运输时间

运输时间（精选7篇）

运输时间 篇1

0 引言

运输问题是线性规划中的一类特殊问题, 常规的运输问题是求运费最小[1]的问题, 但是有时也以时间最短[2,3]作为优化目标, 由于路况、天气等原因, 运输时间一般不是确定的实数, 本文考虑运输时间是区间数[4]的情况下, 基于时间满意度的费用最小的运输问题的求解。

1 基于费用最小的运输问题

2 基于满意度的运输问题模型及求解

2.1 问题描述和基本假设

2.2 时间满意度的求解

本文参考[4], 采用线性时间满意度函数

2.3 数学模型

根据以上的讨论, 可以得到如下的线性规划模型:

2.4 求解算法

1) 根据 (1) 式和给定的α, 计算各产地到各销地的时间满意度值;

2.5 算例

某种物资运输数据如表12所示, 时间限制T=12, α=0.8问该公司应如何调运产品, 在满足各销售点的需要和时间满意度水平的前提下, 使总运费最小。

首先计算各产地到销地基于T=12的的满意度水平, 得到表2

将表1中对应于表3中不满足处的运费改为M, 采用表上作业法, 得到最终调运方案为:A1到B17个单位;A1到B39个单位;A2到B29个单位;A2到B11个单位;A3到B11个单位;A3到B411个单位, 费用为2510元。

3 结束语

本文提出了基于时间满意度的运输问题的一种求解方法, 具有简单, 易操作的特点, 也具有实际应用价值。

摘要：本文考虑了时间为区间数的运输问题, 在运输限制期限的条件下, 建立了时间满意度不低于要求值时运费最小的运输模型, 给出了具体的算法, 最后通过实例分析说明了本文给出方法的可行性和有效性。

关键词：运输问题,区间数,时间满意度

参考文献

[1]胡运权.运筹学教程[M].北京:清华大学出版社, 2007.

[2]陈绍顺.受时间约束的运输问题的表上作业法[J].空军工程大学学报, 2002, 3 (04) :101-105.

[3]程桦, 宋执环.受时间约束的运输问题求解的一种算法[J].运筹与管理, 2003, 12 (06) :67-70.

[4]刘春林等.基于连续消耗应急系统的多出救点选择问题[J].管理工程学报, 1999, 13 (03) :12-16.

运输时间 篇2

关键词：路线优化;运输路线

一、物流运输路线对企业物流成本的影响

物流运输能够打破时间、空间的限制，将有效的资源分配到需要资源的地区。物流运输主要承担移动货物的任务，物流运输的主要费用包括车辆费用、人工费用;车辆费用包括车辆运输路线所产生的油费、物流运输损坏费用;人工费用包括物流运输人员装货、运货、等待收货人员所产生的时间费用，以及延迟到达目的地所产生的延误费用。而对于那些保存期较短的物品，还需要特殊的交通工具进行运输，比如：生鲜冷冻产品、鲜果蔬菜产品等。

因此物流运输在企业物流成本中，占据大多数的物流资金，是影响企业物流成本的主要因素。所以对物流运输路线的选择，对物流运输时间的合理分配，成为节约物流成本的有效手段。以往的物流运输路线方案只考虑某一种单一因素，进行最短物流运输路线的选择，最短物流运输时常的选择。这样的物流运输路线优化没有考虑实际的路况信息、交通状况信息、突发情况等，因此产生的结论与实际情况相差较远。

二、基于距离视角下物流运输路线优化研究

1.以距离为主的物流运输最短路径分析。物流运输有着规定的始发地、目的地，而在始发地与目的地中间的物流运输路线，则可以自由的进行选择。目前某物流运输公司设计出一套完整的物流运输路线图，将一批物资按照路线图中的行走路线，安全的运送到目的地(即从A地运到H地，单位：km)。运送要经过多个不同的地点，路线的选择也比较自由，下面是该公司物流运输路线图：

若按照最短路线进行规划，则从起始地点到目的地有多种不同的组合方案，具体的组合方案分为以下几种：首先我们可以求出A、B间的最短路线。A、B间的路线有：A-B(50);A-C-B(110);A-D-C-B(332)，因此A、B的最短路线为50km。A、C间的路线有：A-C(75);A-B-C(85);A-D-C(257)，因此A、C的最短路线为75km。A、D间的路线有：A-D(177);A-B-C-D(165)，因此A、D间的最短路线为165km。A、E间的路线有：A-B-E(118);A-B-C-F-E(238);A-B-C-D-G-F-E(373)，因此A、E间的最短路线为118km。A、F间的路线有：A-B-E-F(188);A-B-C-F(168);A-B-C-D-G-F(303)，因此A、F间的最短路线为168km。A、G间的路线有：A-B-C-F-G(218);A-B-C-D-G(253)，因此A、G间的最短路线为218km。A、H间的路线有：A-B-E-H(213);A-B-C-F-H(270);A-B-C-F-G-H(338)，因此A、H间的最短路线为213km。

以上分析可以得出：若只考虑最短路线问题，则A、H间的最短路线可以通过上述计算得出，最短路线为213km。但从A-H间的运输过程中，还会受到运输路线的交通堵塞状况、交通路况等方面因素的影响。若单纯的就运输路线进行分析，得出的结果必定是不准确的。城市交通网络的快速发展，使得城市交通拥堵问题日益严重。而物流运输在路线设定的过程中，必定要穿过多个中间城市，而在中间城市停留的时间、穿行的多余路线，也应该包括在物流运输成本当中。运输企业在物流运输的过程中，有时候需要舍弃那些距离较近的拥堵线路，选择那些路线较远路况较好的运输线路进行运输。

若在以最短距离为基础的前提下，参考最短时间进行物流运输路线的选择。那我们可以将物流运输距离、物流运输时间设定为不同的权重，根据不同路线权数的多少，进行最适合运输路线的选择。目前我们将物流运输距离作为主要的参考因素，物流运输距离的权数设置为0.8;物流运输时间作为附加参考因素，物流运输时间的权数设置为0.2。

2.加权组合数值的计算。根据不同路线的加权组合，制定出加权组合数值表。在加权组合数值表中，不同的运行距离搭配不同的运行时间，运行距离段的路线并不一定有短的运行时间。根据不同物流运输路线的交通状况，制定出加权组合数值表：

基于距离的加权组合数值表

根据以上的加权组合数值表，我们继续进行A、H两地间的最短路线计算。在对每个线路的加权组合数进行叠加运算以后，我们得出A-B-E-H的运输线路，仍旧为最优运输线路，运输线路的加权数值为193.4。这种结合物流线路交通状况的物流运输的计算方法，得到的结果比较准确、合理。

