Álbum de fotos de modelado volumen 19
Febrero 2002
Revista de Matemáticas de Ingeniería
Revista de Matemáticas de Ingeniería
No. Volumen 19 Suplemento.
Febrero de 2002
Número de artículo: 100523085(2002)0520059208
Investigación sobre problemas de despacho de autobuses
Dong Qiang, Liu Zhaohui, Ma Yi
Instructor: Wu Mengda
(Universidad Nacional de Tecnología de Defensa, Changsha 410073)
Nota del editor: este artículo estableció dos modelos de planificación multiobjetivo. En particular, es innovador elegir el equilibrio entre la capacidad de transporte y el volumen de tráfico como función objetivo. Encuentra el número mínimo de vehículos
El método es correcto. Como complemento al modo de estacionamiento doble, el modo de estacionamiento único es simple y tiene sus propias características. Es factible ejecutar el horario de salida y se acerca a la solución óptima.
Resumen: Este tema es un problema de programación de autobuses de una sola línea y un solo vehículo con ventanas de tiempo flexibles. Según sus características dinámicas multiobjetivo y multivariable, puede satisfacer diferentes necesidades prácticas.
Se establecieron dos modelos de programación multiobjetivo: el modelo de estacionamiento doble y el modelo de estacionamiento único. El objetivo principal del modelo de estacionamiento dual es lograr una combinación óptima entre la capacidad de transporte de pasajeros y la demanda de transporte (volumen de tráfico real de pasajeros), mientras que el objetivo principal del modelo de estacionamiento único es minimizar el molestias promedio de los pasajeros y el Costo de la empresa de bus, el propósito es tomar en cuenta los intereses tanto de los pasajeros como de la empresa.
Los dos sujetos del modelo utilizan el método del paso de tiempo para simular el proceso de operación real, sacando así conclusiones que satisfacen las necesidades reales.
Soluciones de programación: programación estática y programación dinámica.
Palabras clave: despacho de autobús; ventana de tiempo suave; tasa de carga completa; método de paso de tiempo
Número de clasificación: AMS (2000) 90C08 Número de clasificación de la biblioteca china: TB114. a.
1 Análisis del problema
Analizamos este problema como un problema de transporte en bicicleta con una ventana de tiempo suave. A partir de las condiciones conocidas no se puede determinar que se trate de un problema de un solo estacionamiento.
Este sigue siendo un problema de estacionamiento múltiple, por lo que construimos dos modelos: un modelo de estacionamiento doble y un modelo de estacionamiento único. Entre ellos, el modelo de dos códigos cree que la estación A 13 y la estación A 0 tienen estacionamientos A y B respectivamente, que pueden usarse como estación de origen y estación terminal, con líneas ascendentes y descendentes independientes.
Operación vertical; el modelo de estacionamiento de bicicletas cree que la estación A 0 tiene capacidades de transferencia pero no de estacionamiento, y en realidad puede administrar el modo de estacionamiento de bicicletas.
La solución es la conducción en bucle.
2 Supuestos del Modelo (omitidos)
Establecimiento y Solución del Modelo 3
Modelo de Estacionamiento Doble
1) Módulo 1: Salida Determinación de horarios
A partir del análisis anterior y teniendo en cuenta los intereses tanto de los pasajeros como de las empresas de autobuses, se construyen líneas unidireccionales aguas arriba y aguas abajo, respectivamente.
Establezca el siguiente modelo de programación multiobjetivo:
Función objetivo: I igualación óptima de oferta y demanda min ∑( Qi ×βi-V i) 2.
II. El número de viajes en cada ciclo es el valor mínimo {Ni}
Condiciones de restricción: ①La tasa de carga completa promedio de cada período está limitada a 015 ≤ βi ≤ 112.
②La relación coincidente entre oferta y demanda se limita a α≤K.
1.1 Descripción del símbolo:
Número de empleados que salen del primer período de Ni
βi
Tasa de carga completa promedio del período I
βi
= Ri/(c ×Ni) Ri es el número total de personas en el autobús en el periodo I, c = 100 personas/tren.
