【摘要】：汽車檢測是為確定汽車技術狀況或工作能力所進行的必要的車輛狀況檢查,及時進行車輛檢測能夠確保車輛具有良好的安全性、可靠性、環(huán)保性。隨著人們安全意識提高及汽車保有量迅速增加,汽車檢測的需求日益增大,很多城市面臨新建檢測站以滿足新增的檢測需求的問題。在檢測站建設過程中,選址是檢測站規(guī)劃建設首要環(huán)節(jié),而選址的第一步是對用戶的需求進行分析。當前對用戶需求分析的方法中,主要是用確定性方法對用戶檢測需求進行預測。然而,實際的汽車檢測站選址過程中用戶檢測需求與用戶數(shù)量、車輛使用年限及駕駛習慣等因素有關,具有一定的不確定性,這種不確定性在選址時是不能忽略的。因此,有必要對不確定情境下汽車檢測站選址問題研究。不確定情境包括隨機情境、模糊情境、模糊隨機情境及隨機模糊情境。隨機情境是指有些區(qū)域存在車輛檢測需求歷史數(shù)據(jù),可通過這些數(shù)據(jù)來擬合車輛用戶檢測需求的概率分布,即檢測需求車輛數(shù)量為隨機變量。針對隨機情境下的汽車檢測站選址問題,考慮汽車檢測用戶行駛時間和成本,分別構建了單目標選址模型和多目標選址模型。單目標選址模型以汽車檢測用戶行駛總成本最低為目標,以投資者的收益和檢測站位置的地理范圍為約束。多目標選址模型以汽車檢測用戶行駛總成本最低和行駛時間最短為目標,以兩個目標的期望值和置信水平,以及檢測站位置的地理范圍為約束。設計了隨機模擬與“教與學”優(yōu)化算法相結合的模型求解方法,利用隨機模擬方法和教與學算法求解隨機變量的函數(shù)與檢測站位置,并通過案例對模型和算法進行驗證。模糊情境是指沒有車輛用戶檢測需求的數(shù)據(jù)或者數(shù)據(jù)不足,無法通過概率分布進行用戶信息的估計,需要通過模糊方法如征詢專家建議等來確定用戶的需求信息,即檢測需求車輛數(shù)量為模糊變量。針對檢測車輛數(shù)量為模糊的這種數(shù)據(jù)特征,構建了單目標選址模型和多目標選址模型。單目標選址模型以汽車檢測用戶行駛總成本最低為目標,以投資者的收益和檢測站位置的地理范圍為約束。多目標選址模型以汽車檢測用戶行駛總成本最低和行駛時間最短為目標,以兩個目標的期望值和置信水平,以及檢測站位置的地理范圍為約束。設計了模糊模擬與人工蜂群算法相結合的模型求解方法,利用模糊模擬方法和人工蜂群算法求解模糊變量的函數(shù)與檢測站位置,并通過案例對模型和算法進行驗證。模糊隨機情境及隨機模糊情境是指隨機和模糊特征并存的情況。典型情境是用戶需求量為隨機變量,而通過對以往數(shù)據(jù)進行分析,不同專家可能會給出不同的特征參數(shù)值的隨機分布。這種情境下將其描述為隨機或模糊變量均是不準確的。同理,在模糊情況下,其中的某個參數(shù)有可能符合某一個概率分布,模糊中又包含了隨機性。為此,針對隨機和模糊模型的不足,創(chuàng)新性地提出了隨機和模糊兩種不確定性并存情況下的汽車檢測站選址問題,將模糊隨機理論和隨機模糊理論共同引入到該問題中。在模糊隨機情境下考慮檢測車輛數(shù)量作為模糊隨機變量,以汽車檢測用戶行駛總成本最低為目標,以用戶成本和投資者收益的期望值及置信水平為約束,同時考慮了檢測站位置的地理范圍為約束構建了模型。在隨機模糊情境下以檢測車輛數(shù)量為隨機模糊變量,以汽車檢測用戶行駛總成本最低為目標,以用戶成本和投資者收益的置信水平及檢測站位置的地理范圍為約束構建了模型。設計了不確定模擬與智能算法相結合的模型求解方法,利用不確定模擬方法和智能算法求解不確定變量的函數(shù)與檢測站位置,并通過案例對模型和算法進行驗證。用不確定性理論對用戶需求進行分析與用戶需求增長規(guī)律更相符,能夠豐富檢測站選址理論,為政府或者投資者提供決策支持。主要創(chuàng)新點包括:(1)構建了考慮區(qū)域約束的隨機多目標選址模型,并設計了“教與學”優(yōu)化算法對模型進行求解。(2)利用小樣本檢測用戶需求數(shù)據(jù),建立了汽車檢測站選址的模糊規(guī)劃模型,并設計了人工蜂群算法對模型進行求解。(3)提出了模糊與隨機并存情況下的汽車檢測站選址模型,并設計了粒子群算法對隨機模糊情境下選址模型進行求解。 【學位授予單位】：吉林大學
【學位級別】：博士
【學位授予年份】：2018
【分類號】：U472.9

