A multi-objective multi-item solid transportation problem with vehicle cost, volume and weight capacity under fuzzy environment
通常,在运输问题中,满载车辆(例如,轻型商用车、中型和重型卡车等)车辆的运输费用必须支付,而不论车辆的运载能力如何。除了运输成本,包括车辆行驶时间、产品装卸时间在内的总时间也是一个重要问题。此外,代替单个物品,不同类型的物品可能需要通过不同类型的运输从一些来源运输到目的地。最优运输策略可能会受到许多其他问题的影响,如体积和重量的每单位产品,不提供足够数量的某些类型的车辆等,在本文中,我们制定了一个多目标多项目固体运输问题解决所有这些问题。将运输成本和时间参数作为模糊变量进行求解。利用模糊变量的可信度理论,建立了一个机会约束规划模型,并将其转化为确定性形式。最后给出了数值算例。
2020-11-06 math.OC
A Two-Stage Stochastic Model for Road-Rail Intermodal Freight Transportation Under Demand and Capacity Uncertainty
针对固定列车时刻表下公铁联运集装箱运输优化问题,考虑需求与列车临时容量不确定性,构建整合条件风险价值(CVaR)的两阶段随机优化模型,经真实数据验证可降低成本、减少排放并辅助风险权衡决策。
2025-08-21 math.OC
Insights into capacity constrained optimal transport
经典的最优运输问题的一个变形是:在所有具有固定边际且由给定密度支配的联合测度中,找到最优的一个。在\cite{KM11}中建立了该变式解的存在唯一性。在本手稿中,我们暴露了一个意想不到的对称性,导致第一个明确的例子在两个和更多的维度。这些都是受到启发,在一个维度的模拟显示奇点和拓扑结构,并在两个进一步的发展:在可行的集合中的所有极值点的识别,和一个新的方法来构造可行的扰动的基础上的唯一性。
2013-04-24 math.OC
A penalization approach to linear programming duality with application to capacity constrained transport
本文提出了一种新的求解线性规划对偶问题的方法,它依赖于二次惩罚,使得被惩罚的原问题和对偶问题的解之间的关系成为仿射的。这产生了一个新的证明莱文的对偶定理容量约束最优输运作为一个无限维的应用。
2013-09-12 math.AP math.OC
Optimal Transportation with Capacity Constraints
经典的最优运输问题可以表述为凸区域上的线性最优化问题:在所有具有固定边缘的联合措施中找到最优措施,其中最优性是针对费用函数来衡量的。在这里,我们考虑一个自然的,但在很大程度上未探索的变种,这个问题的联合(绝对连续)措施施加逐点约束:在所有联合密度与固定的边际和占主导地位的一个给定的密度,找到最佳的。对于这种变体,我们表明局部非退化的费用函数意味着每个极小是极值的竞争对手的凸集,因此唯一的。附录开发了这个问题的对偶理论的雏形,这使我们能够计算几个暗示性的例子。
2012-11-28 math.OC
Joint Optimization of Transfer Location and Capacity in a Multimodal Transport Network: Bilevel Modeling and Paradoxes
随着人们日益关注发展多式联运系统以加强城市交通,越来越需要建设新的、重建或扩大现有基础设施,以便利现有的和满足新产生的旅行需求。因此,本文开发了一个双层模型,同时确定的位置和容量的换乘基础设施建设考虑弹性需求的多式联运网络。上层问题是一个混合整数线性规划问题,而下层问题是能力限制的组合出行分配模型,通过多项logit公式描述了旅行者的目的地和路线选择。为了求解该模型,本文提出了一种将遗传算法和连续线性规划求解方法相结合的数学算法。通过数值模拟研究了多式联运网络中两个Braess悖论现象的存在性。第一个状态下,在固定的需求建设停车位,以刺激使用的停车换乘服务可能会恶化系统的性能,衡量的总乘客出行时间,而第二个揭示了在可变的需求下,增加停车容量的停车换乘服务,以促进使用可能会失败,其模式份额的下降。同时,最后一个实验表明,在分布式车站建设换乘基础设施比建设一个大型换乘中心,在吸引旅客使用可持续的交通模式。
2020-05-19 math.OC
Capacity-Constrained Wasserstein Barycenters: Existence, Duality, and Entropic Regularization
本文提出容量约束的Wasserstein重心问题,证明其存在性与强对偶,并引入熵正则化,获得唯一解及容量截断吉布斯公式,且正则化解收敛至最小熵解。
2026-09-17 math.OC
Modifying the service patterns of public transport vehicles to account for the COVID-19 capacity
随着公共交通运营商试图恢复服务,他们不得不在COVID-19导致的运力减少的情况下运营。由于在一天中的不同地区和不同时间,需求可能超过容量,司机不得不在特定的车站拒绝乘客上车。为达致这个目标,不少公共交通营办商已修改其服务路线,避免在特定时间行走乘客需求高的车站。鉴于迫切需要开发决策支持工具,可以防止车辆的过度拥挤,本研究介绍了一个动态整数非线性规划,提出服务模式,个别车辆准备派遣。除了满足因COVID-19而施加的车辆容量的目标外,建议的服务模式模式还照顾到乘客的等待时间。我们的模型在连接特温特大学及其周边城市的公交线路上进行了测试,证明了车辆过度拥挤的改善,并分析了与未满足的乘客需求和过度等待时间相关的潜在负面影响。
2020-08-24 math.OC physics.soc-ph
Vertiport Selection in Hybrid Air-Ground Transportation Networks via Mathematical Programs with Equilibrium Constraints