三、基于时间视角下物流运输路线优化研究

1.数学模型的建立。对于控制时间的物流运输研究，首先需要找到车辆行驶的最短路线。根据多个短路线的不同物流运输时间，再进行物流运输最短路线的分析。在时间视角下物流运输路线，需要根据准确的数学模型进行线路分析。物流运输路线的数学模型，包括各种变量、目标函数、约束条件等。而我们在物流运输路线优化的过程中，首先要考虑的问题是物流运输成本问题。物流运输成本也包括多方面的内容，主要分为固定成本、不固定成本两部分。固定成本主要包含汽车、税务等固定组成部分，不固定成本主要包含物流运输人员工作时长、物流运输行驶的路线、耗费的原油等多种不确定因素。因此我们可以将物流运输费用表示为：物流运输费用=过路费+路况费用系数x距离x(车辆重量+装载货物重量)。

(1)路况费用系数：汽车在各种路况中行驶所产生的磨损、车辆维修所花费的费用、以及所消耗的原油量等，这些都为路况费用系数所产生的额外费用。路况费用系数=路况等级x(原油消耗系数+车辆维修系数)x车型修正系数(2)车型修正系数：车辆在承载量为1吨的情况下，行驶1公里所产生的费用修正系数。 物流运输车辆具有规定的处罚时刻、到达时刻，但在实际物流运输的过程中，会由于中途一系列的不确定因素，导致最终到达目的地时间的延迟或者提前。根据始发地、目的地间的距离长度、路况信息，将物流运输的行驶时间规定在一定的范围内。也就是说在规定的时间内，物流运输需要将货物运送目的地。而始发地、目的地间的物流运输时间，存在着多种多样的时间影响因素。因此始发地、目的地间的物流运输时间，可以用以下公式进行表示：始发地、目的地间的物流运输时间T=物流装车与等待出发时间+运输距离x路况修正系数x车型修正系数x装载修正系数/车辆行驶速度(3)装载修正系数：物流运输车辆在装载不同重量的货物后，具有不同的运输速度限制;特别是装载重量比较大的货物后，车辆的运输速度会显著的下降。根据以上的两地物流运输时间公式，能够清楚的得到各个线路的运输时长。

在最短物流运输时间的前提下，进行物流运输费用的计算。根据物流运输的费用信息，建立目标函数模型：minZ=∑(i=0...n)∑(j=0...n)XijCij(注：Xij：物流运输车辆从i点到j点的行驶状况，用0或者1表示;Cij：物流运输车辆从i点到j点的运输费用，根据公式1计算出最终的运输费用。)

约束条件：∑(i=0...n)∑(j=0...n)XijTij+TmT(注：Tij：物流运输车辆从i点到j点的行驶时间;Tm：物流运输车辆在装车、行驶过程中所等待的时长。)

2.算法思路。物流运输的优化路线图的主要特点为：每条路线上都有确定的非负实数对应，这种作图方式被称为赋权图。赋权图可以用对应的数值表示：D=(V，A)，各个弧度可以用aij=(vi，vj)表示;费用权ω(aij)=ωij;时间权θ(aij)=θij。狄克斯特拉算法主要计算一个顶点到其余各顶点的最短路径，是解决有向图最短路径问题的最有效方法。其基本原理是：每次新扩展一个距离最短的点，就要将周围的相邻点进行一次距离更新。对于所有边权都为正的情况而来，由于其周围不会存在一个距离更短的无扩展点，因此该点与顶点的距离永远保持恒定。这种计算周围最短距离的方法具有着严谨的科学性，是经过实际检验的正确算法。任意vs，vt两点间的最短路径μ，可以用以下字母表示：vs，...，vj，...，vk，...，vt。

通过最短路径的分析可以得出：最短路径μ为vs到vj或者vk的最短路径。因此μ不仅是整条完整运输路线中的最短路径，而且是各个支路路线中的最短路径，所有的支路路线最短路径互相叠加，形成整条运输路线的最短路径。本文运用路径的扩张作用，进行最短路线间的互相叠加。

影响物流运输合理化的因素很多，起决定作用的有五个方面，称作合理运输的“五要素”。

(1)运输距离。运输过程中，运输时间、运输运费等若干技术经济指标都与运输距离有一定的关系。运距长短是运输是否合理的一个最基本的因素。

(2)运输环节。每增加一个运输环节，势必要增加运输的附属活动，如装卸，包装等，各项技术经济指标也会因此发生变化，因此减少运输环节有一定的促进作用。

(3)运输工具。各种运输工具都有其优势领域，对运输工具进行优化选择最大限度的发挥运输工具的特点和作用，是运输合理化的重要的一环。

(4)运输时间。在全部物流时间中运输时间占绝大部分，尤其是远距离运输，因此，运输时间的缩短对整个流通时间的缩短起决定性的作用。此外，运输时间缩短，还有待加速运输工具的周转，充分发挥运力效能，提高运输线路通过能力，不同程度地改善不合理。

(5)运输费用。运费在全部物流费用中占很大的比例，运费高低在很大程度上决定整个物流系统的竞争能力。实际上，运费的相对高低，无论对货主还是对物流企业都是运输合理化的一个重要的标志。运费的高低也是各种合理化措施是否行之有效的最终判断依据之一。

四、结束语

企业物流运输路线的优化问题，是综合距离、时间、物流运输成本、物流材料损耗等多方面因素的问题。因此在物流运输路线的优化方面，要综合距离、时间等多方面因素进行分析，根据不同因素所占的权重大小，采取适当的运输策略、运输路径，完成企业规定的运输工作。

参考文献：

[1]段小斌.车祸干扰下物流运输网络失效抗毁方法仿真[J].物流技术，(21).

