基于隨機(jī)場(chǎng)景數(shù)據(jù)的運(yùn)輸網(wǎng)絡(luò)流問(wèn)題模型與算法.pdf

1、本文以運(yùn)輸網(wǎng)絡(luò)為研究背景，在戰(zhàn)略層面上綜合考慮運(yùn)輸網(wǎng)絡(luò)流問(wèn)題。具體的，考慮到運(yùn)輸網(wǎng)絡(luò)中的不確定性因素對(duì)路段通行能力和站點(diǎn)中轉(zhuǎn)能力的影響，運(yùn)用基于場(chǎng)景數(shù)據(jù)的離散隨機(jī)表示方法及不同場(chǎng)景下的唯一解約束，建立基于隨機(jī)場(chǎng)景數(shù)據(jù)的整數(shù)規(guī)劃模型。同時(shí)利用不確定規(guī)劃方法，探討基于隨機(jī)場(chǎng)景數(shù)據(jù)的隨機(jī)機(jī)會(huì)約束模型及模糊機(jī)會(huì)約束模型。為了得到原問(wèn)題的近似最優(yōu)解，設(shè)計(jì)拉格朗日松弛算法和遺傳算法進(jìn)行求解，最后通過(guò)數(shù)值算例驗(yàn)證所提算法的有效性和計(jì)算效率。主要內(nèi)容包

2、括：
　　(1)不確定環(huán)境下基于隨機(jī)場(chǎng)景數(shù)據(jù)的運(yùn)輸網(wǎng)絡(luò)流問(wèn)題模型
　　本文提出基于場(chǎng)景數(shù)據(jù)表示能力參數(shù)的隨機(jī)性及用多等式表示不同場(chǎng)景下唯一解約束的方法，系統(tǒng)分析并建立了原問(wèn)題的整數(shù)規(guī)劃模型。然后根據(jù)不確定規(guī)劃，考慮能力參數(shù)的隨機(jī)機(jī)會(huì)函數(shù)和模糊機(jī)會(huì)函數(shù)，分別建立了隨機(jī)機(jī)會(huì)約束模型和模糊機(jī)會(huì)約束模型。最后討論了特殊情形下，能力參數(shù)的隨機(jī)機(jī)會(huì)約束和模糊機(jī)會(huì)約束的確定等價(jià)類。
　　(2)拉格朗日松弛算法
　　鑒于原模型中

3、涉及復(fù)雜的能力約束和多等式唯一解約束，本文設(shè)計(jì)了拉格朗日松弛算法求解原問(wèn)題的下界。首先通過(guò)引入拉格朗日乘子將復(fù)雜約束松弛到目標(biāo)函數(shù)中，然后將其依據(jù)場(chǎng)景數(shù)據(jù)d和商品k分解為K×D個(gè)子問(wèn)題，得到的每個(gè)子問(wèn)題等價(jià)于單個(gè)OD對(duì)的最短路問(wèn)題，用標(biāo)號(hào)修正或標(biāo)號(hào)設(shè)定算法即可求解。為了得到該松弛對(duì)偶問(wèn)題的最優(yōu)解，同時(shí)設(shè)計(jì)了次梯度算法，在迭代過(guò)程中更新拉格朗日乘子，逐步提高解的質(zhì)量。最終得到的松弛對(duì)偶問(wèn)題最優(yōu)解即為原問(wèn)題的一個(gè)緊下界LB*。
　　(

4、3)遺傳算法
　　為了求解原問(wèn)題的近似最優(yōu)解，本文進(jìn)一步設(shè)計(jì)遺傳算法，該算法首先利用分枝定界搜索策略，尋找運(yùn)輸網(wǎng)絡(luò)中每個(gè)OD對(duì)滿足一定條件的潛在路徑，然后在此基礎(chǔ)上，設(shè)計(jì)了包括選擇、交叉、變異等操作的遺傳算法求解原問(wèn)題的近似最優(yōu)解，該近似最優(yōu)解與拉格朗日松弛所求下界相結(jié)合，考察原問(wèn)題最優(yōu)解的質(zhì)量。
　　(4)算例研究
　　為了驗(yàn)證拉格朗日松弛算法與遺傳算法相結(jié)合求解原問(wèn)題最優(yōu)解的有效性和計(jì)算效率，本文設(shè)計(jì)了運(yùn)輸網(wǎng)絡(luò)流問(wèn)