港口进出车辆路径优化研究

港口进出车辆路径优化研究

论文摘要

港口智能物流调度系统作为港口物流系统的重要组成部分,一方面应与港口物流系统的其它子系统相适应,同时也不可能脱离城市交通系统而独立存在。因此,有必要建立基于城市路网实时交通信息的港口智能物流调度系统,以解决城市交通事故与交通拥挤日趋严重以及港口用地日趋紧张和客户对物流需求的小批量、多频次、准时化、多样化要求。车辆诱导系统作为智能物流调度系统的重要组成部分,是解决现存物流企业车辆运输问题最行之有效的方法。它是采用先进的通讯技术,实时地为物流车辆提供必要的交通信息并指导物流车辆沿最佳的路线行驶,从而减少车辆在道路上的行驶时间,缓解交通阻塞,使物流车辆快速有效地到达目的地。在车辆实时诱导系统中,路径优化模块是车辆实时诱导系统的核心部分,路径优化的程度决定了诱导系统的优劣。本文首先介绍港口物流调度系统与港口集疏运系统的关系,构建了港口智能物流调度系统车辆实时诱导子系统的结构框架,阐述了诱导所采取的定位方法、从交通面控系统获取实时交通信息、在港口物流调度中心进行行程时间预测和抽取最佳路径、进行无线数据通信和车载单元作用等问题,探讨了路径优化在诱导系统中的作用和特点。其次,分析了港口物流调度的特点,据此提出了两种路网结构—分层路网和不分层路网。在路网结构的基础上,为了预测出车辆行程时间作为路阻权值输入路径优化模型,本文分析了适合港口智能物流调度系统车辆实时诱导的几种行程时间预测方法,并通过大连市部分路网交通信息运用一个预测模型完成行程时间的预测。接着介绍适合港口智能物流调度系统车辆实时诱导的最优路径算法,并结合城市路网结构特点和港口调度特点设计了适合港口智能物流调度系统车辆实时诱导的路径优化模型,用预测的车辆行程时间检验了该模型。最后对港口智能物流调度系统车辆实时诱导的路径优化作了一个完整的评价。本文提出的两种路网结构、构建的港口智能物流调度系统实时车辆诱导子系统的结构框架、对预测模型和优化模型的讨论研究和建立的路径优化算法以及对它们作出的评价对港航企业物流调度和城市交通控制具有一定的理论指导意义。

论文目录

  • 摘要
  • Abstract
  • 第1章 引言
  • 1.1 论文选题背景与意义
  • 1.2 文献综述
  • 1.3 论文研究内容和思路
  • 第2章 港口智能物流调度车辆实时诱导路径优化的作用与特点
  • 2.1 港口智能物流调度车辆实时诱导系统概述
  • 2.1.1 港口物流调度系统与港口集疏运系统的关系
  • 2.1.2 港口智能物流调度车辆实时诱导系统的结构
  • 2.2 路径优化在港口智能物流调度车辆实时诱导子系统中的作用
  • 2.3 路径优化在港口智能物流调度车辆实时诱导子系统中的特点
  • 2.4 本章小结
  • 第3章 适应港口智能物流调度车辆实时诱导路径优化的路网结构
  • 3.1 适合港口智能物流调度特点的两种路网结构
  • 3.2 分层路网结构研究
  • 3.2.1 一级道路和二级道路的确定
  • 3.2.2 两级路网数据的组织和调用
  • 3.3 用于模型检验的路网选用
  • 3.4 本章小结
  • 第4章 车辆实时诱导路径优化的路阻权值获取~行程时间预测
  • 4.1 数据采集方法及过程
  • 4.1.1 交通流量采集方法
  • 4.1.2 行程时间采集方法
  • 4.2 常用的车辆行程时问预测方法概述
  • 4.3 本文选用的车辆行程时间预测模型
  • 4.3.1 模型介绍
  • 4.3.2 以大连市路网为例的算例
  • 4.4 本章小结
  • 第5章 港口智能物流调度车辆实时诱导路径优化算法
  • 5.1 最优路径算法概述
  • 5.2 适用于车辆诱导的常用最优路径算法介绍
  • 5.3 港口智能物流调度车辆实时诱导最优路径算法设计
  • 5.3.1 本文选用的Dijkstra算法和改进的Dijkstra算法介绍
  • 5.3.2 基于路网信息的港口智能物流调度车辆实时诱导路径优化算法设计
  • 5.3.3 港口智能物流调度车辆实时诱导路径优化模型应用
  • 5.4 本章小结
  • 第6章 港口智能物流调度车辆实时诱导路径优化效果评价
  • 6.1 关于路网结构的评价
  • 6.2 关于车辆行程时间预测的评价
  • 6.3 关于最优路径算法选择的评价
  • 6.4 本章小结
  • 第七章 结论
  • 7.1 论文取得的主要成果
  • 7.2 论文的不足与展望
  • 参考文献
  • 附录
  • 攻读学位期间公开发表论文
  • 致谢
  • 研究生履历
  • 相关论文文献

