网络化条件下的车辆编队路径问题

来源 :北京交通大学 | 被引量 : 0次 | 上传用户:wwangruir
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着现代物流业配送需求的不断增长,各大物流企业不断扩大车辆规模以应对日益增长的客户需求,而燃油载货车辆的增加和大规模运行势必增加燃油消耗。如何有效减少车辆在配送过程中的燃油消耗量,已逐渐成为国内外学者探讨研究的热点问题。近年来,车辆编队行驶被证实对减少车辆行驶过程中的油耗具有显著效果,然而目前将编队行驶应用到路径规划问题中的研究还相对较少。车辆编队行驶是指多辆车在道路上组成纵列式车队,以较短车距进行同速行驶,通过降低车辆受到的空气阻力来减少油耗。本文提出在复杂道路网条件下,将编队行驶和车辆路径问题相结合,围绕以最低油耗为目标的车辆路径问题展开研究。首先,在现有研究工作的基础上,介绍了车辆路径问题的相关理论,对车辆编队行驶的构成以及节能原理进行阐述,利用示意图分析了车辆编队的形成机制,同时阐述了影响组成车辆编队的时间因素和路径因素,为构建相关模型提供理论基础。其次,针对车辆编队行驶在低油耗配送路径问题中的研究,本文着重建立了两个线性规划模型,逐步研究车辆编队行驶在实际路网场景下的路径规划问题。因基础车辆路径问题模型难以研究车辆在路段上的行驶行为,故首先研究了复杂道路网上的车辆路径问题,为引入编队行驶提供了模型基础。本文第一个模型着重解决车辆编队行驶在车辆配送路径中的应用问题,考虑到物流企业对车辆为组成编队而耗费的等待时间的要求存在差异,分别建立了两种目标函数:(1)人为限制等待时长下的低油耗目标函数;(2)综合考虑油耗和等待时间成本的双目标函数,同时对模型进行分析并验证编队行驶在路径规划问题上的可行性。本文第二个模型是对第一个模型的延伸,将车辆编队行驶的应用场景扩展到多配送中心,探究不同配送中心的车辆在道路上的编队行驶问题,以减少整个配送系统的燃油消耗量。最后,针对上述所建立的线性规划模型,利用京津冀区域高速路网上的货物配送案例对模型进行验证,并对不同参数下的求解结果进行因素分析。求解结果显示,在路径规划中考虑车辆编队行驶可相对减少3%到7%的燃油消耗量,在编队行驶方面,较宽松的车辆等待时长限制和编队中较短的车距可明显提升组成编队行驶的几率以及降低整体燃油消耗量。本文通过构建相关模型和案例研究,验证了编队行驶在路径规划应用方面的可行性以及对减少油耗的有效性。图41幅,表33个,参考文献78篇。
其他文献
铁路专用移动通信系统当前处于向下一代通信制式演进与发展的重要时期,专网技术发展与部署将采用信息通信技术(Information and Communication Technology,ICT)的全新架构进一步为业务应用赋能,加速铁路行业应用业务的创新发展。由铁路数字移动通信系统(Global System for Mobile Communications-Railway,GSM-R)向铁路5G
高峰客流拥挤是当前大城市轨道交通面临的普遍问题,不仅严重影响客运服务水平,而且易引发运营安全问题。拥挤根源在于供需矛盾,当运力供给难以有效提升时,从客流需求侧加强管理成为缓解拥挤的唯一途径。目前,限流是国内各大地铁城市普遍采用的高峰拥挤应对措施,前期国内学者针对限流组织进行了较为丰富的研究工作,然而,既有研究较少考虑客流的常态化波动特性,导致限流方案在实用化方面存在不足。为此,本文从高峰客流波动特
