期刊导航
期刊开放获取
重庆大学
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
随机运输时间下集装箱海铁联运箱流径路优化方法
被引量:
2
1
作者
袁雪丽
杨菊花
任金荟
《交通信息与安全》
CSCD
北大核心
2022年第6期106-117,共12页
集装箱在海铁联运过程中容易受到各种不确定因素的影响,导致运输时间波动,进而影响货物的送达准点率。为有效降低不确定运输时间的影响,兼顾运输过程的经济性和绿色可持续性优化集装箱海铁联运箱流径路。采用随机机会约束规划构建运输...
集装箱在海铁联运过程中容易受到各种不确定因素的影响,导致运输时间波动,进而影响货物的送达准点率。为有效降低不确定运输时间的影响,兼顾运输过程的经济性和绿色可持续性优化集装箱海铁联运箱流径路。采用随机机会约束规划构建运输总费用最少和碳排放量最低的多目标模型。在约束条件中引入铁路和海洋期望运到时间,并对超过期望运到时间的径路进行惩罚处理,保证运输径路的优越性。考虑一站直达和中转换装这2种运输组织模式,克服现有研究未考虑货源是否充足的缺陷。运用不确定及概率论相关理论知识将不确定约束转化为线性约束。以西安至洛杉矶的集装箱货物出口径路优化为案例背景,采用NS-GA-Ⅱ算法求解,并通过贪心算法改进初始化种群以及基于logistics分布的概率选择算子改进精英选择算子。通过对比分析得到以下结果:①算法优化后运输总费用减少23.15万美元,碳排放减少6.69t,同时算法求解速度提高了75.36%;②将本文模型选用的随机规划和模糊规划进行对比,发现随机规划解集数量多于模糊规划,且二者在相同输送径路中的运输总费用和碳排放量均优化了10.65%。因此本文模型和算法具有良好的优化效果。进行灵敏度分析,观察置信水平以及时间影响系数对目标函数和货物送达准点率的影响。结果表明:①较高的铁路和海洋运输置信水平会提高货物的运输总费用。②时间影响系数和货物送达准点率呈负相关,影响系数越大货物送达准点率越低。
展开更多
关键词
海铁联运
运输径路优化
碳排放
不确定模型
NSGA-Ⅱ算法
下载PDF
职称材料
基于优化变分模态分解和核极限学习机的集装箱吞吐量预测
被引量:
1
2
作者
张丰婷
杨菊花
+1 位作者
任金荟
金坤
《计算机应用》
CSCD
北大核心
2022年第8期2333-2342,共10页
针对港口集装箱吞吐量数据的复杂性特征,提出基于优化变分模态分解(OVMD)和核极限学习机(KELM)的集装箱吞吐量短期混合预测模型。首先,用汉佩尔辨识法(HI)剔除原始时间序列中的异常值,并把预处理之后的序列通过OVMD分解为多个特征明显...
针对港口集装箱吞吐量数据的复杂性特征,提出基于优化变分模态分解(OVMD)和核极限学习机(KELM)的集装箱吞吐量短期混合预测模型。首先,用汉佩尔辨识法(HI)剔除原始时间序列中的异常值,并把预处理之后的序列通过OVMD分解为多个特征明显的子模态。然后,为提高预测效率,将分解后的子模态按照样本熵(SE)值的大小分成高频低幅、中频中幅和低频高幅三类;同时,借助KELM中携带的小波、高斯和线性核函数捕捉具有不同特征子模态的趋势。最后,把所有子模态的预测结果线性相加得到最终的预测结果。以深圳港的月度集装箱吞吐量数据为样本进行实验,所提模型的平均绝对误差(MAE)达到0.9149,平均绝对百分比误差(MAPE)达到0.199%,均方根误差(RMSE)达到7.8860,决定系数(R2)为0.9944。与四种对比模型相比,所提出的模型在预测精度和效率上都具有一定的优势,同时克服了传统互补集成经验模态分解(CEEMD)和集成经验模态分解(EEMD)中容易出现的模态混叠问题以及极限学习机(ELM)中存在过拟合等问题,具有一定的实际应用潜力。
展开更多
关键词
集装箱吞吐量预测
样本熵
变分模态分解
核极限学习机
分解集成预测模型
下载PDF
职称材料
题名
随机运输时间下集装箱海铁联运箱流径路优化方法
被引量:
2
1
作者
袁雪丽
杨菊花
任金荟
机构
兰州交通大学交通运输学院
中国铁路兰州局集团有限公司兰州货运中心安全生产部
出处
《交通信息与安全》
CSCD
北大核心
2022年第6期106-117,共12页
基金
国家自然科学基金项目(62141303)
甘肃省自然科学基金项目(21JR7RA287)
中央引导地方发展资金项目(22ZY1QA005)资助。
文摘
