针对货物运输结构不合理的问题,在系统分析长江经济带三大经济圈多式联运网络现状的基础上,构建以运输成本、运输时间和碳排放量最小为目标的多目标规划数学模型。运用带精英策略的非支配排序遗传算法(elitist non-dominated sorting genetic algorithm,NSGA-Ⅱ)与理想点结合的算法进行求解,获得问题的Pareto最优解集,并采用逼近理想解排序法(technique for order preference by similarity to an ideal solution,TOPSIS)从Pareto最优解集中选出最优方案。选择长江经济带上的港口城市为起讫点和中转节点,构建包括公路、铁路、水路等3种运输方式的多式联运网络。以宜宾至上海的货流为例,验证模型和算法的有效性。求解结果表明:使用改进NSGA-Ⅱ与TOPSIS结合的求解方法得到的优化方案与仅使用改进的NSGA-II得到的方案相比,平均运输成本降低了16.98%,平均碳排放量减少了2.39%,平均运输时间缩短了5.79%,平均重要程度增加了7.85%。研究可以为多式联运网络规划与优化设计提供借鉴。
聚焦集装箱托运人货运选择偏好调查,对意向选择实验(stated choice experiment,SCE)设计方法(问卷设计的核心)进行研究。基于D-error和S-error两个效率指标,提出一种均衡调查效率与调查成本的SCE设计新方法。以义乌至宁波集装箱运输为例,利用试调查数据和新设计方法设计SCE。研究发现:新设计方法的D-error和S-error指标值分别为0.0443和20,小于传统正交设计法的0.0562和61;基于新设计方法、正式调查的SWAIT多元Logit模型(multinomial Logit model proposed by SWAIT,MNLS模型)在拟合优度和显著参数数目上均优于基于正交设计法、试调查的MNLS模型。结果表明,新设计方法能够以较小样本量得到拟合优度更好的模型,揭示更多的托运人货运选择偏好信息,可为高效率、低成本地采集托运人货运选择偏好数据提供一种新途径。