论文部分内容阅读
全球贸易及物流业务的迅速增长，使得承担货物流通职能的交通运输业不断繁荣，同时也带来了碳排放增长、道路拥堵、噪声污染等一系列的负面问题。多式联运(Intermodal Transportation)借助多种运输方式共同完成运输过程，可充分利用公路、铁路、水路、航空等运输方式各自的优势，相比目前全球范围内以公路运输为主体的单一模式运输(Unimodal Transportation)能够提供更加灵活、可靠和低碳排放的运输服务，而选择合理的多式联运路径是提高多式联运经济效率和环境效益的关键决策之一。同时，在全社会对环境的关切度越来越高的背景下，国内外将会出台更多的低碳政策（如碳交易政策、碳税政策、强制限额排放政策等）对各行业碳排放进行控制，交通运输业作为人为活动碳排放的重要来源之一，其中的多式联运经营决策将不可避免地受到低碳政策的影响。在此背景下，低碳政策下的多式联运路径选择问题随之产生。
多式联运网络是一个多方参与（政府，经营人，托运人，承运人等）的复杂系统，运输过程中的时空跨度较大，且容易受到外部环境的影响，因而其路径选择问题往往需要在系统参数不确定的环境下进行决策，同时不同的低碳政策甚至同一种低碳政策在不同管制力度下都会对多式联运企业经营决策产生差异化的影响。因此，本文以低碳政策管制为决策背景，从系统参数的不确定性入手，分别基于确定的(Deterministic)决策环境、时间（道路运输时间、时间转运时间）不确定(Uncertain)的决策环境，以及运输需求和单位运费率不确定的决策环境，针对多式联运路径选择问题具体展开了以下研究工作:
(1)低碳政策下考虑道路拥堵的多式联运路径选择问题建模及求解算法设计。在确定的决策环境下，首先构建了强制碳排放、碳税、碳交易、碳补偿四种低碳政策下通用的多式联运路径选择模型，其特色在于考虑了网络结构的多层属性以及公路运输中的道路拥堵对道路运输碳排放量的影响。而后针对此线性整数规划模型的特点，设计了一种带有精英策略和移民策略的改进的遗传算法，最后通过基于随机网络的算例分析和基于现实网络的算例分析分别验证了算法和模型的有效性和实用性，并分析了低碳政策及道路拥堵对多式联运路径选择决策、系统碳排放的影响。
(2)低碳政策下时间不确定的多式联运路径选择问题的鲁棒优化研究。选取碳交易政策作为决策背景，针对道路运输时间、节点转换时间的数值及其概率分布函数不确定的多式联运路径选择问题，给出了利用鲁棒优化(Robust Optimization，RO)进行不确定参数刻画、鲁棒模型构建、鲁棒等价转化和求解的方法，并以不确定的单位运费率为例对模型进行了拓展。最后，通过基于现实多式联运网络的算例分析验证了所构建的鲁棒模型处理此类含有加型不确定参数问题的有效性和可拓展性。
(3)低碳政策下运输需求和单位运费率不确定的多式联运路径选择问题的鲁棒优化研究。同样以碳交易政策作为政策背景，在运输需求总量和道路运输阶段各种运输方式的单位运费率不确定的决策环境下，针对此类未知参数数值及其概率分布函数未知的多式联运路径选择问题，利用鲁棒优化方法进行不确定参数刻画、鲁棒等价模型构建、乘积形式不确定性的线性化和求解，并在进一步考虑碳交易价格不确定的情况下对所构建的鲁棒等价进行了拓展，最后通过基于现实多式联运网络的算例分析，验证了所构建的鲁棒模型解决此类含有乘型不确定参数问题的有效性和可拓展性。
(4)管理启示与政策建议。基于上述三种决策环境下多式联运路径选择问题的研究，对目前中国多式联运发展存在的主要问题进行了简要总结，并根据不同低碳政策下对应问题的决策特点，分别给出了面向多式联运企业的管理启示，以及面向政府和管理部门的有关多式联运普及和减排提效的政策建议。
基于上述主要研究内容，本文的创新点如下:
(1)提出了低碳政策下考虑道路拥堵的多式联运路径选择模型，解决了多层网络结构下考虑道路拥堵对碳排放量影响的多式联运路径选择问题。所构建的模型可为低碳政策下的多式联运企业路径选择问题提供决策框架，现实角度可推动多式联运行业排放削减，缓解公路运输拥堵并推进多式联运普及。
(2)提出了利用鲁棒优化方法处理时间不确定的多式联运路径选择问题的决策方法，解决了此类含有加型不确定参数的多式联运路径选择决策的参数刻画、建模、转化和求解等问题，以获得易求解的多式联运路径选择模型和鲁棒路径决策。该决策方法及对应模型适用于含有加型不确定参数的多式联运路径选择问题，可提供保守性和鲁棒性折中的路径决策方案。
