随机需求下LNG公路槽车调度优化研究
发布时间：2021-02-28 17:29
近年来人们对清洁高效的资源需求量越来越大,液化天然气（Liquefied Natrual Gas,LNG）因其自身的优点受到人们的青睐,在各行各业中得到应用。随之而来对LNG槽车的运输需求也逐年增加,而LNG作为一种危险品,其运输过程中存在一定的风险,我国铁路运输LNG尚未开通,所以大多数LNG企业采用槽车公路运输这种灵活的方式。LNG槽车运输的飞速发展,对其安全调度计划提出了更高的要求。LNG槽车调度计划的制定应对运输路线的安全性以及成本进行综合的考量。LNG槽车运输是管道以及海上运输在陆路的延续与发展,是连接调度中心与各个加气站之间的桥梁。现今,很多LNG企业在制定槽车调度方案时仍然采用经验法,这种调度方式未对客户的需求、槽车在路上的行驶时间及路段进行科学判断,导致运输成本高,无法得知槽车运输路线的风险情况,遇到意外情况时,无法得到及时的救援,客户的需求也没有满足,降低公司的服务质量。因为LNG槽车调度需要考虑的因素较多,情况复杂,在槽车调度的过程中存在包括需求量随机、客户位置随机、服务时间随机以及车辆的行驶时间随机等不确定因素,对调度中心的车辆调度安排产生—定的影响,所以本文在之...
【文章来源】：大连海事大学辽宁省 211工程院校
【文章页数】：67 页
【学位级别】：硕士
【部分图文】：
图４．１遗传算法流程图??Ｆｉｇ．４．１?Ｇｅｎｅｔｉｃ?ａｌｇｏｒｉｔｈｍ?ｆｌｏｗ??
?随机需求下ＬＮＧ公路槽车调度优化研究???３－??０?２?４?￡?８?１Ｄ??图４．３标准Ｑ－Ｑ图??Ｆｉｇ．４．３?Ｓｔａｎｄａｒｄ?Ｑ－Ｑ?ｄｉａｇｒａｍ??根据统计学中随机变量的相关知识，得到ＬＮＧ运输需求服从数学期望为５标准差??为２的正态分布即？Ｎ（５，２２），如图４．４所示。同样的，对不同需求点每周期的消耗量??进行分析，发现其基本符合正态分布或者其他分布函数，为了方便计算，本文假设其他??需求地的需求也符合正态分布。??丨：丨?Ｍ??＾?８１?＼?■■■频率??系列?２??１?３?５?７?９?１１?其他??需求量??图４．４需求地消耗量服从的分布规律??Ｆｉｇ．４．４?Ｄｉｓｔｒｉｂｕｔｉｏｎ?ｒｅｇｕｌａｒｉｔｙ?ｂｙ?ｔｈｅ?ｃｏｎｔａｉｎｅｒｉｚｅｄ?ｔｒａｆｆｉｃ?ｄｅｍａｎｄ??－４０－??
?随机需求下ＬＮＧ公路槽车调度优化研究???３－??０?２?４?￡?８?１Ｄ??图４．３标准Ｑ－Ｑ图??Ｆｉｇ．４．３?Ｓｔａｎｄａｒｄ?Ｑ－Ｑ?ｄｉａｇｒａｍ??根据统计学中随机变量的相关知识，得到ＬＮＧ运输需求服从数学期望为５标准差??为２的正态分布即？Ｎ（５，２２），如图４．４所示。同样的，对不同需求点每周期的消耗量??进行分析，发现其基本符合正态分布或者其他分布函数，为了方便计算，本文假设其他??需求地的需求也符合正态分布。??丨：丨?Ｍ??＾?８１?＼?■■■频率??系列?２??１?３?５?７?９?１１?其他??需求量??图４．４需求地消耗量服从的分布规律??Ｆｉｇ．４．４?Ｄｉｓｔｒｉｂｕｔｉｏｎ?ｒｅｇｕｌａｒｉｔｙ?ｂｙ?ｔｈｅ?ｃｏｎｔａｉｎｅｒｉｚｅｄ?ｔｒａｆｆｉｃ?ｄｅｍａｎｄ??－４０－??