城市空中交通是一个促进城市地区空中交通方式的概念。在这些地区,旅客上下飞机的垂直起降场的位置和容量不仅影响飞机的航班延误,而且还可能通过创造额外的地面旅行需求而加剧地面车辆的拥堵。本文介绍了一个数学模型,用于选择垂直起降机场的位置和容量,以最大限度地减少空中-地面混合交通网络中的交通拥挤。我们的模型是基于双线性平衡约束的数学规划。此外,我们展示了如何通过求解一个混合整数线性规划来计算这个数学规划的全局最优解。我们通过Anaheim交通网络模型展示了我们的结果,该模型包含400多个节点和900多个链接。
2022-07-01 math.OC
Integrating car path optimization with train formation plan: a non-linear binary programming model and simulated annealing based heuristics
货运系统面临的一个重要问题是如何在容量受限的物理网络上最优地运送货物(OD对),即确定每个OD对的最佳物理路径,并将每个OD对分配到最合理的货运训练服务序列中。本文提出了一种非线性二进制规划模型来解决集成的轨道车辆路线和训练编组计划最优化问题,而不是预先指定或预先求解轨道车辆交路并随后优化训练编组计划,这是中国铁路系统的标准做法,也是现有文献中广泛使用的方法,以降低问题的复杂性。该模型综合考虑了各种运营要求和一组容量约束,包括链路容量,堆场重新分类容量和一个堆场可以形成的最大块数,同时试图最小化累积,重新分类和运输的总成本。提出了一种基于模拟退火算法的启发式求解方法来求解该数学模型。为了解决困难的容量限制,我们使用了一个罚函数的方法。此外,还设计了一个满足业务需求的定制物流系统。
2017-07-26 math.OC
Map-compatible decomposition of transport paths
针对Monge-Kantorovich传输问题的分支传输变体,研究证明无环传输路径可分解为映射兼容与计划兼容路径之和,且阶梯形传输路径可分解为两条映射兼容路径之差。
2023-10-05 math.AP math.OC
Dynamic capacity allocation of hybrid transportation units for cargo-hitching in urban public transportation systems
School of Management, Technical University of Munich(慕尼黑工业大学管理学院);Centre for Infrastructure, Sustainable Transportation and Urban Planning (CiSTUP) & Robert Bosch Centre for Cyber-Physical Systems (RBCCPS), Indian Institute of Science(印度科学研究所基础设施、可持续交通与城市规划中心及罗伯特博世网络物理系统中心);Munich Data Science Institute, Technical University of Munich(慕尼黑工业大学慕尼黑数据科学研究所)
提出一种算法框架,通过设计具有混合运输单元(HTU)的公共交通系统,在固定路线和时刻表下优化网络设计,实现货物搭载,以提升非高峰时段利用率,并通过慕尼黑地铁案例验证,算法优于商业求解器,HTU可降低总成本最多3.2%。
2026-05-28 math.CO math.OC
Numerical simulation of optimal transport paths
University of California at Davis(加州大学戴维斯分校)
本文通过局部和全局最小化算法,对从单个源到等总质量原子测度的最优输运路径进行数值模拟。
2008-07-23 cs.NA math.CO math.NA
Path Dependent Optimal Transport and Model Calibration on Exotic Derivatives
在本文中,我们引入和发展了半鞅最优输运理论在一个路径依赖的设置。代替经典的边缘分布的约束,我们考虑一个一般框架的路径依赖的约束。对偶结果的建立,代表的解决方案的路径依赖的偏微分方程(PPDE)。此外,我们提供了一个降维结果的基础上的新概念的“半过滤”,确定适当的马尔可夫状态变量的基础上的约束和费用函数。我们的技术,然后适用于精确校准的波动率模型的价格一般路径依赖衍生品。
2020-09-13 math.OC math.PR q-fin.MF
Path Planning in Unknown Environments Using Optimal Transport Theory
本文介绍了一种基于图的,潜在的指导方法在未知的环境中的路径规划问题,障碍物是未知的,直到机器人是在接近障碍物的位置。受最优输运理论的启发,该方法首先生成一个连接初始和目标配置的图,然后利用已有的环境信息在图上找到一条路径。当新遇到的障碍物信息变得可用时,迭代地更新图形和路径。由此产生的方法是被证明是完整的确定性过程,即,当存在可行路径时,保证在有限次数的迭代中找到可行路径。该方法是可扩展的高维问题。此外,我们的方法不搜索整个域的路径,相反,该算法只探索一个子区域,可以描述的福克-普朗克方程的演变。我们证明了我们的算法的性能,通过几个数值例子与不同的环境和尺寸,包括高维的情况下。
2019-09-25 cs.RO math.OC
Temporally Flexible Transport Scheduling on Networks with Departure-Arrival Constriction and Nodal Capacity Limits
KTH Royal Institute of Technology(皇家理工学院)
本文提出了一种灵活时间运输调度方法,通过引入出发-到达约束和节点容量限制,扩展了传统最优运输框架,解决了网络中运输时间和资源分配问题。
2026-02-16 cs.SI cs.SY eess.SY
Path-Space Model Risk via Signature-Induced Optimal Transport
University of California, Santa Barbara(加州大学圣塔芭芭拉分校)
该研究针对路径空间模型风险,提出签名诱导的最优传输框架,通过环境特征空间松弛得出相关界和方法,可用于金融和保险的压力测试及模型误设问题,能有效控制校正预算。
2026-07-24 math.OC q-fin.MF q-fin.RM