不确定情境下汽车检测站选址方法研究
发布时间:2020-06-14 01:30
【摘要】:汽车检测是为确定汽车技术状况或工作能力所进行的必要的车辆状况检查,及时进行车辆检测能够确保车辆具有良好的安全性、可靠性、环保性。随着人们安全意识提高及汽车保有量迅速增加,汽车检测的需求日益增大,很多城市面临新建检测站以满足新增的检测需求的问题。在检测站建设过程中,选址是检测站规划建设首要环节,而选址的第一步是对用户的需求进行分析。当前对用户需求分析的方法中,主要是用确定性方法对用户检测需求进行预测。然而,实际的汽车检测站选址过程中用户检测需求与用户数量、车辆使用年限及驾驶习惯等因素有关,具有一定的不确定性,这种不确定性在选址时是不能忽略的。因此,有必要对不确定情境下汽车检测站选址问题研究。不确定情境包括随机情境、模糊情境、模糊随机情境及随机模糊情境。随机情境是指有些区域存在车辆检测需求历史数据,可通过这些数据来拟合车辆用户检测需求的概率分布,即检测需求车辆数量为随机变量。针对随机情境下的汽车检测站选址问题,考虑汽车检测用户行驶时间和成本,分别构建了单目标选址模型和多目标选址模型。单目标选址模型以汽车检测用户行驶总成本最低为目标,以投资者的收益和检测站位置的地理范围为约束。多目标选址模型以汽车检测用户行驶总成本最低和行驶时间最短为目标,以两个目标的期望值和置信水平,以及检测站位置的地理范围为约束。设计了随机模拟与“教与学”优化算法相结合的模型求解方法,利用随机模拟方法和教与学算法求解随机变量的函数与检测站位置,并通过案例对模型和算法进行验证。模糊情境是指没有车辆用户检测需求的数据或者数据不足,无法通过概率分布进行用户信息的估计,需要通过模糊方法如征询专家建议等来确定用户的需求信息,即检测需求车辆数量为模糊变量。针对检测车辆数量为模糊的这种数据特征,构建了单目标选址模型和多目标选址模型。单目标选址模型以汽车检测用户行驶总成本最低为目标,以投资者的收益和检测站位置的地理范围为约束。多目标选址模型以汽车检测用户行驶总成本最低和行驶时间最短为目标,以两个目标的期望值和置信水平,以及检测站位置的地理范围为约束。设计了模糊模拟与人工蜂群算法相结合的模型求解方法,利用模糊模拟方法和人工蜂群算法求解模糊变量的函数与检测站位置,并通过案例对模型和算法进行验证。模糊随机情境及随机模糊情境是指随机和模糊特征并存的情况。典型情境是用户需求量为随机变量,而通过对以往数据进行分析,不同专家可能会给出不同的特征参数值的随机分布。这种情境下将其描述为随机或模糊变量均是不准确的。同理,在模糊情况下,其中的某个参数有可能符合某一个概率分布,模糊中又包含了随机性。为此,针对随机和模糊模型的不足,创新性地提出了随机和模糊两种不确定性并存情况下的汽车检测站选址问题,将模糊随机理论和随机模糊理论共同引入到该问题中。在模糊随机情境下考虑检测车辆数量作为模糊随机变量,以汽车检测用户行驶总成本最低为目标,以用户成本和投资者收益的期望值及置信水平为约束,同时考虑了检测站位置的地理范围为约束构建了模型。在随机模糊情境下以检测车辆数量为随机模糊变量,以汽车检测用户行驶总成本最低为目标,以用户成本和投资者收益的置信水平及检测站位置的地理范围为约束构建了模型。设计了不确定模拟与智能算法相结合的模型求解方法,利用不确定模拟方法和智能算法求解不确定变量的函数与检测站位置,并通过案例对模型和算法进行验证。用不确定性理论对用户需求进行分析与用户需求增长规律更相符,能够丰富检测站选址理论,为政府或者投资者提供决策支持。主要创新点包括:(1)构建了考虑区域约束的随机多目标选址模型,并设计了“教与学”优化算法对模型进行求解。(2)利用小样本检测用户需求数据,建立了汽车检测站选址的模糊规划模型,并设计了人工蜂群算法对模型进行求解。(3)提出了模糊与随机并存情况下的汽车检测站选址模型,并设计了粒子群算法对随机模糊情境下选址模型进行求解。 【学位授予单位】:吉林大学
【学位级别】:博士
【学位授予年份】:2018
【分类号】:U472.9
【图文】:
