段制定临时救援设施选址、物资分配和无人机电池分配决策，在第二阶段观察到受灾点的实际需求后制定无人机配送方案，以最小化系统在最大需求波动场景下的救援成本。随后，采用列-行生成算法精确求解模型，并基于文献数据和无人机实际性能参数验证了算法的有效性。【结果】相较于忽略随机性的确定性优化模型，考虑不确定性后的鲁棒模型虽然常态下的成本略有增加，但最坏场景下的成本有较大降低，并能够提升极端情形下灾后应急需求的满足率。【结论】深化了无人机在应急救援领域的应用，为应急管理部门制定灾后物资配送策略提供了决策依据。
不确定离场滑行与进场飞行时间下的鲁棒跑道调度
李健;张军峰;周仁浩;朱玲;【背景】高效的跑道调度是缓解机场拥堵和延误、提升运营效率的关键，而现有确定性调度模型难以捕捉实际运行中的不确定性，同时多数研究忽略了进离场的联合运行，无法充分适配实际运营需求。【目标】针对考虑不确定性的联合跑道调度问题，提出了一种新颖的两阶段随机优化模型，旨在实现鲁棒的进离场跑道分配与调度方案。【方法】综合考虑离场滑行时间与进场飞行时间的不确定性，在第一阶段确定战术性跑道分配方案，第二阶段优化飞机起降时间。采用样本平均近似法（SAA）进行模型的转化，通过基于logic-based benders 分解算法（LBBD）实现模型的高效求解。【数据】以广州白云机场2023年12月3日的实际运行数据开展验证分析。【结果】结果显示相较于商用求解器直接求解，LBBD 算法平均计算效率提升近 33 倍且能获得高质量解；与三种不同的传统跑道分配方案相比，优化后的跑道分配方案可有效减少航班延误；鲁棒性分析进一步突出了在跑道分配中纳入不确定性的重要性；最后相关参数的灵敏度分析给出了实际运行的一些建议。【应用】该优化框架与求解方法可帮助应用于繁忙机场的进离场联合调度优化，为机场运营管理者提供科学的战术性决策支撑。
有条件自动驾驶横向接管控制行为建模
张俊杰;马永锋;张子煜;康凯;胡布雨;【背景】在条件自动驾驶环境下，当系统能力接近边界时仍需驾驶人及时接管。然而，接管初期常出现控制不稳定与迟滞反应，影响行车安全与人机协同效率。【目标】刻画驾驶人在接管过程中的控制恢复与环境适应特征，揭示影响接管稳定性的关键因素。【方法】搭建基于Carla的驾驶仿真平台，构建雾区接管实验场景，采集被试驾驶行为、眼动及主观评价数据；采用滑动时窗样本熵（SW-SampEn）提取控制动态特征，以此定义接管紊乱时长（TID）与环境适应时长（EAD）。进一步建立具有聚类异质性与Gamma脆弱性的双Weibull加速失效时间（AFT）模型，对横向接管控制行为及其稳定性进行建模分析。【结论】接管过程呈现“紊乱—适应—稳定”的动态演化特征。同步流交通条件显著延长TID与EAD，次任务中断有助于缩短恢复时间。驾驶风格、性别、驾驶经验及对自动驾驶的信任水平均显著影响接管恢复稳定性。【应用】为接管稳定性评估、接管策略设计及人机协同驾驶优化提供方法支持与量化依据，为复杂环境下自动驾驶安全管理与控制策略制定提供参考。
多层视线诱导下隧道入口驾驶行为调控与安全增益评价
周泓卓;孙闻鹏;王云晓;贝润钊;吕能超;【目标】为提升隧道入口驾驶行为的平顺性与交通安全水平，本文基于多层视线诱导理念设计了改善方案，并开展实车实验评估其有效性与全天综合安全效益。【方法】选取两条隧道，一条设置该方案，另一条设置现行规范中的方案作为对照组，分别在白天和夜间开展实车实验。构建隧道入口区域驾驶行为评价指标体系，统计分析该方案对驾驶行为的调节效果，并探索其调节机制，继而基于因子分析和熵权法综合评价其在白天和夜间的综合安全效益。【结果】该方案可以显著优化驾驶行为：促使驾驶人更早发现隧道（白天提前62.98%，夜间提前55.57%）；显著减弱了横向规避行为的程度（对洞门规避：白天减弱83.27%，夜间减弱79.95%；对侧壁规避：白天减弱41.38%，夜间减弱37.94%）；大幅提升了行车轨迹的平滑度（白天提升4.02倍，夜间提升3.68倍）；使减速行为启动更及时（白天提早54.67%，夜间提早45.41%）且过程更平缓。综合安全性评价得分为：改善后夜间(0.96)>改善后白天(0.12)>改善前夜间(-0.28)>改善前白天(-0.80)。【结论】无论白天还是夜间，基于多层视线诱导理念设计的隧道入口改善方案，均能促使驾驶人提早感知、操作，提升驾驶行为平顺性，进而显著提高安全效益。【应用】为相似高风险驾驶场景的视线诱导方案设计与评价提供范式。
面向任务驱动的船舶轨迹多维特征动态选择
张新伟;刘文;【背景】船舶轨迹分类与预测任务的精确度提升严重依赖轨迹特征的选取，如何灵活、动态的选取适配于任务的特征，已成为当前领域内的重要问题。【目标】为增强特征与任务的适配性，破解传统方法依赖人工规则导致的泛化能力不足、特征冗余引发的高复杂度及跨任务权重固化等痛点。【方法】提出一种任务驱动的动态特征选择框架，该方法首先构建了多维度特征体系，从属性维度（运动/行为/时空/统计特征）和结构维度（时序/非时序特征）解耦特征，形成特征全集；继而设计两阶段特征优选机制，先通过多准则过滤法初筛共性特征子集，再结合轻量化模型重要性加权融合进行任务特异性精筛；最后开发了动态特征网络，嵌入可学习掩码模块，以模型特征重要性初始化权重并随任务损失梯度自适应更新。【结果】基于波罗的海水域船舶轨迹数据集的验证表明：两阶段筛选的特征子集在分类任务上提升基线模型精度2.62%-4.07%，在预测任务上降低Haversine误差0.11km-0.74km；提出的动态特征网络在分类任务中平均精度达92.35%，预测任务Haversine误差降至1.59km；在新增的中国近海水域数据集的实验中所提出的动态特征网络在分类任务中平均精度达96.1%，预测任务Haversine误差降至1.48km。【应用】该框架为船舶轨迹分析提供了轻量化、高精度的特征优化路径，有效推动了海事监管智能化发展。