-
公开(公告)号:CN117764467A
公开(公告)日:2024-03-26
申请号:CN202311662305.4
申请日:2023-12-06
Applicant: 东南大学
IPC: G06Q10/083 , G06Q10/0631 , G06Q10/067
Abstract: 本发明提供了一种货运需求不确定条件下的多式联运枢纽选址的鲁棒优化方法。本方法首先在传统的P‑中位选址模型的基础之上,结合多式联运运输网络特点,考虑运输、中转等各项成本和枢纽库存容量限制,建立多式联运运输网络总成本最小化为目标的多式联运枢纽选址优化模型;再引入鲁棒优化的思想,采用有界区间作为不确定货运需求的集合,对目标函数和约束条件中含有货运不确定参数分别进行转化,通过设定不同的不确定预算Γ值来调节模型的保守程度,规避参数的扰动,建立了基于不确定需求的多式联运枢纽选址鲁棒优化模型;最终通过对模型求解验证,为多式联运经营人提供一套兼顾解的鲁棒性和期望成本支出的多式联运枢纽选址方案。
-
公开(公告)号:CN118379807A
公开(公告)日:2024-07-23
申请号:CN202410511097.6
申请日:2024-04-26
Applicant: 东南大学
Abstract: 本发明公开了一种考虑从众效应的动态拥堵收费方法,包括如下步骤:组织交通调查,确定各起讫点间的交通需求量以及路段的初始路段流量,设置拥堵收费实施总阶段数;根据路段流量,生成相应路段的拥堵收费参数,实施拥堵收费;在拥堵收费实施后,根据从众效应的拥堵收费动态演化模型,更新路段参考流量;收敛性检查,若参考流量收敛于路段流量,则迭代终止;否则根据参考流量更新路段流量后返回重新生成参数。本发明考虑了从众效应对出行者的路径选择行为的影响,可更准确地模拟交通流的动态演化,通过设置不规则间隔更新阶段,可跟灵活地实施拥堵收费,有助于增强拥堵收费的实际效果,优化交通拥堵状况,非常符合实际拥堵收费的应用需求。
-
公开(公告)号:CN119169802A
公开(公告)日:2024-12-20
申请号:CN202410790834.0
申请日:2024-06-19
Applicant: 东南大学
IPC: G08G1/01 , G06N3/126 , G06N3/006 , G06Q10/047
Abstract: 本发明提出了一种考虑出行者从众效应的路径交通流诱导方法。通过选定若干路径作为诱导路径,并向部分出行者提供路径补贴信息,吸引该部分出行者选择诱导路径出行,在从众效应的影响下引导其余出行者选择诱导路径。为此,本发明构建了双层规划模型作为交通流调控模型,其上层模型以最小化系统总出行时间成本和路径补贴成本为目标函数,下层模型为给定诱导路径下考虑从众效应的动态演化模型。通过遗传算法求解,实例分析显示:该模型可以有效降低整个网络的系统总出行时间成本,在一定程度上缓解交通拥堵。同时,从众效应的存在可以在降低路网系统总出行时间成本的同时减少补贴成本,进一步提升基于路径补贴的交通流调控策略的作用效果。
-
-