第 2 章 检测站选址问题建模思路 检测站选址建模影响要素分析.1 选址问题描述汽车检测站选址模型中,主要考虑两种位置分布:(1)用户分布情况,这是进行汽车检测站选址最重要的基础信息,,基于行选址模型的构建。作为选址网络的核心成分,充分考虑用户需求分布才适位置。用户的检测需求与用户的数量、人们经济生活水平、车辆使用年方法等因素有关,呈现变化趋势,具有一定的不确定性。因此,选址时要顾客需求的不确定性,使选址更加符合实际情况。(2)汽车检测站,作为研究对象,应通过已知信息,选择出最佳位置。及检测站位置示意图,如图 2-1 所示,虚线范围代表区域约束位置,在虚是允许建立检测站的位置。
图 3-1 某市检测区域的地理位置示意图2 基本参数城市的中心坐标为(41578784.96,4638592.97)。为了方便地优化选址问个城市的中心坐标作为相对坐标原点,这五个区域的坐标转换到下面的数 3-1所示。表 3-1 各区域的相对坐标代号 区域名称 l(m) u(m)1 新抚区 -19553.93 -6822.912 东洲区 6818.23 -2988.683 开发区 -14319.44 -3175.234 顺城区 -3625.74 -2088.845 望花区 -1109.74 285.12根据当地土地利用情况,检测站建在距离城中心位置 1.8x107米以外,3.里的区域,通过对当地各个区域历年的车辆用户检测数据进行调研整理分
本文编号:2712054
【学位级别】:博士
【学位授予年份】:2018
【分类号】:U472.9
【图文】:
第 2 章 检测站选址问题建模思路 检测站选址建模影响要素分析.1 选址问题描述汽车检测站选址模型中,主要考虑两种位置分布:(1)用户分布情况,这是进行汽车检测站选址最重要的基础信息,,基于行选址模型的构建。作为选址网络的核心成分,充分考虑用户需求分布才适位置。用户的检测需求与用户的数量、人们经济生活水平、车辆使用年方法等因素有关,呈现变化趋势,具有一定的不确定性。因此,选址时要顾客需求的不确定性,使选址更加符合实际情况。(2)汽车检测站,作为研究对象,应通过已知信息,选择出最佳位置。及检测站位置示意图,如图 2-1 所示,虚线范围代表区域约束位置,在虚是允许建立检测站的位置。
图 3-1 某市检测区域的地理位置示意图2 基本参数城市的中心坐标为(41578784.96,4638592.97)。为了方便地优化选址问个城市的中心坐标作为相对坐标原点,这五个区域的坐标转换到下面的数 3-1所示。表 3-1 各区域的相对坐标代号 区域名称 l(m) u(m)1 新抚区 -19553.93 -6822.912 东洲区 6818.23 -2988.683 开发区 -14319.44 -3175.234 顺城区 -3625.74 -2088.845 望花区 -1109.74 285.12根据当地土地利用情况,检测站建在距离城中心位置 1.8x107米以外,3.里的区域,通过对当地各个区域历年的车辆用户检测数据进行调研整理分
【参考文献】
相关期刊论文 前10条
1 葛宇;梁静;;一种多目标人工蜂群算法[J];计算机科学;2015年09期
2 周婕;;再制造逆向物流网络设计多周期多目标静态选址模型[J];现代商贸工业;2014年05期
3 关菲;张强;;模糊多目标物流配送中心选址模型及其求解算法[J];中国管理科学;2013年S1期
4 余鹏;隽志才;;两层应急抢修系统选址问题的核搜索算法[J];计算机应用研究;2013年11期
5 吕品;;考虑碳排放的物流网络优化模型研究[J];计算机应用研究;2013年10期
6 杨启福;;城市路内停车设施选址优化模型[J];长沙大学学报;2013年02期
7 拓守恒;雍龙泉;邓方安;;“教与学”优化算法研究综述[J];计算机应用研究;2013年07期
8 陈鑫;汪传旭;;模糊随机需求下应急救援中心选址优化模型[J];运筹与管理;2012年05期
9 田广东;刘玉梅;徐观;戴江月;任洪光;;随机环境下汽车检测站网点布局优化[J];吉林大学学报(工学版);2011年S2期
10 方青;潘晓东;吴中;;基于遗传算法的城市停车换乘设施选址模型研究[J];中国科技论文在线;2010年10期
本文编号:2712054
本文链接:https://www.wllwen.com/kejilunwen/qiche/2712054.html