Tasa de adecuación oferta y demanda α = (∑V i)/(∑Qi)
parámetro de control k
Capacidad de transporte de pasajeros en la primera fase (persona ×km)
Qi = Número de salidas en el período I × Ni × capacidad estándar de pasajeros de cada vehículo c × distancia recorrida total en un sentido (enlace ascendente o descendente).
l.entre ellos, en subida, L = 14,58km; en bajada, L = 14,61 kilómetros.
V. 1. Capacidad de transporte de pasajeros requerida en el primer periodo (persona × kilómetro)
V i = ∑ j
(x Ji
2yji) L j j ∈ (13, 12?, 1, 0), dirección hacia arriba j ∈ (0, 2, 3, ? 13), dirección hacia abajo
Respeto.
Entre ellos, x ji es el número de personas que suben al autobús en la estación j en el período I-ésimo; Yji es el número de personas que se bajan en la estación j en el primer período de tiempo.
L j es la distancia entre la estación j y la estación terminal en una dirección.
112 Descripción de la función objetivo:
La función objetivo I hace que la I-ésima capacidad de pasajeros Qi alcance la coincidencia óptima con la demanda de transporte (volumen real de pasajeros) V i, mientras que βi es lo contrario.
El impacto de la tasa de carga completa.
La función objetivo ⅱ hace que el número máximo de viajes requeridos en cada ciclo sea lo más pequeño posible bajo las restricciones, haciendo así que el número total de vehículos sea más pequeño
Pocos.
113 Descripción de la restricción:
La condición 1 es limitar la tasa de carga completa para cumplir con los requisitos de despacho operativo y tener en cuenta los intereses de los pasajeros.
La condición ② es limitar la relación de coincidencia de oferta y demanda α por debajo de la constante k. De acuerdo con el cambio del parámetro k, realizamos simulaciones respectivamente para seleccionar el k más apropiado. valor.
Restricciones adicionales: para mantener sin cambios el número de vehículos a la hora de salida en la estación de salida todos los días, el número total de salidas y el número total de recibos deben ser consistentes.
Los tiempos son iguales, es decir, el número total de viajes de ida debe coincidir (N1 = N2), y N1 no se puede reducir (completo)
Límite de tasa de carga) , por lo que lo aumentamos al resolver Ni en la dirección aguas abajo. Restricción ∑N2 i = N1.
Después de la condición de restricción ∑N2 i = N1, el número de salidas N1 i y N2 i en cada período de tiempo se obtiene mediante programación cuadrática.
2) Módulo 2: Simulación del proceso de operación
En esta parte utilizamos el método del paso de tiempo. Partiendo del supuesto de que el intervalo de salida ti es igual dentro de un período de tiempo, ti puede ser determinado por Ni.
Confirmar para obtener el horario de salida. Con base en este cronograma se simula el proceso de operación real y el objetivo es determinar el cronograma más satisfactorio.
El número de coches es n, se realizan estadísticas de indicadores de funcionamiento y se busca la solución de programación óptima.
211 Subrutina de simulación 1: Determinar el número mínimo de vehículos n
De acuerdo con los principios de "flujo de automóviles por flujo" y "primero en entrar, primero en salir", al menos un vehículo debe estar disponible en el punto de partida.
(Esperando salida). Si hay varios vehículos, el primero comenzará primero y los demás vehículos esperarán en fila. Si no hay entrega de automóviles, entonces
hay una "discontinuidad". El proceso operativo completo debe garantizar que el vehículo arranque estrictamente según el cronograma sin interrupción.
Supongamos que las estaciones 13 y A 0 tienen estacionamientos A y B respectivamente. Los autos salen constantemente del estacionamiento y aceptan estacionamientos al mismo tiempo.
El número de coches que hay en un coche es una variable de estado que cambia con el tiempo. Na y Nb se utilizan para describir que no hay flujo de tráfico entre el patio de carga A y el patio de carga b.
El número mínimo de automóviles requerido supera los 10,000 y el valor máximo durante la operación se busca por separado, entonces el número mínimo de automóviles requeridos es n = Na+Nb.