【参考文献】：
期刊论文
[1]考虑道路交通管制的危险品运输路径问题研究[J]. 史丹丹,魏明. 物流工程与管理. 2019(02)
[2]基于量子蚁群算法的随机需求的动态车辆路径问题[J]. 宁涛,焦璇,魏瑛琦,梁旭. 大连交通大学学报. 2018(05)
[3]考虑随机客户需求的两级车辆路径问题研究[J]. 胡乔宇,杨琨,刘冉. 工业工程与管理. 2018(05)
[4]关于LNG安全储运的研究[J]. 卫双印. 化工管理. 2018(24)
[5]危险货物道路运输风险复杂系统及风险测度模型与应用——以液氯运输为例[J]. 王海星,梁倩倩. 交通运输系统工程与信息. 2018(04)
[6]基于蚁群算法的天然气车辆调度优化[J]. 徐旭,周静远. 上海电机学院学报. 2018(02)
[7]液化天然气（LNG）槽车运输途中侧翻的危险性分析[J]. 秦凌凌,范小花,黄林青,刘复元. 安全. 2018(03)
[8]液化天然气（LNG）储运的安全技术及管理措施[J]. 刘伟. 化工管理. 2017(27)
[9]液化天然气（LNG）储运的安全技术及管理措施[J]. 韩菁菁. 中国石油和化工标准与质量. 2017(16)
[10]中国LNG进口海上运输通道安全评价[J]. 孙家庆,孙倩雯,许红香. 大连海事大学学报. 2017(01)
博士论文
[1]基于风险分析的危险品道路运输路径优化方法研究[D]. 任常兴.南开大学 2007
硕士论文
[1]随机需求下带时间窗的多中心动态车辆路径问题研究[D]. 朱琳.大连海事大学 2017
[2]随机需求车辆路径问题的混合遗传算法研究[D]. 韩娟娟.辽宁师范大学 2016
[3]随机需求下冷链品城市物流配送优化研究[D]. 刘敏.北京交通大学 2016
[4]LNG槽车公路运输风险控制研究[D]. 林虎.大连海事大学 2015
[5]基于蚁群算法的动态车辆调度系统设计[D]. 祁浩.广东工业大学 2015
[6]危险货物运输车辆调度优化研究[D]. 刁爱霞.兰州交通大学 2014
[7]LPG运输车辆路径选择问题研究[D]. 张雪彤.大连海事大学 2013
[8]基于遗传算法的危险品运输调度优化研究[D]. 杨士宇.大连海事大学 2013
[9]LNG车辆运输调度优化模型研究[D]. 刘振玮.大连海事大学 2012
本文编号：3056199
【文章来源】：大连海事大学辽宁省 211工程院校
【文章页数】：67 页
【学位级别】：硕士
【部分图文】：
图４．１遗传算法流程图??Ｆｉｇ．４．１?Ｇｅｎｅｔｉｃ?ａｌｇｏｒｉｔｈｍ?ｆｌｏｗ??
?随机需求下ＬＮＧ公路槽车调度优化研究???３－??０?２?４?￡?８?１Ｄ??图４．３标准Ｑ－Ｑ图??Ｆｉｇ．４．３?Ｓｔａｎｄａｒｄ?Ｑ－Ｑ?ｄｉａｇｒａｍ??根据统计学中随机变量的相关知识，得到ＬＮＧ运输需求服从数学期望为５标准差??为２的正态分布即？Ｎ（５，２２），如图４．４所示。同样的，对不同需求点每周期的消耗量??进行分析，发现其基本符合正态分布或者其他分布函数，为了方便计算，本文假设其他??需求地的需求也符合正态分布。??丨：丨?Ｍ??＾?８１?＼?■■■频率??系列?２??１?３?５?７?９?１１?其他??需求量??图４．４需求地消耗量服从的分布规律??Ｆｉｇ．４．４?Ｄｉｓｔｒｉｂｕｔｉｏｎ?ｒｅｇｕｌａｒｉｔｙ?ｂｙ?ｔｈｅ?ｃｏｎｔａｉｎｅｒｉｚｅｄ?ｔｒａｆｆｉｃ?ｄｅｍａｎｄ??－４０－??
