基于模块化A*寻优算法的地铁货车快递联运系统

doi:10.13229/j.cnki.jdxbgxb.20241293

吉林大学学报(工学版) ›› 2026, Vol. 56 ›› Issue (7): 1937-1949.doi: 10.13229/j.cnki.jdxbgxb.20241293

• 交通运输工程·土木工程 • 上一篇

基于模块化A^*寻优算法的地铁货车快递联运系统

刘铭^1,²(),陈思危¹,王俊杰¹,梁雨萱¹,于晓东³()

^1.长春工业大学数学与统计学院，长春 130012
^2.吉林大学符号计算与知识工程教育部重点实验室，长春 130012
^3.上海杉达学院信息科学与技术学院，上海 201209

收稿日期:2024-12-03 出版日期:2026-07-01 发布日期:2026-08-12
通讯作者: 于晓东 E-mail:liuming@ccut.edu.cn;xdyu@sandau.edu.cn
作者简介:刘铭（1979-），男，教授，博士.研究方向：机器学习，计算机视觉.E-mail：liuming@ccut.edu.cn
基金资助:
吉林省发改委基本建设资金项目(2022C043-2)

Subway truck express transport system based on improved modular A^* optimization algorithm

Ming LIU^1,²(),Si-wei CHEN¹,Jun-jie WANG¹,Yu-xuan LIANG¹,Xiao-dong YU³()

^1.Faculty of Mathematics and Statistics，Changchun University of Technology，Changchun 130012，China
^2.Key Laboratory of Symbolic Computing and Knowledge Engineering，Ministry of Education，Jilin University，Changchun 130012
^3.Faculty of Information Science and Technology，Shanghai Sanda College，Shanghai 201209，China

Received:2024-12-03 Online:2026-07-01 Published:2026-08-12
Contact: Xiao-dong YU E-mail:liuming@ccut.edu.cn;xdyu@sandau.edu.cn

摘要/Abstract

摘要：

为缓解城市交通运输压力，进一步提高运输效率，本文根据复杂交通网络节点理论设计评价指标，结合层次分析法的多目标决策方法（AHP-RatioMOORA）对地铁站点重要性进行排序并计算出权重，并根据重要性对地铁物流配送枢纽进行选址。同时，为解决传统优化算法在复杂约束条件下存在收敛困难、全局搜索能力差的问题，通过对A^*算法进行结构化的改进，建立一种模块化的寻优算法，对地铁货车快递联运任务进行分析建模，并结合多种约束的改进目标函数对该任务进行实例分析。案例分析结果表明，本文所提出的方法相较于其他多种优化算法在地铁货车快递联运任务中有着显著提升，优化后最短物流运输距离平均缩小13.21%，物流订单完成时间平均缩短11.73%，算法运行时间平均缩短24.79%。

关键词: 城市交通, 地铁网络, A^*算法, RadioMOORA模型, 遗传算法, 多目标协同优化

Abstract:

In order to alleviate the pressure of urban transportation， in order to further improve the transportation efficiency. This paper designs evaluation indexes according to the theory of complex transportation network nodes， combines the multi-objective decision-making method of hierarchical analysis （AHP-RatioMOORA）， ranks the importance of subway stations and calculates the weights， and selects the location of subway logistics and distribution hubs according to the importance. In order to solve the traditional optimization algorithm in the complex constraints there are convergence difficulties， global search can be poor， this paper through the A* algorithm to improve the structure， the establishment of a modular optimization algorithm， the subway truck express intermodal task analysis modeling， combined with a variety of constraints of the improvement of the objective function of the task of the case study analysis. The results of the case study show that the method proposed in this paper has a significant improvement compared with other optimization algorithms in the subway truck express intermodal transport task， the shortest logistics transportation distance after optimization is reduced by 13.21% on average， the logistics order completion time is shortened by 11.73% on average， and the algorithm running time is shortened by 24.79% on average.

Key words: urban transportation, subway network, A^* algorithm, RadioMOORA model, genetic algorithm, multi-objective collaborative optimization

刘铭,陈思危,王俊杰,梁雨萱,于晓东. 基于模块化A^*寻优算法的地铁货车快递联运系统[J]. 吉林大学学报(工学版), 2026, 56(7): 1937-1949.

Ming LIU,Si-wei CHEN,Jun-jie WANG,Yu-xuan LIANG,Xiao-dong YU. Subway truck express transport system based on improved modular A^* optimization algorithm[J]. Journal of Jilin University(Engineering and Technology Edition), 2026, 56(7): 1937-1949.