目前,连锁便利店已成为零售行业中发展最快的业态,配送中心是连锁便利店商品配送过程中的重要节点,对其选址、配送路线的优化能够降低配送成本。配送中心选址与车辆路径的优化之间相互依存,两者联合优化能够从全局角度有效地改善配送方案。此外,连锁便利店由于所处城市的不同决定了各需求点的配送需求也有不同。处于一般地级市的便利店受到高峰期的影响较少,对配送时间的要求较低,而一、二线城市的便利店由于人口密集,会受到
随着云计算和5G等新型网络技术的迅速发展,数据中心中的网络流量呈现爆炸式增长的趋势,如何保证数据中心的健壮运行和用户优质的服务体验质量成为当前数据中心中研究的一个热点。在数据中心中,多对一的流量模式极易导致数据中心产生典型的TCP Incast问题(多个发送方同时向一个接收方发送数据,造成瓶颈链路的拥塞),这会直接降低用户的产品使用好感度;而不当的路由容易导致数据中心产生流量负载分配不均的问题,进
制造业是国民经济的主体。近年来随着我国经济的迅速发展,制造业面临着国内外双重作用下的巨大压力,迫切需要进行产业的升级转型。尤其对于化工制造业来说,加快推进数字化转型更为重要。因为园区内通常设置了大量不同种类的生产仪器设备和输送管道,且生产加工过程中通常会产生具有易燃易爆、强腐蚀性的有毒有害危化品,一旦发生设备损坏或者危化品泄漏等情况,如果巡检不到位,很可能会引发重大生产事故。但是传统的巡检模式极易
随着人口老龄化的加剧,帕金森病的发病率逐年攀升,目前对于该病的发病机制及治愈方式尚不明确。中医药学对帕金森病的认识载数千年,累积了丰富的临床经验和实用方剂。本文旨在梳理了帕金森病关于“风、血、毒”的中医理论,探讨了“风、血、毒”与现今发现的帕金森病可能的发病机制存在一定的相关性,总结了原发性帕金森病的核心病机为“血伤风动,酿毒入络”,其中早发型帕金森病与老年型帕金森病的病机存在异同,论治时需把握“
近年来,随着无人机市场规模的快速增长,以及无人机应用技术的不断革新,无人机在多个领域发展起来。在物流方面,得益于各大物流厂商的不断探索与实践,无人机配送技术不断成熟,应用场景不断完善,逐渐从偏远农村向城市地区拓展。然而由于城市地区人口稠密,环境空间复杂,安全性得不到保障,无人机在城市的运行还受到诸多限制。面对这样的限制,为了促进无人机配送产业的发展,推动无人机配送在部分城市的应用落地,需要从整体上
机器学习已经应用于光纤分布式振动传感器的模式识别,有效提升了光纤分布式振动传感器在周界安防、油气管道监测、结构健康监测、轨道交通物联网、交通流量监测、地震波监测等应用中的振动事件识别能力。但在工程应用中,现有振动信号特征提取方法的效率与模式识别算法的泛化能力仍存在限制问题,目前模式识别算法的训练仍需要大量实验样本与标记;另一方面,目前光纤分布式振动传感器实现振动频率测量存在方法复杂与器件成本高的限
随着科技的发展,人工智能越来越多的出现在人们的生活中。而视觉问答是能够应用在人类生活中典型的人工智能技术。视觉问答指的是对智能系统输入一张图片和针对该图片提出的问题,系统能够根据图片给出问题的答案。近年来,场景图生成任务的出现和视觉推理技术的进步推动着视觉问答朝着推理方向发展。基于推理的视觉问答模型不但能得出问题的回答,而且能够给出答案的推理过程,使得模型的答案有据可依。而目前应用在VQA中的场景
近年来,深度学习技术在解决实际问题中发挥了重要作用,为人工智能领域的发展带来了重大突破。然而经研究表明,训练良好的深度学习模型易受到对抗样本的攻击,模型的鲁棒性仍面临巨大的挑战。鲁棒性反映了模型在各种正常和异常输入下的稳定程度,尤其在安全攸关领域,对模型鲁棒性进行评估有助于更好地发现模型的缺陷,进一步提高模型的稳定性。卷积神经网络(Convolutional Neural Networks,CNN