2.2 Subrutina de simulación 2: Estadísticas de varios indicadores operativos
60 Journal of Engineering Mathematics, Volumen 19
Determine varios indicadores operativos y utilice métodos de cálculo de estadísticas de simulación. calcular cuantitativamente diferentes indicadores operativos. El trabajo principal es el siguiente
La viabilidad del plan se puede probar mediante el análisis cuantitativo de indicadores operativos para determinar los ajustes del plan.
Debido a que el número de tren corresponde a la hora de salida uno a uno, el orden de cola de los vehículos permanece sin cambios y los vehículos requeridos se unifican
Una vez que se proporciona el número, el número de tren correspondiente se determina para cada tren, por lo que examinamos la columna K directamente.
Nuestros indicadores estadísticos y sus definiciones son los siguientes:
La tasa de carga completa promedio en dirección ascendente β01 = (∑k
∑j
1
β( k, j1) / ( N1 J1)
Dirección aguas abajo β02 = (∑k
∑j
2
β(k,J2)/(N2·J2)
La distribución de la tasa de carga completa se puede determinar mediante β(k,j).
El tiempo medio de espera en sentido ascendente T1 = (∑k
∑j
1
T (k, j1) / ( N1 J1)
Sentido aguas abajo T2 = (∑k
∑j
2
T ( k, J2)/ (N2· J2)
Descripción del símbolo:
D (k, J) La diferencia en el número de personas que suben y bajan del K-ésimo tren cuando llega a la estación J -ésima estación (conocida)
C(k,J)El número de personas varadas en el andén cuando el tren K sale de la estación J C(k,j) = C(k - 1,j) + D (k,j) -
(120 B(k,j - 1)
B (k,J)El número de personas cuando el tren K sale de la estación J; B (k,j) = B (k,j - 1) + D (k,j) + C(k -
1,j) - C(k,j)
T (k,j) es la salida del k-ésimo tren En la j-ésima estación, el tiempo de permanencia de los rezagados en el andén T (k, j) = C(k,j) t i
β(k,j) es el momento en que el k-ésimo tren sale de La tasa de carga completa de j estaciones, β(k,j) = B(k,j)/100;
N1, N2 son el número total de trenes de un solo sentido en un día; J1, J2 son el número total de andenes de un solo sentido
2.3 Resultados de la simulación y análisis del índice estadístico
Seleccionamos los parámetros K; = 018, 0185, 019 para la operación de simulación, y las conclusiones se muestran en la Tabla 1 (solo hacia arriba se dan en la dirección de la tabla.
Valor):
Tabla 1 Índice de operación valores obtenidos simulando la dirección aguas arriba
Parámetro k, tasa de carga completa promedio β0, tiempo de espera promedio T, Número total de vehículos N, número total de vehículos N1
018 6817 % 3188 63 270
0185 7218 % 3188 63 255
019 7614 % 4124 62 243
0195 8014 % 7123 62 231
Teniendo en cuenta los parámetros anteriores, cuando k = 019, todos los indicadores son apropiados, la tasa de carga completa promedio es alta y el tiempo de espera promedio es corto, los vehículos requeridos y el número total de trenes. son moderados, por lo que elegimos k = 019. A continuación damos los resultados de simulación específicos y los indicadores estadísticos cuando k = 019.
Los resultados
(1) Número de unidireccionales. salidas en cada período (ver Tabla 2)
Número total de trenes N1 = N2 = 243
Modelado del problema de programación de autobuses de Album 61. Investigación
Tabla 2 : Número de salidas en cada período cuando k = 0. 9
Número 5 ~ 66 ~ 77 ~ 88 ~ 99 ~ 10 ~ 11112 13 65438.
Arriba 7 28 41 23 13 1 13 11 1.
Hacia abajo 3 12 21 26 16 11 10 9 10.
Período de tiempo 14 ~ 15 15 ~ 16 ~ 17 17 ~ 18 18 18 ~ 19.
Enlace ascendente 9 9 19 24 8 5 5 4 2
Enlace descendente 1131930191111985
(2) Intervalo horario de salida de ida en cada periodo
Dado que se supone que los intervalos durante un período de tiempo son equidistantes, es fácil determinar los intervalos en función del número de trenes obtenidos.