集装箱在海铁联运过程中容易受到各种不确定因素的影响,导致运输时间波动,进而影响货物的送达准点率。为有效降低不确定运输时间的影响,兼顾运输过程的经济性和绿色可持续性优化集装箱海铁联运箱流径路。采用随机机会约束规划构建运输总费用最少和碳排放量最低的多目标模型。在约束条件中引入铁路和海洋期望运到时间,并对超过期望运到时间的径路进行惩罚处理,保证运输径路的优越性。考虑一站直达和中转换装这2种运输组织模式,克服现有研究未考虑货源是否充足的缺陷。运用不确定及概率论相关理论知识将不确定约束转化为线性约束。以西安至洛杉矶的集装箱货物出口径路优化为案例背景,采用NS-GA-Ⅱ算法求解,并通过贪心算法改进初始化种群以及基于logistics分布的概率选择算子改进精英选择算子。通过对比分析得到以下结果:①算法优化后运输总费用减少23.15万美元,碳排放减少6.69t,同时算法求解速度提高了75.36%;②将本文模型选用的随机规划和模糊规划进行对比,发现随机规划解集数量多于模糊规划,且二者在相同输送径路中的运输总费用和碳排放量均优化了10.65%。因此本文模型和算法具有良好的优化效果。进行灵敏度分析,观察置信水平以及时间影响系数对目标函数和货物送达准点率的影响。结果表明:①较高的铁路和海洋运输置信水平会提高货物的运输总费用。②时间影响系数和货物送达准点率呈负相关,影响系数越大货物送达准点率越低。
关键词
海铁联运
运输径路优化
碳排放
不确定模型
NSGA-Ⅱ算法
Keywords
sea-rail intermodal transport
transportation route optimization
carbon emissions
uncertain model
NSGA-Ⅱalgorithm
分类号
U116.2 [交通运输工程]
U169.62 [交通运输工程]
下载PDF
职称材料
题名
基于优化变分模态分解和核极限学习机的集装箱吞吐量预测
被引量:
1
2
作者
张丰婷
杨菊花
任金荟
金坤
机构
兰州交通大学交通运输学院
中国铁路兰州局集团有限公司兰州货运中心安全生产部
出处
《计算机应用》
CSCD
北大核心
2022年第8期2333-2342,共10页
基金
甘肃省自然科学基金资助项目(21JR7RA287)
甘肃省教育厅“双一流”科研重点项目(GSSYLXM-04)。
文摘
针对港口集装箱吞吐量数据的复杂性特征,提出基于优化变分模态分解(OVMD)和核极限学习机(KELM)的集装箱吞吐量短期混合预测模型。首先,用汉佩尔辨识法(HI)剔除原始时间序列中的异常值,并把预处理之后的序列通过OVMD分解为多个特征明显的子模态。然后,为提高预测效率,将分解后的子模态按照样本熵(SE)值的大小分成高频低幅、中频中幅和低频高幅三类;同时,借助KELM中携带的小波、高斯和线性核函数捕捉具有不同特征子模态的趋势。最后,把所有子模态的预测结果线性相加得到最终的预测结果。以深圳港的月度集装箱吞吐量数据为样本进行实验,所提模型的平均绝对误差(MAE)达到0.9149,平均绝对百分比误差(MAPE)达到0.199%,均方根误差(RMSE)达到7.8860,决定系数(R2)为0.9944。与四种对比模型相比,所提出的模型在预测精度和效率上都具有一定的优势,同时克服了传统互补集成经验模态分解(CEEMD)和集成经验模态分解(EEMD)中容易出现的模态混叠问题以及极限学习机(ELM)中存在过拟合等问题,具有一定的实际应用潜力。
关键词
集装箱吞吐量预测
样本熵
变分模态分解
核极限学习机
分解集成预测模型
Keywords
container throughput prediction
Sample Entropy(SE)
Variational Mode Decomposition(VMD)
Kernel Extreme Learning Machine(KELM)
decomposition-ensemble prediction model
分类号
U691.71 [交通运输工程—港口、海岸及近海工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
随机运输时间下集装箱海铁联运箱流径路优化方法
袁雪丽
杨菊花
任金荟
《交通信息与安全》
CSCD
北大核心
2022
2
下载PDF
职称材料
2
基于优化变分模态分解和核极限学习机的集装箱吞吐量预测
张丰婷
杨菊花
任金荟
金坤
《计算机应用》
CSCD
北大核心
2022
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部