图/表 15

图1

图2

图3

表1

地铁货车物流系统参数设置"

参数	含义
$A$	地铁站点， $i ∈ A$
$B$	配送点 $j ∈ B$
$p$	寄件人 $p$ 位置， $p ∈ I$
$q$	收件人 $q$ 位置， $q ∈ L$
$C 1$	货车单位距离行驶成本
$C 2$	地铁单位距离行驶成本
$S p q 1$	从寄件人 $p$ 位置取货送至收件人 $q$ 位置，货车所行驶的总距离
$S p q 2$	从寄件人 $p$ 位置取货送至收件人 $q$ 位置，地铁所行驶的总距离
$d p q$	寄件人 $p$ 位置到收件人 $q$ 位置的距离长度
$φ 1$	未按寄件人预订的时间区间取件，单位时间惩罚系数
$φ 2$	未按收件人预订的时间区间送达，单位时间惩罚系数
$T p$	实际到寄件人 $p$ 位置取到货物时间
$T q$	实际将货物到收件人 $q$ 位置取件时间
$E p i, E p j$	寄件人 $p$ 预订的上门取件时间，其中 $E p i$ 为最早取件时间， $E p j$ 为最迟取件时间
$E q i, E q j$	寄件人 $q$ 预订的上门取件时间，其中 $E q i$ 为最早取件时间， $E q j$ 为最迟取件时间
$U$	货车集合， $v ∈ U$
$G v$	货车 $v$ 的最大载货量

表1

表2

求解地铁货车快递运输问题相关决策变量"

决策变量	含义
$x v p j$	从寄件人 $p$ 位置配送订单货物到配送点 $j$ 位置，货车不为空服务时为1，否则为0
$x v j i$	从配送点 $j$ 配送订单货物到 $i$ 地铁站，货车不为空服务时为1，否则为0
$x v i j$	从 $i$ 地铁站将订单货物配送至 $j$ 配送点使用货车 $v$ 时不为空服务时为1，否则为0
$x v j q$	将订单货物从 $j$ 配送点配送至收件人 $q$ 位置，货车 $v$ 不为空服务时为1，否则为0。
$y i 1 i 2$	订单货物由地铁站 $i 1$ 转运至地铁站 $i 2$ ，该次列车不为空服务时为1，否则为0

表2

表3

上海市地铁网络各地铁站路由优先度及连通地铁路线"

序号	地铁站名称	路由优先度	连通的地铁路线
1	曹杨路	0.346 1	3、4、11、14号线
2	金沙江路	0.345 4	3、4、13号线
3	静安寺	0.345 2	2、7、14号线
$?$	$?$	$?$	$?$
445	金海湖	0.332 0	5号线
446	东方绿舟	0.331 7	17号线
447	奉贤新城	0.331 5	5号线

表3

图4

图5

表4

改造地铁站点选址"

序号	改造中转站名称	连通的地铁路线	路由优先度
1	曹杨路	3、4、11、14号线	1
2	金沙江路	3、4、13号线	0.948 8
3	静安寺	2、7、14号线	0.935 1
$?$	$?$	$?$	$?$
44	南京东路	2、10号线	0.759 2

表4

表5

物流订单配送信息"

序号	寄件人位置				重量/kg	收件人位置
序号	经度	纬度	上门取件时间区间		重量/kg	经度	纬度	货物送达时间区间
1	31.368 1	121.603 4	9：00	9：59	2.16	31.338 2	121.569 8	19：00	19：59
2	31.437 2	121.190 1	11：00	11：59	2.82	31.260 4	121.581 4	13：00	13：59
$?$	$?$	$?$	$?$	$?$	$?$	$?$	$?$	$?$	$?$
20	31.400 4	121.589 8	8：00	8：59	4.48	31.124 5	121.653 1	15：00	15：59