(3) Horario de salida de ida (la cantidad de datos es demasiado grande, se omite)
(4) El número total de vehículos n = 62, incluidos 57 vehículos en el campo A y 5 vehículos en el campo B.
Indicadores estadísticos:
(1) La tasa promedio de carga completa es β01 = 76. Arriba es 4%, abajo es β02 = 7019%.
⑵El tiempo medio de espera es T1 = 4. 24 minutos en dirección ascendente, T2 = 3148 minutos en dirección descendente.
3) Plan de programación
Tenemos dos planes de programación de diferentes entendimientos. Su similitud es que se debe formar un proceso de operación completo para que el flujo de tráfico no sea Voluntad.
intermitente
3.1 Esquema de programación estática:
Se considera que el número total de vehículos que circulan por esta ruta es fijo según el principio de "viajar según flujo". El principio de "primero en entrar, primero en salir" se utiliza para formar un flujo de tráfico ordenado.
El principio de "primero en entrar, primero en salir" se basa en el horario de salida.
El total El número de vehículos requeridos es 62, incluida la estación A. El número de vehículos que parten del sitio A es 57 y el número de vehículos que parten del sitio B es 0.
El número de vehículos es 5.
p>3.2 Plan de programación dinámica:<. /p>
Teniendo en cuenta que la cantidad real de vehículos necesarios durante los períodos pico y los períodos bajos es diferente, la cantidad de vehículos adquiridos para cumplir con los períodos pico es inevitable. p>
En comparación con la cantidad de vehículos requeridos en otros momentos, es decir, 62 vehículos se utilizan en su totalidad durante el período pico, lo que resulta en un desperdicio de recursos. Creemos que las empresas de distribución pública pueden programar los vehículos de manera dinámica. algunos vehículos pueden repararse y ajustarse por motivos especiales, ahorrando así costes operativos.
Así, garantizando que el flujo de tráfico no se interrumpa, podemos calcular el número mínimo real de vehículos necesarios en cada período. como se muestra en la Tabla 3
Explicación: (Al mismo tiempo, se proporciona el estado de estacionamiento de los estacionamientos A y B y el número de vehículos libremente controlables)
Tabla 3 Programación dinámica del número de vehículos en cada período
Período 5 ~ 66 ~ 77 ~ 88 ~ 99 ~ 10 ~ 11112 13 65438.
Número de automóviles requeridos 9 34 56 48 38 22 20 19 18
Estado del campo A 51 28 200 1 1 1 21 9. >
Estado del campo B 2 0 4 14 24 29 30 32 35
Período de tiempo 14 ~ 15 15 ~ 16 ~ 17 17 ~ 18 18 18 ~ 19
Requerido El número de vehículos es 17 20 29 42 41 25 17 14 10.
a Estado en sitio 9 10 9 5 6 25 37 43 48
b Estado en sitio 36 32 24 15 15 12 854
Las siguientes conclusiones se pueden extraer de la tabla anterior: Cuando el número total de vehículos puede Se puede cambiar, el número máximo de vehículos requeridos entre las 7:00 y las 8:00 es 56 automóviles. Durante los períodos pico, el número de vehículos requeridos es pequeño y hay más vehículos en los estacionamientos A y B. Esta situación se puede aprovechar. para otros fines según la situación real. La empresa de autobuses solo necesita utilizar cada vehículo como se indica en la tabla. La cantidad de vehículos necesarios en cada período de tiempo se puede enviar y enviar de acuerdo con el horario de salida. >Journal of Engineering Mathematics, Volumen 62, 19
También se pueden enviar coches.
Modelo de parque de bicicletas doble
1) Establecimiento del modelo
De acuerdo con el análisis del problema, luego de organizar el modelo de operación de autobuses según el parque de bicicletas, establecemos la siguiente ventana de tiempo suave para el transporte en bicicleta.
Modelo de optimización multiobjetivo del problema;
Función objetivo: IY1 = min {n}
ⅱy2 = min∑Ni
ⅲy3 = min(∑j
∑k
∑r
P( Ti) ) / ( R K M)
Restricciones: ① La tasa de carga completa promedio está limitada a 50% ≤β ≤120%.