(3)提出了利用鲁棒优化方法处理需求及运费率不确定的多式联运路径选择问题的决策方法，解决了含有乘型不确定参数的多式联运路径选择决策的参数刻画、建模、线性转化和求解等问题。理论上可为此类不确定决策问题或者退化问题提供解决思路，实践中可为多式联运实际面临的含有各种形式不确定参数的多式联运路径决策提供鲁棒性较好的低碳路径方案。
多式联运网络是一个多方参与（政府，经营人，托运人，承运人等）的复杂系统，运输过程中的时空跨度较大，且容易受到外部环境的影响，因而其路径选择问题往往需要在系统参数不确定的环境下进行决策，同时不同的低碳政策甚至同一种低碳政策在不同管制力度下都会对多式联运企业经营决策产生差异化的影响。因此，本文以低碳政策管制为决策背景，从系统参数的不确定性入手，分别基于确定的(Deterministic)决策环境、时间（道路运输时间、时间转运时间）不确定(Uncertain)的决策环境，以及运输需求和单位运费率不确定的决策环境，针对多式联运路径选择问题具体展开了以下研究工作:
(1)低碳政策下考虑道路拥堵的多式联运路径选择问题建模及求解算法设计。在确定的决策环境下，首先构建了强制碳排放、碳税、碳交易、碳补偿四种低碳政策下通用的多式联运路径选择模型，其特色在于考虑了网络结构的多层属性以及公路运输中的道路拥堵对道路运输碳排放量的影响。而后针对此线性整数规划模型的特点，设计了一种带有精英策略和移民策略的改进的遗传算法，最后通过基于随机网络的算例分析和基于现实网络的算例分析分别验证了算法和模型的有效性和实用性，并分析了低碳政策及道路拥堵对多式联运路径选择决策、系统碳排放的影响。
(2)低碳政策下时间不确定的多式联运路径选择问题的鲁棒优化研究。选取碳交易政策作为决策背景，针对道路运输时间、节点转换时间的数值及其概率分布函数不确定的多式联运路径选择问题，给出了利用鲁棒优化(Robust Optimization，RO)进行不确定参数刻画、鲁棒模型构建、鲁棒等价转化和求解的方法，并以不确定的单位运费率为例对模型进行了拓展。最后，通过基于现实多式联运网络的算例分析验证了所构建的鲁棒模型处理此类含有加型不确定参数问题的有效性和可拓展性。
(3)低碳政策下运输需求和单位运费率不确定的多式联运路径选择问题的鲁棒优化研究。同样以碳交易政策作为政策背景，在运输需求总量和道路运输阶段各种运输方式的单位运费率不确定的决策环境下，针对此类未知参数数值及其概率分布函数未知的多式联运路径选择问题，利用鲁棒优化方法进行不确定参数刻画、鲁棒等价模型构建、乘积形式不确定性的线性化和求解，并在进一步考虑碳交易价格不确定的情况下对所构建的鲁棒等价进行了拓展，最后通过基于现实多式联运网络的算例分析，验证了所构建的鲁棒模型解决此类含有乘型不确定参数问题的有效性和可拓展性。
(4)管理启示与政策建议。基于上述三种决策环境下多式联运路径选择问题的研究，对目前中国多式联运发展存在的主要问题进行了简要总结，并根据不同低碳政策下对应问题的决策特点，分别给出了面向多式联运企业的管理启示，以及面向政府和管理部门的有关多式联运普及和减排提效的政策建议。
基于上述主要研究内容，本文的创新点如下:
(1)提出了低碳政策下考虑道路拥堵的多式联运路径选择模型，解决了多层网络结构下考虑道路拥堵对碳排放量影响的多式联运路径选择问题。所构建的模型可为低碳政策下的多式联运企业路径选择问题提供决策框架，现实角度可推动多式联运行业排放削减，缓解公路运输拥堵并推进多式联运普及。
(2)提出了利用鲁棒优化方法处理时间不确定的多式联运路径选择问题的决策方法，解决了此类含有加型不确定参数的多式联运路径选择决策的参数刻画、建模、转化和求解等问题，以获得易求解的多式联运路径选择模型和鲁棒路径决策。该决策方法及对应模型适用于含有加型不确定参数的多式联运路径选择问题，可提供保守性和鲁棒性折中的路径决策方案。
(3)提出了利用鲁棒优化方法处理需求及运费率不确定的多式联运路径选择问题的决策方法，解决了含有乘型不确定参数的多式联运路径选择决策的参数刻画、建模、线性转化和求解等问题。理论上可为此类不确定决策问题或者退化问题提供解决思路，实践中可为多式联运实际面临的含有各种形式不确定参数的多式联运路径决策提供鲁棒性较好的低碳路径方案。