不确定条件下危险化学品运输路径优化研究

发布时间：2017-10-05 20:25

  本文关键词：不确定条件下危险化学品运输路径优化研究

  更多相关文章： 危险化学品运输 最短路问题 多仓库车辆路径问题 机会约束规划模型 模糊双层规划

【摘要】：随着工业化社会的高速发展,危险化学品已成为农业、工业、国防和人们日常生活必不可少的材料。危险化学品运输事故属于低概率一高结果事件。危险化学品事故一旦发生,就会给人们的生命、财产以及生态环境造成巨大的损失。同时,危险化学品运输涉及风险、经济、耗能等问题。以此为研究将会有效整合危险化学品运输企业资源,降低运营成本。随着危险化学品运输事故逐渐增多,保证社会安全,降低风险是当前所面临的重要问题。本文从降低危险化学品运输风险、旅行时间、能耗角度出发,首先对危险化学品运输中相关风险模型和模糊理论进行了研究；然后对最短路问题和多仓库车辆路径问题进行研究,将不确定理论与最短路问题、多仓库车辆路径问题相结合,通过智能优化算法得到最优运输路径；最后将多种算法运行结果进行对比,从而验证本文提出的模型和算法的最优性,为危险化学品运输相关部门、企业提供了有意义的决策和理论支持。本文研究内容具体如下：1、危险化学品运输风险度量、风险分析和可信性理论的研究。结合国内外研究现状分析风险度量、风险分析和可信性理论,介绍了风险分析的基本方法,为建立危险化学品运输最短路和多仓库车辆路径问题奠定理论基础。为危险化学品运输企业提供了可靠的风险测量,为其在不确定环境下提供决策方案。2、危险化学品运输路径优化模型的建立。结合危险化学品运输问题背景,本文考虑了车辆路径问题中的最短路问题和多仓库车辆路径问题。基于最短路问题,首先,构建了风险模型、旅行时间模型和燃料消耗模型。其次,在可信性理论框架下,构建了机会约束规划模型,以优化模糊多目标规划模型。基于多仓库车辆路径问题,构建了模糊双层规划模型以最小化期望运输风险。上层规划在仓库容量和顾客需求的约束下将顾客分配给仓库,下层规划确定每组仓库和顾客间的最优路径。扩展了危险化学品运输方式,满足了不同运输企业要求。3、基于混合启发式算法对模型进行求解。对于最短路模型,本文利用确定型方法和基于模糊模拟的遗传算法进行求解并对比其结果。基于多仓库车辆路径模型,本文采用了四种混合启发式算法进行求解,并对求解结果进行对比。4、采用多案例对两种模型进行求解。并将多种算法的结果以及耗时进行对比。验证了模型的可靠性以及算法的有效性。
【关键词】：危险化学品运输 最短路问题 多仓库车辆路径问题 机会约束规划模型 模糊双层规划
【学位授予单位】：北京化工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TQ086.52
【目录】：

• 学位论文数据集3-4
• 摘要4-6
• abstract6-15
• 第一章 绪论15-25
• 1.1 研究背景15-16
• 1.2 国内外文献综述16-20
• 1.2.1 危险化学品运输研究综述17-18
• 1.2.2 最短路问题研究综述18-19
• 1.2.3 多仓库车辆路径问题研究综述19-20
• 1.2.4 双层规划研究综述20
• 1.2.5 模糊理论研究综述20
• 1.3 模糊理论应用于危险化学品运输决策的可行性分析20-21
• 1.4 本文研究内容及创新21-25
• 第二章 理论背景25-39
• 2.1 危险化学品运输风险评估25-28
• 2.1.1 事故发生频率分析25-27
• 2.1.2 结果建模和风险计算27-28
• 2.2 可信性规划28-35
• 2.2.1 可信性理论28-32
• 2.2.2 机会约束规划模型32-33
• 2.2.3 期望值模型33-35
• 2.3 危险化学品运输问题求解算法35-37
• 2.3.1 模糊模拟35-36
• 2.3.2 混合粒子群优化36
• 2.3.3 遗传算法36-37
• 2.3.4 蚁群算法37
• 2.3.5 模拟退火算法37
• 2.4 本章小结37-39
• 第三章 危险化学品运输的模糊多目标机会约束规划模型39-51
• 3.1 问题描述39
• 3.2 危险化学品运输路径选择目标优化39-41
• 3.2.1 参数设置40
• 3.2.2 风险目标40-41
• 3.2.3 运输时间目标41
• 3.2.4 燃料消耗目标41
• 3.3 模型建立41-42
• 3.4 模型求解42-44
• 3.4.1 基于模糊模拟的遗传算法42-44
• 3.5 算例分析44-47
• 3.5.1 小型算例44-45
• 3.5.2 中型算例45-47
• 3.5.3 大型算例47
• 3.6 本章小结47-51
• 第四章 危险化学品运输模糊双层规划多仓库车辆路径问题51-65
• 4.1 问题描述51-52
• 4.2 符号系统52
• 4.3 模型建立52-53
• 4.3.1 风险模型52-53
• 4.3.2 模糊双层规划模型53
• 4.4 模型求解53-59
• 4.4.1 顾客分配方案53-54
• 4.4.2 基于模糊模拟的混合粒子群优化54-56
• 4.4.3 基于模糊模拟的遗传算法56
• 4.4.4 基于模糊模拟的模拟退火算法56-58
• 4.4.5 基于模糊模拟的蚁群算法58-59
• 4.5 算例分析59-64
• 4.6 本章小结64-65
• 第五章 结论与展望65-67
• 参考文献67-73
• 致谢73-75
• 研究成果及发表的学术论文75-77
• 作者和导师简介77-78
• 附件78-79

【参考文献】

中国期刊全文数据库 前2条

1 吴军;王丹;李健;杨丰梅;;基于强化学习的危化品运输路径选择博弈分析[J];系统工程理论与实践;2015年02期

2 李孟波;胡小建;;考虑风险性约束的危险化学品运输路径优化研究[J];物流工程与管理;2012年11期

，

本文编号：978655