考慮時(shí)間窗的低碳多式聯(lián)運(yùn)路徑問題模型研究
發(fā)布時(shí)間:2023-02-21 08:02
國家統(tǒng)計(jì)局貨物運(yùn)輸總量數(shù)據(jù)顯示,中國的貨物運(yùn)輸量逐年遞增,貨物運(yùn)輸總量巨大,進(jìn)一步看各種運(yùn)輸方式年貨運(yùn)量,發(fā)現(xiàn)公路運(yùn)輸?shù)哪曦浳锪空嫉剿羞\(yùn)輸方式的四分之三,各運(yùn)輸方式年貨運(yùn)量極不均衡。公路運(yùn)輸雖然可以實(shí)現(xiàn)快捷方便的運(yùn)輸,但對環(huán)境帶來較大的污染,不利于生態(tài)文明建設(shè),所以應(yīng)該發(fā)展其他高效、節(jié)能的運(yùn)輸方式。多式聯(lián)運(yùn)能充分利用各運(yùn)輸方式的優(yōu)點(diǎn),達(dá)到高效節(jié)能的目的。本文從提高提升運(yùn)輸?shù)男屎统浞掷酶鞣N運(yùn)輸方式的優(yōu)勢出發(fā),研究了一個(gè)帶時(shí)間窗的多式聯(lián)運(yùn)路徑選擇問題,建立確定性的路徑規(guī)劃問題模型,綜合考慮運(yùn)輸成本、客戶滿意度和碳排放量,將三者作為模型的目標(biāo)函數(shù),利用權(quán)重系數(shù)調(diào)節(jié)各目標(biāo)函數(shù)的比重,滿足不同決策者的決策偏好,提升模型的靈活性;在約束中充分考慮了服務(wù)的時(shí)間窗,服務(wù)的能力,根據(jù)問題的性質(zhì),合理的生成了一個(gè)算例,并運(yùn)用python編寫程序求解算例,驗(yàn)證了模型的有效性;對模型的關(guān)鍵變量進(jìn)行了敏感性分析,發(fā)現(xiàn)服務(wù)時(shí)間對于結(jié)果的影響較大。對服務(wù)時(shí)間不確定性的多式聯(lián)運(yùn)路徑問題,運(yùn)用神經(jīng)網(wǎng)絡(luò)這一智能優(yōu)化算法進(jìn)行求解,神經(jīng)網(wǎng)絡(luò)算法有優(yōu)秀的學(xué)習(xí)能力和自適應(yīng)能力,針對不確定性有較好的包容性;算例分析表明,神經(jīng)...
【文章頁數(shù)】:64 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
第一章 緒論
1.1 研究背景
1.2 研究意義
1.3 研究現(xiàn)狀
1.3.1 多式聯(lián)運(yùn)目標(biāo)函數(shù)
1.3.2 時(shí)間窗
1.3.3 隨機(jī)性
1.3.4 低碳方面
1.4 研究內(nèi)容
1.5 研究方法
第二章 相關(guān)概念和理論介紹
2.1 多式聯(lián)運(yùn)及集裝箱多式聯(lián)運(yùn)
2.2 關(guān)于不確定性的處理方法
2.2.1 隨機(jī)規(guī)劃
2.2.2 模糊規(guī)劃
2.3 神經(jīng)網(wǎng)絡(luò)
2.3.1 神經(jīng)網(wǎng)絡(luò)簡介
2.3.2 神經(jīng)網(wǎng)絡(luò)構(gòu)成
2.3.3 網(wǎng)絡(luò)結(jié)構(gòu)的確定
2.3.4 反向傳播
第三章 服務(wù)時(shí)間確定的低碳多式聯(lián)運(yùn)路徑問題
3.1 問題描述及模型
3.1.1 問題描述
3.1.2 多式聯(lián)運(yùn)路徑選擇模型
3.2 算例分析
3.3 求解
3.4 敏感性分析
3.5 本章小結(jié)
第四章 服務(wù)時(shí)間不確定的低碳多式聯(lián)運(yùn)路徑選擇問題
4.1 服務(wù)時(shí)間不確定的多式聯(lián)運(yùn)路徑選擇問題
4.2 數(shù)據(jù)準(zhǔn)備
4.3 神經(jīng)網(wǎng)絡(luò)
4.3.1 輸入數(shù)據(jù)的處理
4.3.2 隱藏層數(shù)目及維度的確定
4.3.3 激活函數(shù)
4.3.4 確定訓(xùn)練數(shù)據(jù)量
4.3.5 其他參數(shù)和結(jié)果
4.4 樣本模擬法
4.4.1 機(jī)會約束規(guī)劃
4.4.2 樣本模擬方法步驟
4.4.3 樣本模擬方法的收斂性
4.4.4 結(jié)果
4.5 本章小結(jié)
第五章 總結(jié)與展望
5.1 總結(jié)
5.2 展望
致謝
參考文獻(xiàn)
本文編號:3747430
【文章頁數(shù)】:64 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
第一章 緒論
1.1 研究背景
1.2 研究意義
1.3 研究現(xiàn)狀
1.3.1 多式聯(lián)運(yùn)目標(biāo)函數(shù)
1.3.2 時(shí)間窗
1.3.3 隨機(jī)性
1.3.4 低碳方面
1.4 研究內(nèi)容
1.5 研究方法
第二章 相關(guān)概念和理論介紹
2.1 多式聯(lián)運(yùn)及集裝箱多式聯(lián)運(yùn)
2.2 關(guān)于不確定性的處理方法
2.2.1 隨機(jī)規(guī)劃
2.2.2 模糊規(guī)劃
2.3 神經(jīng)網(wǎng)絡(luò)
2.3.1 神經(jīng)網(wǎng)絡(luò)簡介
2.3.2 神經(jīng)網(wǎng)絡(luò)構(gòu)成
2.3.3 網(wǎng)絡(luò)結(jié)構(gòu)的確定
2.3.4 反向傳播
第三章 服務(wù)時(shí)間確定的低碳多式聯(lián)運(yùn)路徑問題
3.1 問題描述及模型
3.1.1 問題描述
3.1.2 多式聯(lián)運(yùn)路徑選擇模型
3.2 算例分析
3.3 求解
3.4 敏感性分析
3.5 本章小結(jié)
第四章 服務(wù)時(shí)間不確定的低碳多式聯(lián)運(yùn)路徑選擇問題
4.1 服務(wù)時(shí)間不確定的多式聯(lián)運(yùn)路徑選擇問題
4.2 數(shù)據(jù)準(zhǔn)備
4.3 神經(jīng)網(wǎng)絡(luò)
4.3.1 輸入數(shù)據(jù)的處理
4.3.2 隱藏層數(shù)目及維度的確定
4.3.3 激活函數(shù)
4.3.4 確定訓(xùn)練數(shù)據(jù)量
4.3.5 其他參數(shù)和結(jié)果
4.4 樣本模擬法
4.4.1 機(jī)會約束規(guī)劃
4.4.2 樣本模擬方法步驟
4.4.3 樣本模擬方法的收斂性
4.4.4 結(jié)果
4.5 本章小結(jié)
第五章 總結(jié)與展望
5.1 總結(jié)
5.2 展望
致謝
參考文獻(xiàn)
本文編號:3747430
本文鏈接:http://sikaile.net/kejilunwen/yysx/3747430.html
最近更新
教材專著