[發明專利]基于雙層規劃的中歐班列國內集運系統優化方法

在審

• 申請號: 202010179829.8
• 申請日: 2020-03-16
• 公開（公告）號: CN111523834A
• 公開（公告）日: 2020-08-11
• 發明（設計）人: 湯銀英;李旭強;陳思
• 申請（專利權）人: 西南交通大學
• 主分類號: G06Q10/08
• 分類號: G06Q10/08;G06N3/12
• 代理公司: 成都正華專利代理事務所(普通合伙) 51229
• 代理人: 陳選中

1.一種基于雙層規劃的中歐班列國內集運系統優化方法，其特征在于，包括以下步驟：

S1、分析中歐班列國內集運系統的影響指標，運用主成分分析法確定中轉站選址備選集；

S2、根據集運系統建設成本及能力，構建用于確定班列中轉站位置及數量的上層模型；

S3、根據集運貨主的運輸成本，構建用于確定班列集運方案的下層模型；

S4、根據步驟S2和S3組合的雙層規劃模型，采用遺傳算法進行反饋迭代求解；

S5、根據步驟S4的求解結果對中歐班列國內集運系統進行優化。

2.如權利要求1所述的基于雙層規劃的中歐班列國內集運系統優化方法，其特征在于，所述步驟S1對中歐班列國內集運系統進行分析處理具體為：基于貨運量、腹地經濟、交通便捷度、城市地位影響指標，運用主成分分析法，初步確定中轉站選址備選集。

3.如權利要求1所述的基于雙層規劃的中歐班列國內集運系統優化方法，其特征在于，所述步驟S2根據集運系統建設成本及能力，構建用于確定班列中轉站位置及數量的上層模型具體為：以集運系統投資建設成本及能力最優為優化目標，構建用于確定班列中轉站位置及數量的上層模型。

4.如權利要求3所述的基于雙層規劃的中歐班列國內集運系統優化方法，其特征在于，所述上層模型具體表示為：

s.t.

F_j∈{0，1}，j＝1，2...b

其中，a表示貨運起點，b表示中轉站，Z_j表示第j地建設集裝箱班列中轉站的固定成本費用，Z_j(a_j)表示j地建設集裝箱班列中轉站的變動成本費用，d表示貨主運輸需求，a_j表示在j地建設的集裝箱中轉站的操作能力，F_j為0-1變量。

5.如權利要求1所述的基于雙層規劃的中歐班列國內集運系統優化方法，其特征在于，所述步驟S3根據集運貨主的運輸成本，構建用于確定班列集運方案的下層模型具體為：以貨主的運輸成本最小為優化目標，構建用于確定班列集運方案的下層模型。

6.如權利要求5所述的基于雙層規劃的中歐班列國內集運系統優化方法，其特征在于，所述下層模型具體表示為：

s.t.：

其中，Z表示下層總成本，c表示節點i與節點j之間運輸方式m的單價，m表示運輸方式，表示從節點i運到節點j采用運輸方式m運輸的集裝箱量，q_j代表j港的操作能力，表示采用運輸方式m將單位集裝箱貨物從節點i運到節點j的運輸費用，CI_i表示中轉站處理單位集裝箱的操作費用，CP_j表示口岸站j處理單位集裝箱的操作費用，表示節點i與節點j之間運輸方式m的運輸能力。

7.如權利要求1所述的基于雙層規劃的中歐班列國內集運系統優化方法，其特征在于，所述步驟S4根據步驟S2和S3組合的雙層規劃模型，采用遺傳算法進行反饋迭代求解具體包括以下分步驟：

S41、設定每代種群中的個體總數NP和最大進化代數NG，針對選址問題特點，選用二進制編碼生成上層模型的初始種群；

S42、下層模型染色體針對上層模型的初始種群生成，根據下層模型特點，染色體由節點之間的運量分配和選擇的運輸方式兩部分組成；

S43、對個體適應度進行計算，選用輪盤賭法對個體進行選擇，然后對個體進行交叉變異及適應度分析，根據每代中適應度變化動態調整交叉率P_c和變異率P_m，

其中，f_max表示群體中適應度的最大值，f_avg表示每代群體的平均適應度值，f′表示要交叉的個體中適應度較大的值，f表示要變異的個體的適應度值，k₁、k₂、k₃、k₄分別取[0，1]區間的數；

S44、將下層計算結果反饋回上層模型，繼續進行迭代計算，直至符合設定迭代終止條件，求得相應解集。