基于膜系统的绿色运输网络优化与建模机制研究

Considering the national sustainable development strategy, the logistics industry faces two problems, that is, reducing pollution emissions and decreasing the transportation cost. But at present research on the associated pollution emissions modeling and vehicle routing algorithms is insufficient. Because of the complexity of real problems, it is necessary to study new high-performance parallel and distributed computation theory and modeling method. Membrane system is a novel parallel distributed computing model. It has potential advantages in modeling high dimensional and complex problems. Its structure fits for the current distributed network structure of urban transportation. This project plans to combine two themes of "green", "sharing", solve green vehicle transportation optimization design problem with comprehensive cost restriction by using membrane-inspired optimization algorithm, and realize distributed real-time vehicle scheduling. The main research contents include: (1) In the sharing economic backdrop, set up vehicle routing model under the restriction of comprehensive cost model; (2) Study membrane-inspired high-performance parallel and distributed computation theory and modeling method; (3) Test models and algorithms on Beijing's road network data. The key points are: establishing green vehicle transport models under the comprehensive cost restriction, and developing system simulation platform based on the structure characteristics of membrane systems.

在国家可持续发展战略的指导下，物流行业同时面临减少污染排放和降低运输成本两大难题。但目前对相关污染排放的建模和车辆调度算法的研究还不足。考虑到现实问题的复杂性，有必要深入研究新的高性能并行分布式计算理论和建模方法。膜系统作为一种新型并行分布式计算模型，在高维、复杂问题建模中具有潜在优势，且与当前绿色城市运输网络的分布式网络结构契合度较高。本项目拟结合“绿色”、“分享”两大主题，利用基于膜系统的优化算法和建模方法解决综合成本约束下的绿色车辆运输优化设计问题，实现基于膜系统的分布式实时车辆调度。主要研究内容包括：（1）在分享经济的大背景下，建立综合成本约束下的路径规划模型；（2）研究基于膜系统的高性能并行分布式计算理论与建模方法；（3）以北京市的路网数据为基础，进行实证研究。研究的关键点是：以现实需求为导向，建立综合成本约束下的绿色车辆运输模型。结合膜系统的结构特征，开发系统仿真实验平台。

在国家可持续战略指导下，绿色运输网络优化与设计成为关注的热点。随着物联网、智慧城市的发展，城市运输网络的规模和复杂性急剧增加，物流调度与优化领域面临新问题。本项目针对绿色运输网络中的多目标、非确定、动态突发等复杂需求，研究基于膜系统的高性能并行分布式计算方法，并将其应用于解决综合成本约束下的绿色车辆运输优化设计问题。研究成果主要体现在以下几个方面：（1）综合成本约束下的车辆路径规划问题建模。分析了共享经济这一新兴经济模式对交通运输系统碳排放量的影响，以降低成本和减少温室气体排放为目标，提出了综合成本约束下的开放路径规划模型、需求非确定的多目标路径规划模型、选址-路径联合调度模型、多仓库协同配送模型等。（2）对基于膜系统的高性能并行分布式计算模型进行了研究，针对大规模问题设计了基于膜系统的混合启发式算法。（3）研究了多目标膜优化算法的并行框架及子系统控制策略，分析了膜计算中膜系统的并行框架在构造混合启发式算法中的作用，提出了并行框架中控制策略的设计方法。（4）利用机器学习对多目标进化算法的整个搜索过程进行指导，提出了应对非确定需求的学习型多目标算法。（5）利用提出的模型和算法处理运输网络中的现实问题，包括市政生活垃圾回收转运、疫情影响下的冷链配送等实际案例。结合现实数据验证膜启发式算法的有效性。本项目研究成果发表在国际知名学术期刊上，其中SCI检索论文15篇，培养博士研究生2名，硕士研究生4名。