运输时间 篇3

随着人民生活水平的提高和交通运输行业的发展, 出租车已成为人们出行的重要交通工具之一。[1]随之而来的在出租车运输过程中产生的纠纷也越来越多, 比如:乘客招手后空驶出租车拒载是否构成违约?在询问乘客去向得知路程难行时拒载能否追究司机责任?要想解决这些问题必须要确定一个问题———出租车运输合同的成立时间。但目前对于出租车运输合同成立时间的法律问题却鲜有研究。

我国法律对出租车运输合同成立时间规定的模糊性和理论界的不统一性, [2]造成了双方当事人权利义务的不确定性, 直接性增加了出租车运输合同方面的纠纷, 降低了道路的通行能力和整体的行车速度, 间接性造成交通堵塞。为减少因出租车运输合同时间导致的纠纷, 明确双方当事人的权利义务, 对出租车运输合同成立时间的法律研究就成为必要。

二、出租车运输合同成立时间的判断

想要确定出租车运输合同的成立时间, 首先要明确出租车司机承载的行为属于邀约还是要约邀请。对这一问题理论界大致有两种观点:一种观点认为出租车空驶在路上招徕顾客, 以现在的交易习惯, 应理解为要约邀请, 乘客招手或明确表示乘坐为要约, 出租车载客为承诺;[3]另一种观点则认为出租车停车提供出租服务为要约, 乘客上车为承诺。[4]笔者赞同后一种观点, 因为出租车上“空驶”标志、车窗上的起步价和每公里价款已经具备了要约的内容具体明确的要求, 同时出租车“空驶”标志及看到乘客招手时的慢行行为有希望与对方订立合同的意思表示, 符合要约的条件, 因此出租车停车提供出租服务的行为属于要约。其次, 出租车运输合同一般为承运人和乘客一对一的关系, 出租车载客后未经乘客同意, 不得再与其他乘客订立合同, 此时被要约的对象由不特定变为特定, 合同成立, 承运人和乘客双方均受合同约束, 若无正当理由, 出租车司机不能拒载, 这样可以减少出租车拒载情形的发生。[5]

我国《合同法》第13条规定:“当事人订立合同, 采取要约、承诺方式”, 该条文明确规定了我国法定缔约方式是要约与承诺规则。[6]出租车运输合同的要约时间确定了, 那么承诺的时间便是合同成立的时间。在一般的客运中采用购票乘车的制度, 运输合同一般自旅客付款、承运人向旅客交付客票时成立, 而出租车运输合同并不像普通客运合同那样在乘客付款时成立, 它是一种先乘车后付款的特殊合同, 是依照具体交易习惯确定的承诺时间。具体到实践中, 乘客做出承诺这一意思表示的时间便是出租车运输合同成立的时间。要约时间已确定, 那么只要确定承诺的时间便可以确定租车运输合同成立的时间。对于它的成立时间有几种不同的观点。

(一) 乘客招手为承诺, 合同成立

乘客招手属于出租车合同的承诺时间, 合同成立。当乘客看到出租车上显示“空驶”标志时招手, 说明乘客已经对出租车上标有的收费标准表示接受, 招手视为对要约的承诺, 合同此时成立。这种观点可以减少出租车拒载行为的发生, 但如果出现乘客招手后没来得及上车就被其他车辆撞伤等情形, 出租车司机是否会因合同成立, 有保证乘客在运输过程中安全的义务, 就必须向乘客赔偿?显然, 这种情况让出租车承担赔偿责任并不合理。因此将乘客招手定为承诺的时间, 出租车运输合同自招手时成立的观点也不尽合理。

(二) 司机停车为承诺, 合同成立

这种观点认为, 出租车打开空驶灯的行为属于要约邀请, 乘客招手唤车的行为属于要约, 而出租车停车则表明承运人愿意接受乘客发出的要约愿意与其订立合同, 属于承诺, 此时合同成立。[7]这种观点具有一定合理性, 但也有弊端。比如, 在打车的人少而空驶的出租车多的情况下, 乘客的招手行为可能会使数辆出租车停泊, 一般情况下乘客会选择其中一辆乘坐, 那么按照此说法乘客就需对因其招手导致停泊而又未乘坐的车辆承担违约责任, 这显然不合情理。所以对于像出租车这种可以商议运输目的地和价款的运输方式, 出租车司机与乘客在讨价还价中确定要约的内容, 停车只是承运的前提。不能将司机停车定为承诺, 定为合同成立的时间。

(三) 乘客登车为承诺, 合同成立

还有一种“登车说”, 与上述两种说法相比较, 这种观点将承诺时间又延后了, 认为乘客招手属于要约邀请, 司机停车是要约, 承诺的时间是在乘客登车时, 合同自登车成立。在登车之前, 乘客与司机之间经常会讨价还价, 有时也会对行走路线和路程发生争议, 对于这些内容的变更属于对要约实质性内容的变更, 讨价还价的过程实质上是要约与反要约的过程。而生活中乘客上车后又临时改变行车路线或目的地的情况时有发生, 如果路线改变后司机因路况难行而拒绝运输, 或者登车后的乘客无法与司机达成运输合意而拒乘, 那么按照登车说的理论应当认定一方违约并追究其违约责任, 这显然不妥。

(四) 司机按下计价器时合同方始成立

生活中乘客比较容易接受的是车辆启动后司机按下计价器时合同成立的说法。根据《合同法》第四十五条规定, 当事人对合同的效力可以约定附生效条件。在出租车运输合同中把按下计价器的这种行为认定为合同的附生效条件, 合同自附加的条件成就时生效。这种观点从合同成立与生效的角度分析, 将乘客与承运人的合意定在合同生效时, 但事实上乘客在看到出租车空驶并接受当地出租车价格告知司机自己同意乘坐时, 便已经满足了出租车合同成立的要件, 合同已经成立。司机按下计价器的行为不是合同成立的构成要件, 而是在履行合同的具体行为。

三、出租车运输合同成立时间的具体分析

确定出租车运输合同的成立时间对于明确双方当事人的责任, 以及乘客拒乘、司机拒载是否承担责任, 应追究何种责任都具有非常重要的意义。但由于出租车运输的实际情形非常复杂, 国内法律法规的模糊性都给出租车运输合同成立时间的确定带来巨大阻碍, 笔者认为不能采用“一刀切”的方式为出租车运输合同作出统一的标准[8]。对于出租车合同承诺时间的四种观点都有其合理的地方也有值得商榷的地方, 笔者认为, 出租车运输合同应该分为繁华人多地段和人烟稀少地段两种情况来具体分析, 不能一概而论。

(一) 在繁华人多地段之出租车运输合同的成立时间

在热闹繁华的地段, 打的行为随处可见, 再加上酒驾的严惩促使各大城市都会出现出租车供不应求的情况。当一辆空驶的出租车驶来, 等待在路边准备打车的多个乘客同时招手示意要乘坐出租车的情形时常发生, 根据招手即为承诺的观点, 将乘客招手定为承诺, 合同因此成立。那么根据强制缔约理论, 多个乘客同时招手意味着出租车司机必须提供运输服务并且要同时履行多个对待给付, 否则司机将构成违约并承担违约责任。这对出租车承运人来说便过于苛刻了, 出租车的履行能力是有限的, 未经已载乘客的同意, 出租车承运人不得载运其他招手乘客, 这便将承运人置于因履行不能而违约的境地, 这对于出租车司机来说也是不公平的。同样出租车停车即承诺的观点也不适合在人口稠密地段采用。在繁华地段只有乘客登车后, 出租车合同的被要约人才由不特定转为特定, 出租车运输合同就此成立, 所以“登车说”对于人流量大的地方更合适。

