-
公开(公告)号：CN113627644A
公开(公告)日：2021-11-09
申请号：CN202110724623.3
申请日：2021-06-29
Applicant: 东南大学
Abstract: 本发明提供的一种运输价格不确定下多式联运运输路径的鲁棒优化方法，包括建立确定情形下的目标函数Z的运输路径优化模型及约束条件；再进行转化为不确定参数下的目标函数的转变，及模型的构建；最终获得鲁棒模型，对鲁棒模型进行求解和参数的灵敏度分析，确定模型的最优解。本发明的方法是通过采用鲁棒优化理论，将含有运输价格不确定参数的多式联运运输路径优化基础模型转化为以最小化运输成本为目标函数，含有鲁棒水平调控参数的混合整数线性规划模型，并且通过对模型求解，以及对参数的灵敏度分析，获得最优路径。
-
公开(公告)号：CN113642954B
公开(公告)日：2024-03-26
申请号：CN202110843624.X
申请日：2021-07-26
Applicant: 东南大学
IPC: G06Q10/0835 , G06F17/18
Abstract: 本申请涉及一种运输能力不确定的多式联运运输路径鲁棒优化方法。该方法包括：通过构建以最小化路段运输成本和网络节点转运成本之和最小的混合整数规划模型，基于混合整数规划模型，设定运输路段上的运输能力参数在一个对称有界的闭区间内，采用鲁棒优化理论，对运输能力不确定参数进行转化，构建约束条件；根据约束条件和混合整数规划模型，构建鲁棒水平可控的鲁棒优化模型；根据目标运输起点和目标运输终点，采用单纯形法或分支定界算法对鲁棒优化模型的求解，以及参数的灵敏度分析，获得从目标运输起点运输货物到目标运输终点的总运输成本以及鲁棒水平的规律，并制定运输方案或运输路径，提高了多式联运运输路径优化的鲁棒性。
-
公开(公告)号：CN107092979A
公开(公告)日：2017-08-25
申请号：CN201710223331.5
申请日：2017-04-07
Applicant: 东南大学
CPC classification number: G06Q10/047 , G06N3/126 , G06Q10/0836
Abstract: 本发明公开了考虑碳排放的转运网络选址方法，包括以下步骤：(1)构建物流转运网络选址模型；(2)构建物流转运网络选址模型的目标函数，综合分析物流转运网络选址模型的经济成本与资源环境成本；(3)构建物流转运网络选址模型的约束限制条件，所述约束限制条件包括容量限制约束、供需平衡约束、流量守恒约束及数量限制约束；(4)采用遗传算法对物流转运网络选址模型进行求解并输出最优的转运网络选址。本发明的优点是：考虑碳排放成本，通过建立物流转运网络选址模型，来优化转运中心的布局，能够减少物流操作流程，降低了物流运作成本，并使所规划的货物运输路径温室气体排放量最小，同时物流网络的运营效益最大。
-
公开(公告)号：CN107066723A
公开(公告)日：2017-08-18
申请号：CN201710227212.7
申请日：2017-04-10
Applicant: 东南大学
IPC: G06F17/50
Abstract: 本发明公开了一种基于社会力模型的公交乘客上下车行为仿真方法，包括：拍摄公交乘客流视频，获取上下车行为特征；对场景进行方形网格分割；对公交车的到站规律进行仿真设置；设置乘客的生成、分布和运动规律；引入临域搜索算法，用矢量力表示乘客受力特征；引入视野遮挡判定规则，修正社会作用力；引入碰撞规避判定规则，提前判别碰撞可能性。本发明引入行人流仿真思想，将每位公交乘客视为微观个体，通过完成公交乘客微观行为参数的量化与建模，实现乘客上下车时间的计算以及上下车效率的评估，为提供有效的辅助决策依据、优化城市公交出行提供帮助。
-
公开(公告)号：CN113627644B
公开(公告)日：2024-05-14
申请号：CN202110724623.3
申请日：2021-06-29
Applicant: 东南大学
IPC: G06Q10/04 , G06Q10/0835 , G06Q30/0283
Abstract: 本发明提供的一种运输价格不确定下多式联运运输路径的鲁棒优化方法，包括建立确定情形下的目标函数Z的运输路径优化模型及约束条件；再进行转化为不确定参数下的目标函数的转变，及模型的构建；最终获得鲁棒模型，对鲁棒模型进行求解和参数的灵敏度分析，确定模型的最优解。本发明的方法是通过采用鲁棒优化理论，将含有运输价格不确定参数的多式联运运输路径优化基础模型转化为以最小化运输成本为目标函数，含有鲁棒水平调控参数的混合整数线性规划模型，并且通过对模型求解，以及对参数的灵敏度分析，获得最优路径。
-
Patent Agency Ranking
公开(公告)号：CN113642954A
公开(公告)日：2021-11-12