表5

表6

图6

表7

表8

表9

参考文献 26

[1]	Chen Z L, Chen J Y, Liu H, et al. Present status and development trends of underground space in Chinese cities: Evaluation and analysis[J]. Tunnelling and Underground Space Technology, 2018, 71: 253-270.
[2]	Dampier A, Marinov M. A study of the feasibility and potential implementation of metro-based freight transportation in newcastle upon tyne[J]. Urban Rail Transit, 2015, 1(3): 164-182.
[3]	钱七虎. 建设特大城市地下快速路和地下物流系统:解决中国特大城市交通问题的新思路[J]. 科技导报,2004(4): 3-6.
	Qian Qi-hu. Construction of underground expressway and underground logistics system in megacities: a new approach to solving traffic problems in China's megacities[J]. Science & Technology Review, 2004(4):3-6.
[4]	He K T, Shao J P, Liu Y B, et al. Conceptual design of rail transit based urban logistics delivery system[C]∥6th IEEE International Conference on Industrial Informatics, IEEE, 2008: 221-226.
[5]	Kikuta J, Ito T, Tomiyama I, et al. New subway-integrated city logistics szystem[J]. Procedia-Social and BehavioralSciences, 2012, 39: 476-489.
[6]	周芳汀, 张锦, 周国华. 带时间窗的地铁配送网络路径优化问题[J]. 交通运输系统工程与信息, 2018, 18(5): 88-94.
	Zhou Fang-ding, Zhang Jin, Zhou Guo-hua. Subway-based distribution network routing optimization problem with time windows[J]. Journal of Transportation Systems Engineering and Information Technology, 2018, 18(5): 88-94.
[7]	聂闻聪, 楚龙娟, 向楠, 等. 城市轨道物流配送模式研究及节点选址优化[J]. 地下空间与工程学报, 2023, 19 (): 17-25.
	Nie Wen-chong, Chu Long-juan, Xiang Nan, et al. Researchon distribution model of urban rail logistics and optimization of node location[J]. Chinese Journal of Underground Space and Enginee, 2023, 19(Sup.1):17-25.
[8]	舒达, 梁承姬, 王钰, 等. 基于双边匹配的城市地铁多级配送选址-路径研究[J]. 计算机工程, 2025, 51(9): 1-12.
	Shu Da, Liang Cheng-ji, Wang Yu, et al. Research on Multi-stage distribution site-routing of urban Subway based on bilateral matching[J]. Computer engineering, 2025, 51(9): 1-12.
[9]	Taniguchi E. City logistics for sustainable and liveable cities[J]. Green logistics and transportation: A sustainable supply chain perspective, 2015: 49-60.
[10]	Diziain D, Taniguchi E, Dablanc L. Urban logistics by rail and waterways in France and Japan[J]. Procedia-Social and Behavioral Sciences, 2014, 125: 159-170.
[11]	余欣鹏, 余子扬, 崔歡鑫, 等. 基于优化算法的新能源汽车充电站选址研究[J]. 汽车测试报告, 2024(6): 71-73.
	Yu Xin-peng, Yu Zi-yang, Cui Huan-xin,et al. Research on charging station location for new energy vehicles based on optimization algorithm[J]. Auto Testing Report,2024(6):71-73.
[12]	丁昱杰, 张凯, 张龄允, 等. 基于遗传灰狼算法的员工通勤合乘路径优化[J]. 现代信息科技, 2023, 7 (2): 112-115.
	Ding Yu-jie, Zhang Kai, Zhang Ling-yun,et al.Employee commute carpooling route optimization based on genetic grey wolf algorithm[J]. Modern Information Technology, 2023, 7(2): 112-115.
[13]	潘寒川, 戚博洋, 胡华, 等. 考虑司机偏好的城市轨道交通混合乘务轮转模型[J]. 交通运输系统工程与信息, 2023, 23(5): 258-267.
	Pan Han-chuan, Qi Bo-yang, Hu Hua,et al. Preference-oriented task-type-mixed crew rostering optimization model for urban railway transit[J]. Journal of Transportation Systems Engineering and Information Technology,2023,23(5):258-267.
[14]	任睿, 胡万杰, 董建军, 等. 轴辐式城市地铁-货运系统网络布局优化[J]. 系统仿真学报, 2021, 33 (7): 1699-1712.
	Ren Rui, Hu Wan-jie, Dong Jian-jun, et al. Optimization of urban metro-based underground logistics system network with hub-and-spoke layout[J]. Journal of System Simulation, 2021, 33(7): 1699-1712.
[15]	程国柱, 吕岩峰, 冯天军. 地铁站周边常规公交换乘站点布局多目标优化模型[J/OL]. [2024-11-14]..
[16]	刘康琳, 张泽宇, 蒋婧雯, 等.基于分布鲁棒优化的无人机配送设施选址分配问题[J/OL].吉林大学学报: 工学版[2024-11-14]..
[17]	赵宏伟, 刘宇琦, 董立岩, 等. 智能交通混合动态路径优化算法[J]. 吉林大学学报: 工学版,2018, 48(4):1214-1223.
	Zhao Hong-wei, Liu Yu-qi, Dong Li-yan, et al. Dynamic route optimization algorithm based on hybrid in ITS[J]. Journal of Jilin University(Engineering and Technology Edition),2018,48(4):1214-1223.
[18]	王玉, 申铉京, 周昱洲, 等. 一种求解交通网络中最短路径问题的人工蜂群算法[J]. 吉林大学学报:理学版, 2021, 59(5): 1144-1150.
	Wang Yu, Shen Xuan-jing, Zhou Yu-zhou, et al. An artificial bee colony algorithm for solving the shortest path problem in traffic network[J]. Journal of Jilin University(Science Edition), 2021, 59(5): 1144-1150.
[19]	Zhao L J, Li H Y, Li M C, et al. Location selection of intra-city distribution hubs in the metro-integrated logistics system[J]. Tunnelling and Underground Space Technology, 2018, 80: 246-256.
[20]	Zhang J L, Yu L. Degree centrality, betweenness centrality, and closeness centrality in social network[C]∥2nd international conference on modelling, simulation and applied mathematics (MSAM2017). Atlantis press, 2017: 300-303.
[21]	Zhang Y P, Bao Y Y, Zhao S, et al. Identifying node importance by combining betweenness centrality and katz centrality[C]∥International Conference on Cloud Computing and Big Data. IEEE, 2015: 354-357.
[22]	Maharani W, Gozali A A. Degree centrality and eigenvector centrality in twitter[C]∥8th international conference on telecommunication systems services and applications, IEEE, 2014: 1-5.
[23]	Brauers W K, Zavadskas E K. The MOORA method and its application to privatization in a transition economy[J]. Control and cybernetics, 2006, 35(2): 445-469.
[24]	Ho W. