Resumen

El problema de la localización del centro de transporte de mercancías por ferrocarril es una cuestión importante en la programación del transporte de mercancías por ferrocarril. Este trabajo se centra en el problema de localización de centros de carga ferroviaria en un entorno incierto. Dado que el modelo de valor esperado ignora la influencia negativa de los escenarios desfavorables, se propone un modelo de optimización robusto. El modelo de optimización robusta toma como objetivo el coste esperado y el valor de desviación de los escenarios. Se presentó un algoritmo de selección clonal adaptativa en la nube (C-ACSA). Combina el algoritmo de selección clonal adaptativa con el modelo de nube que puede mejorar la tasa de convergencia. Se propuso el diseño del código y el progreso del algoritmo. El resultado del ejemplo demuestra que el modelo y el algoritmo son eficaces. En comparación con los casos de valor esperado, la cantidad de escenarios desventajosos en el modelo robusto se reduce de 163 a 21, lo que demuestra que el resultado del modelo robusto es más fiable.

• Materias:Algoritmos (Matemáticas) Ingeniería del transporte Neurociencias Seguridad del transporte Ingeniería ferroviaria
• Subjects:Agorithms (Math) Transport engineering Neurosciences Transport safety Railway engineering
• Palabras claves:algoritmo de selección clonal, modelo de optimización robusto, centro de carga ferroviaria, problema de localización del centro, escenario desfavorable, modelo robusto, programación del transporte de mercancías, modelo de valor esperado, selección clonal adaptativa, caso de valor esperado
• Keywords:clonal selection algorithm, robust optimization model, railway freight center, center location problem, disadvantageous scenario, robust model, freight transport programming, expected value model, adaptive clonal selection, expected value case