    • [1].基于粒子群优化小波神经网络的行程时间预测[J]. 交通运输研究 2020(02)
    • [2].基于改进遗传卡尔曼算法的短时路段行程时间估计[J]. 山东交通学院学报 2020(01)
    • [3].基于边缘计算的道路行程时间预测[J]. 软件工程 2020(07)
    • [4].基于聚类分析的高速公路行程时间预测[J]. 计算机仿真 2019(02)
    • [5].基于门控递归单元神经网络的高速公路行程时间预测[J]. 应用数学和力学 2019(11)
    • [6].行程时间价值研究综述[J]. 北京工业大学学报 2018(03)
    • [7].网络行程时间可靠性评价方法与影响因素[J]. 交通运输工程学报 2018(04)
    • [8].微波检测器数据计算行程时间的方法[J]. 城市公共交通 2018(09)
    • [9].突发事件对城市道路交通系统影响的评价指标研究[J]. 公路 2017(03)
    • [10].基于行程时间的路网连通可靠度分析方法[J]. 西部交通科技 2017(05)
    • [11].基于概率密度演化理论的动态行程时间可靠性计算模型研究[J]. 管理工程学报 2017(03)
    • [12].道路拥堵程度对公交行程时间可靠性的影响研究[J]. 交通工程 2017(03)
    • [13].基于手机信令数据的高速公路行程时间估计[J]. 中国交通信息化 2017(10)
    • [14].弹性需求下路段行程时间波动的收敛性[J]. 交通运输系统工程与信息 2016(01)
    • [15].降雨对部队公路机动行程时间可靠性的影响[J]. 军事交通学院学报 2016(05)
    • [16].基于数据挖掘的高速公路行程时间预测[J]. 华中科技大学学报(自然科学版) 2016(08)
    • [17].基于随机松弛时间的行程时间可靠性计算模型[J]. 科学技术与工程 2015(08)
    • [18].短时路段行程时间分布预测方法研究[J]. 重庆交通大学学报(自然科学版) 2015(02)
    • [19].基于计算实验的城市道路行程时间预测与建模[J]. 自动化学报 2015(08)
    • [20].非常态下路段行程时间估计方法[J]. 吉林大学学报(工学版) 2013(06)
    • [21].基于蒙特卡罗法的路径行程时间可靠性分析[J]. 河南科技 2013(24)
    • [22].城市路段出入口机动车驶入主路的行程时间模型[J]. 重庆理工大学学报(自然科学) 2018(11)
    • [23].基于梯度提升决策树的高速公路行程时间预测模型(英文)[J]. Journal of Southeast University(English Edition) 2019(03)
    • [24].车辆构成比例与行程时间可靠性关系研究[J]. 青海交通科技 2019(05)
    • [25].基于梯度提升回归树的城市道路行程时间预测[J]. 浙江大学学报(工学版) 2018(03)
    • [26].基于极值分布的常态下高速公路行程时间可靠性模型[J]. 北京工业大学学报 2016(09)
    • [27].基于路段变异系数的路径行程时间可靠度评价[J]. 道路交通与安全 2015(01)
    • [28].基于行程时间可靠性的交通影响范围确定方法研究[J]. 公路 2015(03)
    • [29].高速公路行程时间可靠性评价体系及指标阈值标定[J]. 交通信息与安全 2014(01)
    • [30].高速公路行程时间可靠性研究综述[J]. 交通运输工程与信息学报 2014(02)

    标签:;  ;  ;  ;  ;  

    港口进出车辆路径优化研究
    下载Doc文档

    猜你喜欢