(二) 在人烟稀少地段之出租车运输合同的成立时间

在人烟稀少地段, 乘客招手后出租车司机很容易看到, 此时如果采用繁华人多地段的登车说, 将乘客登车时间认定为承诺的时间, 无疑将为出租车承运人无正当理由拒载提供了充分的理由, 尤其是当伤病人员急需载车寻求救助时, 司机可能会顾忌到伤病人员弄脏自己车座所以假装没看到乘客招手而拒载。这种对出租车拒载的放纵将会损害到乘客的权益。基于此, 应当因地制宜, 在人流量少的地段应提高对出租车承运人的要求标准, 认定乘客招手即为承诺, 出租车运输合同就此成立。

四、小结

实践中确定出租车运输合同的成立时间并非易事, 不能采用“一刀切”的方式为所有出租车运输合同制定统一的成立时间标准。应当根据人流量区分繁华人多地段和人烟稀少地段两种情况来具体分析更加合理。在繁华人流量大的地方, 认定乘客登车时为出租车运输合同的成立时间, 此时合同的被要约人由不特定转化为特定, 合同成立;而在人烟稀少人流量较小地段, 应认为乘客招手即为承诺, 合同的成立时间定在在乘客招手时更合理。所以说出租车运输合同成立时间可以在乘客乘车前也可以在乘车后, 不能“一刀切”。这样可以有效减少承运人无正当理由拒载, 防止乘客无乘车欲望时随意招手愚弄司机, 使双方都能本着诚实信用的原则履行自己的合同义务。

摘要：出租车运输作为现代城镇交通运输的重要组成部分, 在城镇客流运输中承担着重要的角色。但对于出租车运输合同的成立时间问题理论界观点不一, 再加上我国法律对出租车运输合同成立时间规定的模糊性, 造成了双方当事人权利义务的不确定性, 导致出租车运输合同方面的纠纷不断增加。本文立足于中国的实际国情, 借鉴国内外相关制度, 打破传统“一刀切”的方式, 通过受要约人特定学说和受要约人不特定学说确定合同成立的时间, 而在生活实践中, 要区分繁华人多地段和人烟稀少地段两种不同的情况来具体分析, 不能一概而论。

关键词：出租车,运输合同,成立时间,要约,承诺

参考文献

[1]周洁瑜.政府管控环境下出租车运营模式及其关键问题研究[D].合肥工业大学, 2013.

[2]陈秀君.出租汽车司机的拒载问题探析[J].法制与经济:中旬.2013 (6) :52-53.

[3]王泽鉴.民法研究系列.民法总则[M].北京:北京大学出版社, 2009.

[4]崔建远.合同法 (第4版) [M].北京:法律出版社, 2008.

[5]张婷婉.从民法角度简析出租车拒载问题[J].法制与社会, 2014 (36) :38-39.

[6]张华, 沈忱.要约邀请、要约和承诺的效力认定[J].法律适用, 2013 (9) :65-70.

[7]张婷.的哥接单后等待期间拒载其他乘客是否违约[J].浙江人大, 2014 (11) :71.

运输时间 篇4

一、影响货车周转时间的相关因素

货车完成一个完整周转所消耗时间, 概括起来可分为三大部分, 即货车运行时间、在各技术站实行中转作业的停留时间及其在货物装卸站的作业停留时间, 在货车周转时间所受影响因素中, 如下几项是最为重要的方面:

1、国铁煤炭运输紧张及作业能力有限, 造成空车阶段性积压, 到达不均衡致使厂矿装卸能力受限, 增加了在矿区停留时间, 使路车延时费用逐年增加, 由以前200多万元增加到目前500多万元, 影响了矿区铁路运输经济效益。

2、厂矿因素, 主要包括厂矿企业存在以车代库现象以及由于厂矿装卸设备落后、故障、生产能力不均衡等影响, 加大了货车在厂、矿的停留时间, 影响了运输效率。

3、设备因素, 主要有装卸设备的先进程度、线路等级及其通过能力、机车车辆性能及维修状况、技术站分布及其作业能力, 此类因素对货车中转、装卸以及途中运行时间等产生影响;

4、运输组织及管理水平因素, 主要与调度指挥水平、列车运行组织状况、机车调配情况、车辆数量、取车、送车、空车不能及时对位、装车等因素, 通过减少空车走行、压缩非生产时间均可缩短货车周转时间。

二、影响运输效益的相关因素

1、行车事故, 即行车事故对运输效益的影响是最大程度的, 须事先人人重视、有效降低事故发生率、保证运输安全。

2、施工状况, 线路施工即对铁路运输生产造成影响, 若能实现“施工运输两不误”, 或者是在施工期间, 尽可能减轻施工对运输生产的阻碍, 缩短施工时间。

3、设备故障, 任何设备都会出现故障, 应尽力降低故障率、保障设备质量、做好日常养护, 将故障率降至比最低水平;矿区铁路应保证设备完好率100%。

4、运输能力, 即在现有基础上, 大规模改造既有线路, 提高矿区铁路运输能力, 解决运输效率瓶颈问题, 消除车站能力紧张局面。

三、当前对货车周转时间和运输效益造成负面影响的原因

分析当前货车周转时间较长、运输效率较低的原因, 不难发现, 淮北矿区铁路货车运转方面存在如下现实问题:

1、过检车数量多。目前大量过检车夹杂在国铁进人管内货物列车中, 占在同期空车总数中占据较大比例, 加之过检车不能装车, 则须成列回空交出, 使管内货车周转大量增加。

2、路矿运输协议签订不合理。主要表现为货车在国铁交接站待挂、待交停留时间过长, 特别是重杂车在进人管内前还须在交接站存留一段时间, 而且重杂车周转时间也过长。

3、运输组织不当。货物线上的过检车无法及时挂回站内, 则货物线的卸车作业出现重复对位现象, 进而诱发过检车配件被盗、停时延长等问题。

四、加速货车周转、提高运输效益的主要途径

1、压缩停时, 即对货车在装卸站的货物作业停留时间进行压缩。具体要做到:压缩装卸车时间, 主要是压缩纯装车及卸车的时间, 煤矿企业及时购置或更新装卸车设备;强化劳动组织, 防止出现由于劳力不足导致装卸时间延长的现象;矿区铁路要压缩货物作业车待送、待挂时间, 以缩短作业车在站停留时间。

2、组织双重作业, 增加作业次数, 比如严格根据装车去向, 有计划、有安排地组织装车, 实现以卸定装、以交定装, 避免重车积压;组织均衡装卸, 减轻货车合理运用的难度。