②El límite de tiempo para el intervalo de salida t1≤5+5k; k =
0 i es el período pico temprano
1 i no es durante el; período pico temprano.
③ t i ∈{ 1, 2, 3? }
1.1 Descripción de la función objetivo: La función objetivo I minimiza el número total de vehículos, incluso si se minimiza el coste de inversión de la empresa.
La función objetivo ⅱ minimiza el número total de vehículos, es decir, minimiza los costes operativos de la empresa.
La función objetivo iii es minimizar las molestias promedio de todos los clientes.
112 Descripción de la restricción: La condición ③ considera principalmente la operatividad. El intervalo de salida es en segundos, pero el conductor del autobús no.
Método, por lo que el nivel más bajo solo se puede dividir en niveles, luego el intervalo inicial debe ser un número entero de 1 minuto.
Dos veces
2) Modelo de solución
Este modelo es un modelo de optimización multiobjetivo y multirestricción. Es difícil encontrar la solución óptima global. , entonces primero simplificamos la programación multiobjetivo.
Resimular y simular el proceso de operación. La solución es la siguiente:
Dar el horario de salida inicial.
Datos de tráfico de pasajeros
Distribución del flujo de pasajeros (distribución uniforme)
v
v
v
Imitación
Datos en ejecución
V. Índice estadístico V. Conclusión w. Análisis manual
2.1 Simplificación del modelo
Para simplificar los problemas multiobjetivo, hay tres puntos de partida: (1) Analizar la relación matemática entre objetivos y reducir el número de objetivos.
El número de funciones objetivo o restricciones. (2) Según condiciones limitadas, extraiga la información oculta de datos específicos y reduzca la dificultad de resolución. ③
Analizar el peso de cada objetivo y eliminar la función objetivo que tiene poco impacto para lograr el propósito de simplificación.
Existe una correlación matemática entre el objetivo ⅱ y el objetivo ⅲ. Se comprueba que cuanto mayor sea el número total de trenes, menores molestias para los pasajeros. Por lo tanto, y2 e y3 no pueden
tomar el valor mínimo al mismo tiempo. Consideramos a III como el objetivo principal, por lo que consideramos principalmente la función objetivo III. De los datos concretos se desprende que en el enlace ascendente, entre las 7:00 y las 8:00, el número de personas que subieron al autobús en la estación A13 llegó a 3626, una media de 60 personas por minuto, y 634 personas subieron y bajaron en estación A12.
Solo hay 205 personas en el autobús. Cuando el flujo de pasajeros es mayor, el intervalo de salida necesita al menos 2 minutos. A partir de la velocidad media
y la distancia por vuelta de 20 km/h, se puede concluir que en este momento se necesitan al menos 45 vehículos.
Basado en el análisis anterior, el modelo original se simplifica como:
Función objetivo: y1 = min (∑j
∑k
∑r
P( Ti) ) / ( R K M)
y2 = mínimo M
Restricciones: Igual que arriba
Álbum de modelado 63 Investigación de autobuses sobre problemas de programación
2.2 Simulación del proceso de operación
(1) Método para generar el horario inicial
En principio, el horario inicial puede ser aleatorio generado y luego juzgado mediante simulación Busque la solución óptima, pero el volumen de búsqueda es demasiado grande y demasiado pequeño
Es difícil garantizar resultados de convergencia. Por lo tanto, utilizamos la interacción persona-computadora. Primero, analizamos los datos y obtenemos una hora de salida más razonable.
Aproximación del intervalo, genera un cronograma inicial (ver Tabla 4) y luego busca soluciones óptimas locales cercanas a él.
Tabla 4 Horario de salida inicial
Periodo 5 ~ 66 ~ 77 ~ 88 ~ 99 ~ 10 ~ 11112 13 65438.
Ti (minutos) 10 3 2 3 8 8 8 8
Periodo de tiempo 14 ~ 15 15 ~ 16 ~ 17 17 ~ 18 18 18 ~ 19.
Ti (puntos) 8 32 3 10 10 10 10 10 10
⑵ Simule el proceso de operación, cuente indicadores y encuentre la solución óptima.
Debido a que el proceso de operación de simulación es similar al del modelo de dos códigos, no entraré en detalles aquí.
