原文传递
基于不确定理论的危险货物运输路径优化研究
| 论文题名： | 基于不确定理论的危险货物运输路径优化研究 |
| 关键词： | 危险货物运输;车辆路径优化;不确定规划;NSGA-Ⅱ算法 |
| 摘要： | 危险品运量的激增在促进社会经济发展的同时也带来极大的安全隐患，危险货物运输车辆路径优化是决策层面规避风险的有效措施之一。危险货物在运输途中发生事故往往是由不确定的随机因素引起的，传统的统计学的方法难以刻画运输网络的不确定因素和随机属性，本文引入不确定理论来研究不确定环境下的危险货物运输车辆路径优化问题。 从管理部门的角度出发，政府部门对于危险货物车辆的运输时间以及装卸作业的时间有明确规定；对于运输企业而言，能尽可能减少配送车辆数可以有效降低运输成本；从风险管控的角度出发，运输车辆的载重量以及途经路段的受影响人数等因素都会影响风险评估的准确性。发生事故时车辆载货量越多，暴露人数越多，事故的后果越严重。 因此，本文针对危险货物运输网络中客户需求量、配送时间、卸货时间、受影响人数等不确定因素下的车辆路径优化问题，考虑总风险最小、总行程最小以及车辆使用数最小等不同的目标，在风险评估时考虑载货量动态变化对风险评估的影响，用IT2-FV型模糊变量表征风险评估中的人口密度，定义了基于人口密度和载货量变化的风险评估模型，为避免风险过度集中，设置配送路径的风险阈值，建立了危险货物运输车辆路径多目标不确定规划模型。求解时设计了基于大规模邻域搜索的非支配排序遗传算法，采用贪心策略产生满足约束条件的初始种群，在交叉和变异的基础上利用邻域搜索算法邻域结构变化的思想，用破坏算子根据相似性移除若干客户，再利用修复算子，补全被破坏的解，以此提高算法的局部搜索性能。算法可求解得到不同信度下满足客户时间窗约束和车辆载重量约束的非支配路径。可以为管理部门和运输企业提供多样化的决策支持和理论支撑。 算例结果表明：改进算法能获得质量更高和更多的Pareto解，求解效率更优；考虑载货量的风险评估方式可求得总风险和总行程差异化更大的Pareto解，表明考虑载货量的风险评估对路径风险信息更敏感，能更精确识别路段风险特征，提供适用性更强的路径配送方案；灵活调整路径风险阈值可有效均衡求解效率和解的质量；途经路段人口密度较小时，路径风险会减少；选择载货量较大的车型对运输部门和风险管控部门均有益，能在降低风险的同时减少配送车数，降低运输成本。 |
| 作者： | 李平 |
| 专业： | 交通运输工程 |
| 导师： | 李引珍;林芳 |
| 授予学位： | 硕士 |
| 授予学位单位： | 兰州交通大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