3、压缩占时, 即着眼于装车方案、货运计划、列车运行图、列车编组计划等, 尽量发直达及直通列车, 降低有调车比重, 减少车辆中转次数, 加速车辆周转, 降低空车在途中技术站的中转次数。

4、提高货物列车运行速度, 调度人员则须确保按图行车, 要求列车调度员须能够合理会让、科学组织货物列车在区间运行, 并且要压缩货物列车在厂、矿的停留时间。

五、加强运输组织建设, 进一步提升管理水平及运输组织水平

1、加强日常调度指挥, 深度挖掘运输潜力;尽量提升货车正点率, 专门考核货车正点率;提高厂、矿各站作业效率;减少机车和车辆故障, 实现列车正点;提高调度日班计划质量, 重视对调度日班计划兑现率的考核。

2、处理好矿区铁路安全和效益的关系。对任何企业经营管理活动来讲, 其最终均须落实将效益确定为企业的终极目标。重视矿区铁路安全生产, 追求更高的运输经济效益。

3、重视运输统计工作。制定矿区铁路运输的数量和质量指标, 使之能够反映出铁路生产经营活动中出现的问题, 寻求薄弱环节、能力改进。对于各站、段在运输统计中产生的问题, 如实反映及时整改, 保证统计数据信息的真实性, 实现绩、效、能合理的考核, 使运输组织和管理得到进一步改进。

总之, 对于矿区铁路来说, 压缩货车周转时间、提高运输效益, 这是一个系统工程, 须从多方面入手, 尽可能减少货车在厂、矿、站的停留时间, 仅此项每年可节约成本100万元。同时要加强管理, 最大限度压缩货车在厂、矿停留时间, 使运输组织管理不断规范, 促进矿区铁路运输经济效益的不断提高。

摘要：加速货车周转, 对于国铁即意味着能以同样数量的货车完成更多的运输任务, 进而增加运输收入;对于淮北矿区铁路则意味着将大大减少对国铁货车占用费的支出从而降低成本、提高经济效益。

关键词：铁路,压缩,货车时间

参考文献

[1]、张雅净.压缩货车周转时间的途径与分析[J].科技资讯, 2009, (23)

运输时间 篇5

在实际生产中, 通常一道工序能在多台机器上进行加工, 需要根据现场生产情况选择合适的机器进行加工。于是在传统的作业车间调度问题 (Jobshopschedulingproblem, JSP) 的基础上发展出了柔性作业车间调度问题 (Flexiblejob-shopscheduling problem, FJSP) 。目前柔性作业车间调度问题的研究很多, 何莺等[1]提出了以工件提前/拖期惩罚代价最小、生产周期最小为目标的多目标优化调度算法, 可得到满意的较优解;孙志峻等[2]提出了针对批量生产的柔性作业车间调度方案;Runwei等[3]研究了遗传算法在作业车间调度问题中的应用;张国辉等[4]设计了一种改进遗传算法用于柔性作业车间调度问题的求解, 提高了求解质量。

在这些研究中, 考虑了机器的选择问题, 使得问题得到较好的解决。但是选择不同的机器加工, 转换机器进行生产时的运输路线也就会不同, 即运输时间也不同。而零件加工的运输时间在目前的研究却没有得到较好的考虑。如孙志峻等[2]在约束条件中已规定了工件的运输时间被忽略。事实上在现在的工厂生产中, 零件加工运输时间占整个加工时间的比例是很大的, 一些大型零件的运输通常还需要行车等起重运输工具, 并且这个比例则更大。福特汽车公司的统计数据表明, 在工厂生产过程中零件的加工时间只占5%, 而其他95%的时间都是零件在搬运和储存等待之中[5]。由此可见, 运输时间是柔性作业车间调度问题中必须要考虑的一个因素。在调度时确定一条合理的加工路线, 尽量减少运输时间, 是提高生产效率, 获得更大效益的可靠途径。

本文针对FJSP特点, 将零件运输时间考虑进调度模型之中, 使得调度结果更符合实际情况;并且采用启发式规则与遗传算法相结合的调度算法, 使得在求解FJSP时的求解速度和求解质量上都有了较大提高。

1柔性作业车间调度问题建模

柔性作业车间调度问题的描述如下:n个工件要在m台机器上加工。每个工件包含一道或多道工序, 各工序之间有先后约束, 每道工序可以选择多台不同加工机器中的一台进行加工, 工序的运输时间随加工机器的不同而不同。调度目标是为每道工序选择最合适的机器、确定每台机器上各个工件工序的最佳加工顺序以及开工时间, 达到加工时间短、设备利用率高, 生产成本低等调度目标。因此实际上可将柔性作业车间调度问题分为两个子问题:确定各工序的加工顺序和确定各工序的加工机器。

在本文调度模型中, 设定最小加工时间作为目标函数:

min:H=t (1)

式 (1) 中H为目标函数;t为完成所有加工任务的总时间, 单位为s。其中t可表示为:

t=max{T (M1) , T (M2) , …, T (Mm) } (2)

式 (2) 表示作业的完工时间等于设备中完工时间最晚的那台设备的完工时间, 其中T (Mm) 表示设备m的最后完工时间, 它的计算式如下:

T (Mm) =∑WTMmik+∑TSMmij, i (j+1) +∑T (Oik) Mm (3)

式 (3) 中用WTMjik表示在冲压机Mm上空闲时间;TSMmij, i (j+1) 表示在冲压机Mm上加工的工序的运输时间, 一般可以用运输距离除以运输速度, 也可视现场情况确定;T (Oik) Mm表示在冲压机Mm上加工的工序的加工时间。

此外, 加工过程还需要满足如下约束条件:

(1) 同一工件的后一道工序开工时间不能早于前道工序的完工时间。

(2) 每台机器同一时刻只能加工一种工序。

(3) 一道工序开始后必须在该台机器上不间断加工直至完成。

(4) 不同工件没有加工优先级的区别。

2改进遗传算法的设计与实现

2.1启发式规则设计

常用的启发式规则通常只用于解决传统作业车间调度问题, 而柔性作业车间调度问题不但要确定工序加工顺序, 还要确定机器顺序。考虑到设备利用率和各设备的生产平衡度, 本文提出一种基于机器前续完工时间和后续预期加工时间的启发式规则, 用于解决柔性作业车间调度中的机器选择问题。

2.1.1机器前续完工时间规则

为工序选择加工机器时, 首先找到该工序的所有可加工机器, 并计算出每台机器已经安排了的工序的完工时间, 即前续完工时间。选择前续完工时间与该工件前一道工序的完工时间绝对值之差最小的机器, 进行该工序的加工。这样选择的好处是可以避免较大的机器空闲时间, 提高了机器利用率;又可以避免某台机器的工作时间过长, 使生产平衡度不高。