申请号：CN202110843624.X
申请日：2021-07-26
Applicant: 东南大学
Abstract: 本申请涉及一种运输能力不确定的多式联运运输路径鲁棒优化方法。该方法包括：通过构建以最小化路段运输成本和网络节点转运成本之和最小的混合整数规划模型，基于混合整数规划模型，设定运输路段上的运输能力参数在一个对称有界的闭区间内，采用鲁棒优化理论，对运输能力不确定参数进行转化，构建约束条件；根据约束条件和混合整数规划模型，构建鲁棒水平可控的鲁棒优化模型；根据目标运输起点和目标运输终点，采用单纯形法或分支定界算法对鲁棒优化模型的求解，以及参数的灵敏度分析，获得从目标运输起点运输货物到目标运输终点的总运输成本以及鲁棒水平的规律，并制定运输方案或运输路径，提高了多式联运运输路径优化的鲁棒性。
-
公开(公告)号：CN106997552A
公开(公告)日：2017-08-01
申请号：CN201710227655.6
申请日：2017-04-07
Applicant: 东南大学
CPC classification number: G06Q30/0207 , G06Q30/0278 , G06Q50/30
Abstract: 本发明公开了一种基于智能手机的弹性停车激励系统及方法，该系统包括：人机交互子系统的人机交互模块、事件日历模块、竞价激励模块、问卷筛选模块；出行调查子系统的传感器模块、链簇分析模块、出行识别模块、目的预测模块；数据存储子系统的情景存储模块、问卷存储模块、行为存储模块、存储检索模块。本发明提出以停车需求管理引导小汽车出现方式转移的补偿激励机制，驾车者通过竞价将某天的停车权返还给停车场管理方，管理方可选择接受或拒绝竞价，竞价成功的驾车者应选择其他绿色、低碳的出行方式(如公交车、自行车或步行)完成通勤并获取等额于竞价价格的经济补偿，而停车场管理方则可将回收的停车权益重新投放入停车需求市场。
-
公开(公告)号：CN111847820A
公开(公告)日：2020-10-30
申请号：CN202010651348.2
申请日：2020-07-08
Applicant: 中建中环工程有限公司 , 南京师范大学 , 东南大学
IPC: C02F11/06 , C02F11/13 , C02F11/121
Abstract: 本发明涉及一种基于水热法的污泥脱水方法，包括以下步骤：向污泥中投加氧化剂和活化剂，搅拌混合均匀；将搅拌混合均匀的污泥进行水热反应；对水热反应后获得的污泥浆进行机械脱水。本发明水热法以及高级氧化技术协同作用下，污泥中表面吸附水转换为间隙水和自由水，污泥脱水性能得到改善，将所得泥饼的含水率降低至50％左右，铁铜磁性复合材料可通过磁选回收，不影响污泥后期资源化利用。本发明涉及的预处理方法简单、处理条件温和，安全环保，可为高效污泥脱水手段提供一条全新思路。
-
公开(公告)号：CN107066723B
公开(公告)日：2020-06-09
申请号：CN201710227212.7
申请日：2017-04-10
Applicant: 东南大学
IPC: G06F30/20
Abstract: 本发明公开了一种基于社会力模型的公交乘客上下车行为仿真方法，包括：拍摄公交乘客流视频，获取上下车行为特征；对场景进行方形网格分割；对公交车的到站规律进行仿真设置；设置乘客的生成、分布和运动规律；引入临域搜索算法，用矢量力表示乘客受力特征；引入视野遮挡判定规则，修正社会作用力；引入碰撞规避判定规则，提前判别碰撞可能性。本发明引入行人流仿真思想，将每位公交乘客视为微观个体，通过完成公交乘客微观行为参数的量化与建模，实现乘客上下车时间的计算以及上下车效率的评估，为提供有效的辅助决策依据、优化城市公交出行提供帮助。
-
公开(公告)号：CN109767028A
公开(公告)日：2019-05-17
申请号：CN201811492101.X
申请日：2018-12-07
Applicant: 东南大学
Abstract: 本发明公开了一种道路虚拟盲区监测点的识别方法，包括：从道路起始位置开始，搜索设定距离的路段内是否有监测点，若无，则表示所述设定距离的路段内没有被监测，则把该段末位点设置为虚拟盲区监测点，以该虚拟盲区监测点为下一段起始位置，继续按照设定距离进行下一段道路监测点的监测识别，同时输出该虚拟盲区监测点的位置，若有，则表示所述设定距离的路段内已经被监测，将该段所述已有监测点设为下一段起始位置，继续按照设定距离进行下一段道路监测点的监测识别。本发明解决道路的监测不彻底的情况，方法简单便于实现，虚拟盲区监测点可以进行调节优化；可以通过已有数据预测盲区数据；可以对目标所有路线数据进行预测。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.017 seconds)