?随机需求下ＬＮＧ公路槽车调度优化研究???３－??０?２?４?￡?８?１Ｄ??图４．３标准Ｑ－Ｑ图??Ｆｉｇ．４．３?Ｓｔａｎｄａｒｄ?Ｑ－Ｑ?ｄｉａｇｒａｍ??根据统计学中随机变量的相关知识，得到ＬＮＧ运输需求服从数学期望为５标准差??为２的正态分布即？Ｎ（５，２２），如图４．４所示。同样的，对不同需求点每周期的消耗量??进行分析，发现其基本符合正态分布或者其他分布函数，为了方便计算，本文假设其他??需求地的需求也符合正态分布。??丨：丨?Ｍ??＾?８１?＼?■■■频率??系列?２??１?３?５?７?９?１１?其他??需求量??图４．４需求地消耗量服从的分布规律??Ｆｉｇ．４．４?Ｄｉｓｔｒｉｂｕｔｉｏｎ?ｒｅｇｕｌａｒｉｔｙ?ｂｙ?ｔｈｅ?ｃｏｎｔａｉｎｅｒｉｚｅｄ?ｔｒａｆｆｉｃ?ｄｅｍａｎｄ??－４０－??
【参考文献】：
期刊论文
[1]考虑道路交通管制的危险品运输路径问题研究[J]. 史丹丹,魏明. 物流工程与管理. 2019(02)
[2]基于量子蚁群算法的随机需求的动态车辆路径问题[J]. 宁涛,焦璇,魏瑛琦,梁旭. 大连交通大学学报. 2018(05)
[3]考虑随机客户需求的两级车辆路径问题研究[J]. 胡乔宇,杨琨,刘冉. 工业工程与管理. 2018(05)
[4]关于LNG安全储运的研究[J]. 卫双印. 化工管理. 2018(24)
[5]危险货物道路运输风险复杂系统及风险测度模型与应用——以液氯运输为例[J]. 王海星,梁倩倩. 交通运输系统工程与信息. 2018(04)
[6]基于蚁群算法的天然气车辆调度优化[J]. 徐旭,周静远. 上海电机学院学报. 2018(02)
[7]液化天然气（LNG）槽车运输途中侧翻的危险性分析[J]. 秦凌凌,范小花,黄林青,刘复元. 安全. 2018(03)
[8]液化天然气（LNG）储运的安全技术及管理措施[J]. 刘伟. 化工管理. 2017(27)
[9]液化天然气（LNG）储运的安全技术及管理措施[J]. 韩菁菁. 中国石油和化工标准与质量. 2017(16)
[10]中国LNG进口海上运输通道安全评价[J]. 孙家庆,孙倩雯,许红香. 大连海事大学学报. 2017(01)
博士论文
[1]基于风险分析的危险品道路运输路径优化方法研究[D]. 任常兴.南开大学 2007
硕士论文
[1]随机需求下带时间窗的多中心动态车辆路径问题研究[D]. 朱琳.大连海事大学 2017
[2]随机需求车辆路径问题的混合遗传算法研究[D]. 韩娟娟.辽宁师范大学 2016
[3]随机需求下冷链品城市物流配送优化研究[D]. 刘敏.北京交通大学 2016
[4]LNG槽车公路运输风险控制研究[D]. 林虎.大连海事大学 2015
[5]基于蚁群算法的动态车辆调度系统设计[D]. 祁浩.广东工业大学 2015
[6]危险货物运输车辆调度优化研究[D]. 刁爱霞.兰州交通大学 2014
[7]LPG运输车辆路径选择问题研究[D]. 张雪彤.大连海事大学 2013
[8]基于遗传算法的危险品运输调度优化研究[D]. 杨士宇.大连海事大学 2013
[9]LNG车辆运输调度优化模型研究[D]. 刘振玮.大连海事大学 2012
本文编号：3056199
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/3056199.html