2.1.2机器后续预期加工时间规则

若有两台或以上的机器前续完工时间并列最早, 则对这若干台机器计算后面可能在该机器上加工的工序的总加工时间, 即预期后续加工时间。选择预期后续完工时间最短的机器进行加工。这样可以进一步避免某台机器的工作时间过长, 从而提高生产平衡度。

2.2染色体编码和解码

在柔性作业车间调度问题中, 一个生产计划在调度后的结果中必须包含两个部分:加工工序及其顺序;加工机器及其顺序。本文采用文献[6]中的基于工序的编码。例如3个工件, 分别有2、3、4道工序, 对其进行编码, 得到结果如下:

工序编码:1 2 3 1 2 3 2 3 3;

机器编码:1 5 1 2 4 3 2 4 3。

工序编码中不同代码表示不同的工件, 相同代码按从左至右出现的次序分别表示同种工件的先后工序。机器编码中代码表示的是其对应位置工序的机器的编号。

2.3算法流程

柔性作业车间调度问题比传统作业车间调度问题更加复杂。因此, 在算法设计时也要进行相应改进。结合本文的启发式规则, 改进遗传算法的具体步骤如下:

(1) 确定参数。主要包括根据问题复杂程度确定种群规模、交叉率、变异率。

(2) 初始化。对工序进行编码, 先随机生成工序编码, 然后按本文的启发式规则生成机器编码, 产生第一代种群。

(3) 适应度函数评价。评价种群中每个染色体的适应度函数值, 如果达到收敛条件, 则结束运行;否则转步骤 (4) 。

(4) 选择操作。采用轮盘赌选择法与精华选择法相结合的方法进行选择操作, 选取下一代种群。

(5) 交叉、变异操作。对选择出来的个体, 以交叉率Pc与变异率Pm进行交叉或变异操作, 需要注意的是交叉变异只对工序编码进行, 然后将完成后的染色体以本文启发式规则进行机器的选择, 最终生成新一代种群。

(6) 返回步骤 (3) 。

3计算实例与结果

根据上述建模思想和算法, 本文取某企业冲压车间某天的生产计划 (如表1) 作为实例进行算法仿真。该生产任务列表包括5个冲压件, 表1中列出了每种冲压件生产的数量, 每种冲压件所包含的工序, 每道工序的生产时间。

本次作业的生产线共有5台冲压机, 成直线式排布, 每台冲压机间隔距离相等, 设为一个单位距离。每个冲压件的第一道工序只能在第一台或第五台冲压机上进行加工, 其余工序可在任一台冲压机上加工。该作业调度问题是典型的柔性作业车间调度问题。

但由于是批量生产, 本文第1节中的约束条件“同一工件的后一道工序开工时间不能早于前道工序的完工时间”应该修正为:同一工件的后一道工序开工时间不能早于前一道的第一件工序的完工时间。但考虑到单件工序加工时间相对整批工件工序的加工时间是很小的, 为方便计算, 将该时间忽略不计, 则本问题进一步将此约束条件修改为:“同一工件的后一道工序开工时间不能早于前一道的第一件工序的开工时间”, 即同一工件的前一道工序开工后, 后一道工序即可开工。此外冲压生产时的换模时间需要考虑到加工时间中去。本实例换模时间为30min。

按照启发式规则和随机相结合的初始化方法生成50个染色体构成初始种群。同时设定交叉概率Pc=0.6, 变异概率Pm=0.01, 单位距离运输时间ts=200s, 目标函数:min:H=t;适应度函数:f (vk) =Cmax-H, Cmax为该代种群中完工时间最长的一个染色体。当前种群的最优解遗传50代后仍无提高则算法终止。

运用上面所设计的遗传算法对这个案例进行仿真求解, 最优解的染色体为:

工序码:5 5 5 2 2 3 3 4 4 4 3 1 4 5 5;

机器码:1 2 3 5 4 5 4 1 2 3 5 1 4 2 3。

将上述调度计划转化为甘特图 (图1) 可以更清楚直观地反映调度结果。

由图1可知, 本文算法对本次生产任务的调度结果为26 700s, 且设备利用率和各设备间的平衡度都较高。如果在建模中不考虑运输时间, 通过同样的算法得出的最优染色体是:

工序码:4 4 4 1 4 5 3 3 5 5 3 2 2 5 5;

机器码:1 2 3 5 4 5 1 2 4 3 5 1 2 3 4。

该染色体解码后得到调度结果为26 100s。但由于实际生产中运输时间是客观存在的, 那么在这个调度结果中再加入运输时间, 经调整后的实际结果为27 100s。这个结果比本文调度结果多了400s, 如图2和图3所示。所以考虑运输时间是十分必要的。

在算法的设计上, 相对于经典遗传算法, 本算法嵌入了启发式规则。程序在环境为AMD Athlon (tm) CPU, 主频2.50GHz, 内存2GB的运行环境下, 取100次运算的平均值, 算法运行情况如表2。

由以上数据可见, 本算法相对于经典遗传算法 (SGA) , 能够取得更好的解, 且运行时间更短。因此本文改进遗传算法能够更好地应用于柔性作业车间调度问题的求解。

4结论

(1) 本文在分析柔性作业车间调度问题的基础上, 建立了符合实际情况的调度模型。该模型加入了目前同类研究中未考虑到的影响因素:运输时间, 使得该模型具有更高的实际利用价值。

(2) 针对经典遗传算法的优缺点进行了分析, 提出了嵌入启发式规则的改进遗传算法用于解决柔性作业车间调度问题, 并通过仿真实验证明了该算法能够得到更高质量的解, 且运算效率更高。

参考文献

[1]何莺, 蔡鸿明.基于需求优先的多目标柔性车间调度研究.微型电脑应用, 2002;7 (5) :1—3

[2]孙志峻, 乔冰, 潘奎科, 等.具有柔性加工路径作业车间批量调度优化研究.机械科学与技术, 2002;3 (4) :348—350

[3]Cheng Runwei, Gen Mitsuo, Yasuhiro T.A tutorial survey of job-shop scheduling problems using genetic algorithms partⅡ:Hybrid genetic search strategies.Computers and Industrial Engineering.1999;36 (2) :343—364