【圖文】：

第 2 章 檢測站選址問題建模思路 檢測站選址建模影響要素分析.1 選址問題描述汽車檢測站選址模型中，主要考慮兩種位置分布：（1）用戶分布情況，這是進行汽車檢測站選址最重要的基礎信息，，基于行選址模型的構建。作為選址網(wǎng)絡的核心成分，充分考慮用戶需求分布才適位置。用戶的檢測需求與用戶的數(shù)量、人們經(jīng)濟生活水平、車輛使用年方法等因素有關，呈現(xiàn)變化趨勢，具有一定的不確定性。因此，選址時要顧客需求的不確定性，使選址更加符合實際情況。（2）汽車檢測站，作為研究對象，應通過已知信息，選擇出最佳位置。及檢測站位置示意圖，如圖 2-1 所示，虛線范圍代表區(qū)域約束位置，在虛是允許建立檢測站的位置。

圖 3-1 某市檢測區(qū)域的地理位置示意圖2 基本參數(shù)城市的中心坐標為（41578784.96，4638592.97）。為了方便地優(yōu)化選址問個城市的中心坐標作為相對坐標原點，這五個區(qū)域的坐標轉換到下面的數(shù) 3-1所示。表 3-1 各區(qū)域的相對坐標代號 區(qū)域名稱 l(m) u(m)1 新?lián)釁^(qū) -19553.93 -6822.912 東洲區(qū) 6818.23 -2988.683 開發(fā)區(qū) -14319.44 -3175.234 順城區(qū) -3625.74 -2088.845 望花區(qū) -1109.74 285.12根據(jù)當?shù)赝恋乩们闆r，檢測站建在距離城中心位置 1.8x107米以外，3.里的區(qū)域，通過對當?shù)馗鱾�區(qū)域歷年的車輛用戶檢測數(shù)據(jù)進行調研整理分

【參考文獻】

相關期刊論文 前10條

1 葛宇;梁靜;;一種多目標人工蜂群算法[J];計算機科學;2015年09期

2 周婕;;再制造逆向物流網(wǎng)絡設計多周期多目標靜態(tài)選址模型[J];現(xiàn)代商貿(mào)工業(yè);2014年05期

3 關菲;張強;;模糊多目標物流配送中心選址模型及其求解算法[J];中國管理科學;2013年S1期

4 余鵬;雋志才;;兩層應急搶修系統(tǒng)選址問題的核搜索算法[J];計算機應用研究;2013年11期

5 呂品;;考慮碳排放的物流網(wǎng)絡優(yōu)化模型研究[J];計算機應用研究;2013年10期

6 楊啟福;;城市路內停車設施選址優(yōu)化模型[J];長沙大學學報;2013年02期

7 拓守恒;雍龍泉;鄧方安;;“教與學”優(yōu)化算法研究綜述[J];計算機應用研究;2013年07期

8 陳鑫;汪傳旭;;模糊隨機需求下應急救援中心選址優(yōu)化模型[J];運籌與管理;2012年05期

9 田廣東;劉玉梅;徐觀;戴江月;任洪光;;隨機環(huán)境下汽車檢測站網(wǎng)點布局優(yōu)化[J];吉林大學學報(工學版);2011年S2期

10 方青;潘曉東;吳中;;基于遺傳算法的城市停車換乘設施選址模型研究[J];中國科技論文在線;2010年10期

本文編號：2712054