2.3 Resultados y análisis estadístico
A través de los múltiples conjuntos de horarios de salida generados por la simulación, se obtuvo la puntuación más baja de Y = 516. Consideramos este conjunto de soluciones como yo.
Los resultados de la solución óptima local (donde se utilizan indicadores estadísticos para describir qué tan bien cuidamos los intereses de ambas partes) son los siguientes:
(1) Número total de vehículos
Promedio. Se puede obtener una comprensión ideal de la velocidad. El número total de vehículos requeridos es 45, más 2 vehículos de emergencia, el número es 47. La velocidad es inferior a 20 km/h, y el gran flujo de personas durante las horas pico provoca la razón principal por la que la velocidad máxima es ligeramente inferior a 20 km/h.
Por lo tanto, se puede estimar aproximadamente que la velocidad entre las 7:00 y las 8:00 es de alrededor de 18 km/h según el flujo de personas y los datos de 20 km/h en un período pico, el número total. El número de vehículos es de al menos 45 vehículos, que deberían revisarse a 50 vehículos, y dos vehículos de emergencia para llegar a 52 vehículos.
(2)El número total de trenes a lo largo del día es M = 253 ×2 = 506.
(3) El horario de salida se muestra en la Tabla 5 (breve descripción de los intervalos de salida en cada período horario).
Tabla 5 Horario óptimo de salida del modelo de patio único de carga
Periodo 5 ~ 66 ~ 77 ~ 88 ~ 99 ~ 10 ~ 11112 13 65438.
Ti (minutos) 10 2 2 2 4 6 6 8
Periodo de tiempo 14 ~ 15 15 ~ 16 ~ 17 17 ~ 18 18 18 ~ 19.
Ti (puntos) 8 6 3 2 3 7 10 10 10
Nota: 5:00-6:00 es solo una división estadística, el primer autobús puede ser antes de las 5: 00, también disponible después de las 5:00. Por supuesto que no.
Cuando conoces otros principios, puedes asumir que el primer coche son 5 puntos. Datos de enlace descendente de estacionamiento único de 5:45.
Cerrar. De 5:00 a 6:00, 855 personas subieron al autobús; Una posible razón es que el enlace ascendente tiene autos para contar de 5:00 a 6:00 de la tarde; el enlace descendente solo puede contar autos de 5:45 a 6:00.
Indicadores estadísticos: (1) El tiempo medio de espera de los pasajeros y3 = 516 minutos.
⑵ Tasa promedio de carga completa β0 = 66,4%.
Análisis de conclusión: como se puede ver en los dos gráficos anteriores, nuestro plan de programación básicamente puede cumplir con el límite de tiempo de espera de pasajeros, duplicado. durante las horas pico.
La probabilidad de que los pasajeros esperen el autobús en 5 minutos es del 9219%, y la probabilidad de que los pasajeros en horas no pico esperen el autobús en 10 minutos es del 8917%.
Plan de programación: (ver Tabla 6)
64 Journal of Engineering Mathematics, Volumen 19
Tabla 6 Plan de despacho dinámico para una sola estación
Número 5 ~ 66 ~ 77 ~ 88 ~ 99 ~ 10 ~ 11112 13 65438.
El número de vehículos requerido es 10 46 52 46 24 16 16 16 16 14.
Período de tiempo 14 ~ 15 15 ~ 16 ~ 17 17 ~ 18 18 18 ~ 19.
El número de vehículos requerido es 14 16 30 46 30 14 10 10 8.
Más discusión sobre el modelo 4
1) Discusión sobre la recopilación de datos operativos
Porque asumimos que los pasajeros llegan a la estación dentro de un período de tiempo y obedecen una distribución uniforme. En realidad, es imposible que los pasajeros lleguen hasta la estación.
De una distribución uniforme. Especialmente durante las horas pico, la distribución desigual de los tiempos de llegada de los pasajeros hará que el error de conclusión del modelo sea menor.
Grande. Recomendamos los siguientes métodos para mejorar el modelo de recopilación:
(1) Tome un intervalo con estadísticas desiguales.