[4]张国辉, 高亮, 李培根, 等.改进遗传算法求解柔性作业车间调度问题.机械工程学报, 2009;45 (7) :145—151

[5]李学诗.改善工厂物流必须抓住车间生产物流这个重点.物流技术, 2008;27 (10) :215—217

运输时间 篇6

关键词：集装箱运输,货主决策模型,优化

1 问题提出的背景

防城港位于广西南部北部湾北岸,是大陆海岸线最西南端的深水良港,同时也是西部大开发确定的4个一级经济带(区)———南贵昆经济区的最西南城市所在地。防城港在铁路运输方面经南防线与南昆、成昆、内昆、湘桂、黎湛、枝柳等干线相连,西南地区进出口货物经南昆线可以直达防城港码头。公路运输经南防高速公路与西南公路网相连,交通便捷。作为西南出海通道的主门户及中国—东盟自由贸易区的物流平台,是中国与东盟经济交流最通达、最便利的出海口。

在众多投资者和开发商看好防城港的地理位置优势的同时,对能否将地理位置的优势转化为现实的集装箱货流问题成了众所关注的焦点。本文基于这样的背景对防城港经济腹地国际集装箱运输路径的优化问题进行了研究。

2 货主决策模型

对货主而言,货物运输路线(含运输方式)的决策,须满足如下基本经济原则和假定:

第一原则:货主仅选择交货价格最低的起点与路径的组合;

第二原则:货主对起点与路径组合的选择可由起点与路径组合的交货价格的递减函数来规定;

第三原则:在任意一对起讫点间,全部使用过的路径交货价格是相同的,并且低于任一未使用过的路径的交货价格;

假设一:货主对货物的需求是固定的,与最低的交货价格无关;

假设二:货物在起点的产量是固定的,与其当地价格无关。

在满足基本的原则和假定条件下,我们建立如下货主决策模型:

上述模型中:

e———网络的元素,s———运输方式,te———利用元素e运输货物的行程时间,

Ce———运输企业利用元素e运输货物的成本,fe———在元素e上货物的流量,

I———起点分区,J———终点分区,w———起讫点对i,乙j乙,p———路径,

hp———在路径p上货物的流量,mi———货物在发货点i的价格,

δep———如果元素e在路径p上运送货物,则δep=1,否则为0,

Oi———在起点分区i生成固定数量货物,Dj———在终点分区j需求货物量,

Tw———集装箱在起讫点对w之间的需求量,

θw———需求函数起讫点对w的交货价格,

tp———货物在路径p上行程时间,Cp———在路径p上运送货物的企业运输成本,

q———货主运输货物的时间价值,εs———运输企业向货主收取的运费占成本的比重。

3 防城港经济腹地国际集装箱运输网络的确定

通过对云、贵、川、桂和重庆市的实地调研和对统计年鉴的分析可以得出:昆明是南宁、成都、重庆、柳州等城市的货物发送中心;重庆是昆明、成都、南宁等城市的货物发送中心;成都是昆明、南宁、重庆等城市的货物发送中心;贵阳是成都、柳州、南宁、昆明、重庆的货物发送中心;南宁是昆明、成都、重庆、贵阳的货物发送中心。因此,我们选取了昆明、贵阳、成都、重庆、南宁等共5个地方作为货源运输节点,货主一般都包含在这些货源节点之内。

由于研究国际物流,考虑到集装箱流量的大小和代表性及其发展,将出口箱到达地和进口箱地来源地分为4个节点:东南亚、香港、欧洲、日韩。同时,考虑到防城港和各个港口之间的协作、竞争的态势,选取黄埔、湛江、深圳和上海等4港口作为研究对象。防城港国际集装箱运输网络如图1所示。

网络中边的确定遵循下面的原则:省际间的集装箱运输方式主要依托铁路。主要是由于西南省际间的公路运输路况不佳,许多路段线形差、坡陡弯急,通行能力小,不能适应集装箱运输的要求,运输途中不安全的因素太多,不会为货主所选择。事实上省际间的货物运输80%由铁路承担。

4 基于时间价值的最优路径的计算

货主决策模型的核心是假定货主是理性的经济实体,对其所需的货物有追求最低交货价格的行为,即运输需求仅在最低运输成本等于需求价格与供给价格之差时才会产生。货物运输路线的选择被假定为“用户”最优,没有一个货主能单独地通过选择另一条运输线路来降低其运输成本。所以,货主决策模型的核心在实际计算中可以归结为解决最短路问题。

集装箱运输的时间价值主要体现在流动资金的占用利息上,流动资金占用利息=集装箱货平均价值×利率×运输和待运时间(元/TEU)。据调研知20英寸集装箱货值在1万～20万元之间,考虑到防城港目前进出的多为资源性产品,测算集装箱进出口平均货值为7 235$/TEU,折合59 882元/TEU。

铁路运输待运时间据调研统计一般为2天,2003年货车机车运行速度为27.2公里/小时,即日行程为653公里,铁路运输时间、待运时间为:

故铁路运输时间费用为:

铁路运输费用为全程运费加上时间费用:

防城港的海运费由防城港务集团集装箱公司提供,其余以上海航运交易所公布的各航运公司国际集装箱平均报价为基础,并且根据最新航运市场调研结果测算而得。为研究的方便,对防城港的海运费我们采用报价的最低价格进行测算,获得防城港最理想情况下的货流情况,然后进行灵敏度分析。

由此我们得到基于时间价值的运输网络各相邻点之间的阻抗矩阵为:

从左至右、从上至下依次为成都、重庆、贵阳、昆明、南宁、防城港、湛江、黄埔、深圳、上海、东南亚、香港、欧洲和日韩。矩阵中M表示它们之间不相连。

基于MathCAD的最优路径的计算代码如下:

经过运算得到理想状况下防城港经济腹地集装箱运输最优路径和次优路径如表1。

从上面的表格我们可以看出,在防城港远洋海运费目前最低的状况下,它是云贵川重庆等地区的国际集装箱进出口业务的最佳通道,通过灵敏度分析得知如果海运费在最低的基础上增加100～150$的话,防城港的优势就不再存在,事实上后者更接近于市场的实际。

5 结论

第一,从运输距离来看,防城港的直接经济腹地是广西和防城港本地,而云、贵、川、重庆相当一部分地区属于防城港的间接经济腹地。尤其是上述地区与东南亚的贸易往来,更是以防城港为最佳的进出口岸。

第二,运输距离的地理优势是否能转为现实的集装箱货流,取决于下列因素:

(1)由于地方铁路的收费高,使得地理距离上的优势被运价的劣势所替代,在陆路运输中,特别是省际间运输,防城港处于不利的位置,如果南宁到防城港的地方铁路集装箱运输的收费费率降低,从陆路运输的角度来说,防城港的集装箱进出口量还有潜力可挖;

(2)由于防城港目前国际直航航线几乎没有,远洋集装箱运输需要经香港、深圳等中转,无疑增加了海运费,加上班期密度较低,使得货物的运输时间延长。这样一来,地理距离上的优势被运价的劣势取代。使得有些货主宁愿舍近求远,在陆路运输的损失可以由海运运价的极大优势所弥补,从长远战略发展来看,不利于防城港的发展;

(3)从总体上看,由于地理位置的相似性,湛江港是防城港经营东南亚业务和沿海中转业务的主要竞争者;由于上海远洋海运费极具竞争优势,加上国际集装箱运输航线密集,使得上海分流了西南众多的集装箱量。

总之,影响未来防城港集装箱吞吐量发展态势的关键因素是:内陆集疏运能力(尤其是铁路运输能力)和沿海中转的集装箱海运运费水平的高低。

参考文献

[1]刘卫东,等.中国西部开发重点区域规划前期研究[M].北京:商务印书馆,2003.

