1、集裝箱運輸費用低、效率高、協(xié)作性好，目前己受到各界的普遍重視。鐵路集裝箱運輸作為其中一個關(guān)鍵環(huán)節(jié)，在整個集裝箱運輸系統(tǒng)中發(fā)揮著重要作用。鐵路集裝箱中心站是辦理貨物到發(fā)、存儲、加工等業(yè)務(wù)的主要場所，也是現(xiàn)代綜合物流體系中的重要組成部分。在日益激烈的市場競爭中，只有不斷提高作業(yè)效率、降低運營成本，才能得以生存。然而，由于鐵路集裝箱中心站物流系統(tǒng)比較龐大，且具有高度非線性和動態(tài)性的特點，同時其作業(yè)過程影響因素眾多，各環(huán)節(jié)之間的邏輯比較復(fù)雜，因

2、此對系統(tǒng)優(yōu)化的研究十分困難。本文對鐵路集裝箱中心站物流系統(tǒng)相關(guān)優(yōu)化問題分別進(jìn)行研究，采用不同的優(yōu)化方法，對系統(tǒng)各環(huán)節(jié)以及作業(yè)資源進(jìn)行分析和優(yōu)化，從而達(dá)到科學(xué)管理和控制的目的。
　　狀態(tài)空間模型是在動態(tài)系統(tǒng)符合馬爾科夫性假設(shè)基礎(chǔ)上，由平穩(wěn)時間序列分析而來的一種動態(tài)時域模型，該模型不僅能夠準(zhǔn)確地描述系統(tǒng)內(nèi)部狀態(tài)，而且能夠很好地闡釋內(nèi)部狀態(tài)與外部輸入、輸出變量的聯(lián)系。互信息技術(shù)是典型的特征選擇高維數(shù)據(jù)分離度量方法，通過建立高維特征提取向

3、量與輸出分類信息之間的內(nèi)在聯(lián)系，達(dá)到原始高維特征空間降維的目的。本文利用狀態(tài)空間時間序列模型對于多輸入、輸出變量復(fù)雜問題的適用性，且不需要大量歷史數(shù)據(jù)對系統(tǒng)狀態(tài)進(jìn)行描述的特點，建立了鐵路集裝箱中心站所在區(qū)域貨運需求預(yù)測狀態(tài)空間時間序列模型。同時，采用互信息技術(shù)對原始高維輸入數(shù)據(jù)進(jìn)行降維，并針對自然災(zāi)害、政策變動等一些特殊影響因素，提出加權(quán)的互信息計算方法，以提高綜合信息提取與數(shù)據(jù)降維的能力。通過與LIBSVM支持向量回歸模型以及局部線性

4、小波神經(jīng)網(wǎng)絡(luò)模型的對比實驗，證明了該模型對于小樣本、高維度區(qū)域貨運需求預(yù)測問題的有效性。
　　排隊論是研究系統(tǒng)運作策略相關(guān)問題的一種有效方法，由該理論建立起來的模型可進(jìn)一步分為靜態(tài)排隊模型以及瞬時排隊模型。瞬時排隊模型由于系統(tǒng)狀態(tài)描述比較困難、計算相對復(fù)雜，因此其應(yīng)用受到許多限制。鐵路集裝箱中心站大門系統(tǒng)具有很強的動態(tài)性，傳統(tǒng)靜態(tài)排隊模型難以對系統(tǒng)進(jìn)行準(zhǔn)確描述。本文針對鐵路集裝箱中心站大門系統(tǒng)擁塞問題，通過搜集有關(guān)數(shù)據(jù)，統(tǒng)計得出外

5、部卡車到達(dá)時間間隔以及大門系統(tǒng)服務(wù)時間分布規(guī)律，并在此基礎(chǔ)上分別建立瞬時排隊模型及系統(tǒng)優(yōu)化模型。采用等可能組合優(yōu)化求解方法對模型進(jìn)行求解計算。通過系統(tǒng)仿真對比實驗以及三個方面的靈敏度分析，證明模型與方法的合理性及有效性。
　　針對鐵路中心站起重機調(diào)度與箱位分配決策問題，本文在綜合考慮集裝箱堆存方向、軌道式集裝箱門式起重機安全距離等因素基礎(chǔ)上，以最大作業(yè)完成時間最小化為目標(biāo)，建立數(shù)學(xué)模型。啟發(fā)式算法作為非確定性多項式完全問題近似求解

6、的重要方法，在解決鐵路集裝箱中心站有關(guān)優(yōu)化問題方面起著十分重要作用?；厮菟阉鲀?yōu)化算法是目前較新的一種進(jìn)化算法，由于其總體結(jié)構(gòu)比較簡單，因此能夠更加快速、有效地求解高維多模優(yōu)化模型。同時，為了進(jìn)一步提高算法尋找最優(yōu)解的能力，并解決該算法易陷入局部最優(yōu)解的缺點，本文對回溯搜索優(yōu)化算法進(jìn)行了相應(yīng)的改進(jìn)，從而提高算法的性能以及對于該問題的適應(yīng)度。通過數(shù)值算例分析，證明鐵路中心站起重機調(diào)度與箱位分配模型及改進(jìn)回溯搜索優(yōu)化算法對于求解該問題的可行性

7、及有效性。
　　鐵路集裝箱中心站物流系統(tǒng)很難采用傳統(tǒng)數(shù)學(xué)模型予以描述，因此系統(tǒng)仿真方法是解決此類問題的有效途徑。Simio仿真軟件是面向“智能對象”的新一代三維系統(tǒng)仿真軟件，采用獨特的三層結(jié)構(gòu)，對系統(tǒng)對象的行為、屬性以及過程進(jìn)行定義，因此具有良好的離散系統(tǒng)仿真能力。本文根據(jù)鐵路集裝箱中心站物流系統(tǒng)整體作業(yè)流程，建立相應(yīng)的Simio系統(tǒng)仿真模型，通過系統(tǒng)實際參數(shù)輸入，模擬特定條件下系統(tǒng)的運作情況。改變系統(tǒng)相關(guān)影響因素以及資源配置數(shù)量

8、分別進(jìn)行多次仿真實驗，觀察結(jié)果變化并得出相應(yīng)結(jié)論。提出鐵路集裝箱中心站物流系統(tǒng)資源配置優(yōu)化計算方法，并嵌入系統(tǒng)仿真邏輯，在仿真模型運行的過程中計算系統(tǒng)最優(yōu)的資源數(shù)量。由模型實驗結(jié)果可以得出，系統(tǒng)仿真方法能夠?qū)﹁F路集裝箱中心站物流系統(tǒng)進(jìn)行有效的模擬和監(jiān)控，其仿真優(yōu)化結(jié)果有助于管理者實施相關(guān)決策。
　　本文采用互信息技術(shù)、狀態(tài)空間時間序列、等可能組合算法、改進(jìn)回溯搜索算法，以及Simio系統(tǒng)仿真技術(shù)對鐵路集裝箱中心站物流系統(tǒng)進(jìn)行研究，