Durante las horas pico, para reducir el impacto de la distribución desigual de los tiempos de llegada de los pasajeros, el intervalo estadístico se puede reducir adecuadamente.
El cifrado de tiempo, pero estadístico, debe tener ciertas restricciones. Para períodos en los que el flujo de pasajeros es muy pequeño, el intervalo estadístico se puede aumentar adecuadamente.
(2) Incrementar los datos estadísticos que puedan reflejar el número de personas varadas.
(3) Las estadísticas se dividen en periodos de tiempo en función del igual número de llegadas.
El método consiste en contar los momentos en los que el número de personas que llegan a la estación alcanza un cierto nivel. Su ventaja es que puede reflejar con precisión los cambios en el flujo de pasajeros.
Las condiciones son propicias para despachar vehículos según su densidad de distribución para satisfacer mejor las necesidades de los pasajeros.
2) Elección del plan de despacho de un solo patio y del plan de despacho de dos patios
Del análisis de resultados, se puede ver que el plan de despacho de un solo patio reduce la inversión inicial de la empresa. costo; el plan de despacho de estacionamiento dual reduce el costo de inversión inicial de la compañía. El costo de operación del programa de despacho de estacionamiento es bajo y equilibra mejor los intereses tanto de los pasajeros como de la compañía. Recomendamos elegir la programación de estacionamiento doble cuando haya estacionamientos dobles.
Este plan es mejor. Cuando necesite planificar una ruta y elegir un estacionamiento único o doble, se recomienda elegir el lado en función del costo real.
Keith.
Evaluación del modelo 5
Las ventajas de este artículo son las siguientes:
1) El cuerpo principal del modelo es el proceso operativo real del Horario de salida generado por simulación utilizando el método de paso de tiempo, alta precisión.
Gran capacidad, lógica estricta, rápida velocidad de cálculo, persuasión y adaptabilidad.
2) Definir un indicador estadístico que pueda medir cuantitativamente la satisfacción de nuestro plan de despacho para los intereses tanto de los pasajeros como de las empresas de autobuses.
Marca.
3) Al calcular el número mínimo de vehículos, considere los dos estacionamientos como dos fuentes de emisión y verifique las condiciones de estacionamiento de los dos estacionamientos.
Simulación de tiempo para formar una. diferentes procesos de operación intermitente para obtener el número de vehículos requerido.
Las deficiencias de este documento son:
1) Solo proporciona algunos principios e ideas sobre cómo recopilar datos operativos y no ha sido verificado mediante simulación.
2) Para la distribución de los pasajeros que llegan, se supone directamente que es una distribución uniforme y no se discutirán otras distribuciones.
Investigación sobre problemas de programación de autobuses en el álbum de modelado 65
Referencias:
[1] Qian Kui. Investigación de operaciones[M]. Beijing Science Press 2000
[2] Xiao Yan, Fu Zhuo, Li Yuan. Problema de enrutamiento de vehículos con ventana de tiempo flexible y sus perspectivas de aplicación [J]. Artículos de la Sexta Conferencia de Intercambio Académico de la Sociedad China de Logística
Colección, Volumen 2, 634-638
Ordenar investigación sobre el problema
Dong Qiang, Liu Chaohui, Ma Yi
Instructor: Wu Meng 2da
(Universidad Nacional de Tecnología de Defensa, Changsha 410073)
Resumen: Dado que se trata de un problema de programación de vehículos con una ventana de tiempo suave, establecimos dos modelos de programación multiobjetivo
els para satisfacer diferentes situaciones reales: modelo doble de 2 estacionamientos y modelo simple. Modelo 2 estacionamientos. El objetivo principal del primero es hacer coincidir la capacidad de pasajeros con la demanda real, lo que a su vez apunta a minimizar las molestias promedio de los pasajeros y los costos de las empresas de autobuses. Ambos modelos tienen en mente a los pasajeros y a las empresas. Utilizando el método de tiempo de 2 pasos para simular el proceso real, se dibujaron dos esquemas de programación: esquema de programación estático
programación y programación dinámica.
Palabras clave: programación de turnos; plan de programación de pasos 2 por 2
66 Journal of Engineering Mathematics, Volumen 19