[2]施欣,等.芜湖港发展战略研究[R].上海:上海海事大学,2001.

运输时间 篇7

1模型假设

1车辆的性能条件良好,不发生故障。

2即使道路上可能出现堵塞、塌方等危及行车安全的因素,但不影响道路正常通行,运输车辆能够通过瓶颈路段。

3已知的未受灾害影响道路都可以正常通行。

4在运输过程中,没有出现二次地震影响,物资需求地点没有改变。

5若节点间的道路发生塌方堵塞,能提前预知情况并改变路线。

2模型算法

对于含有若干个顶点V1,V2,…,Vn的运输网络图,在运用Dijkstra算法是假定每个弧( Vi,Vj) 的权Wij不为负值,从Vi到Vj的网络图中最短路程用Lij表示,求起点到终点的最短时间、最短路程的Dijkstra算法如下:

第一步: 将第一个节点作为出发点V1,并标号( 1,0) ,此时L1j= L11= 0。

第二步: 在把已经标号的顶点作为出发点,找出和这些节点Vi相邻的全部顶点Vj,当Lij= min( L1j+ Wij) ,则对Vj标号为( i,L1j) 。

第三步: 重复进行第二步,直至到达目标顶点Vn标号结束,则每个顶点之间的数值为两者的最短距离,再利用反向追踪即可寻找出最短路径。

3实例

本模型以“芦山地震”发生后为背景[3]。在地震发生后, 物资运输车辆载满救灾器材和物资,从成都双流县华阳镇向震中开进。为了能给运输车辆行进路线提供决策支持,本文以Dijkstra算法为理论基础,避开塌方路段( 雅安- 飞仙关) , 找出运输车队进入震中灾区之一“宝兴县”的最短时间路线。 为了简化道路交通关系,将地名转换为网络图的流程节点,用于体现模型中Dijkstra算法的操作过程,现将各点对应的标号如表1所示。

为了将该交通路线各地转化为适合应用Dijkstra算法节点,设宝兴县只能通过芦山县到达,根据实际情况,网络图中相邻两节点之间若有多条线路仅选择道路级别高的路线作为同行路线,简化为包含11个顶点V1,V2,…,V11的网络图,并假设车辆时速如下表2。

假定在救援车辆开进的过程中,假设道路情况适用于我们的车辆预定行进速度,将追求时间最短为目的,把路径优化问题中的距离权( Wij) 转化为时间权,如下图1。

根据Dijkstra算法或者直接观察判断可以得到最佳路线即V1- V5- V7- V11,即通过136分钟即可到达芦山,如图2。

上述所求结果是在未知道塌方情况下求得的,但是地震导致的信息反馈延迟,以及余震不断产生导致了一些道路不通的现象,在此运算基础上,需要进行决策规划出一条新的路径。当前情况: 在前进过程中通过交通信息网络的反馈,车队在到达雅安城区时,得知V5- V7路段( 即在G308雅安- 飞仙关) 发生了道路塌方,因此需要在节点V5处截断到V7的路线,重新进行Dijkstra算法的运算。

首先,将V1标号( 1,0) ,L11= 0,从此出发,相邻的未标号点为V2,V3,V5,由公式: 得: L12= min { 0 + 55,0 + 60,0 + 90 } = 55

1故V2标号为( 1,55) ,从V1,V2出发,相邻未标号顶点有V3,V4,V5,同理可由公式得: L13 = min{ 0 + 60,55 + 50,0 + 90} = 60

2故V3标号为( 1,60) ,从V1,V2,V3出发,相邻未标号点V4,V5,V10,同理可由公式得: L15= min { 55 + 50,0 + 90,60 + 120} = 90

3故V5标号为( 1,90) ,从V1,V2,V3,V5出发,相邻未标号点有V6,V10,同理可由公式得: L16= min{ 90 + 50,60 + 120} = 140

4故V6标号为( 5,140) ,从V1,V2,V3,V5,V6出发,相邻的未标号点有V8,V10,可由公式得: L18= min{ 140 + 30,60 + 120} = 170

5故对V8标号为( 6,170) ,从V1,V2,V3,V5,V6,V8出发,相邻的未标号点有V7,V9,V10,可由公式得: L1,10= min { 170 + 35,170 + 55,60 + 120} = 180

6故对V10标号为( 3,180) ,从V1,V2,V3,V5,V6,V8,V10出发,相邻的未标号点有V7,V9,V11,L17= min{ 170 + 35,170 + 55,180 + 38} = 205

7故对V7标号为( 8,205) ,从V1,V2,V3,V5,V6,V7,V8, V10相邻的未标号点有V9,V11,L1,11= min{ 170 + 55,180 + 38} = 218,故对V11标号为( 10,218)

8故V1到V11的最短时间为218分钟,运用反向追踪法, 最终得最短时间路径为:

V1- V3- V10- V11。

结果分析: 在假设条件成立的情况下,救援车队从成都双流县华阳镇出发,最快到达目的地的路线选择为从华阳镇出发,上G5京昆高速转108国道到邛崃,再从邛崃出发到达龙门乡,从龙门乡到达芦山县,再从芦山县出发抵达宝兴县。

4总结

本文从多个方面考虑路网中的路径权重,以时间来反映这种影响的总结果,并以此为权重借助Dijkstra算法选择最优路径。在构建模型并应用之前进行了很多方面的假设,提供了研究框架,但在实际应用中对于不同阶段路径耗费时间进行精确估计是难以用任何模型来实现的,作者建议借助现代信息技术获取实时道路交通情况并借此对未来节点间车辆运行时间进行预测,以使得对时间的估计接近实时的准确时间。

摘要：突发事件爆发后,选择最优路径第一时间将救援物资、装备投放到灾区是决策者必须思考的问题,传统的Dijkstra算法仅考虑距离因素难以满足救援的需要。文中以芦山地震为背景,综合考虑节点距离、道路等级、拥堵情况、天气情况,以时间来反应受影响因素的总结果作为节点间路径权重,用Dijkstra算法来求最优路径。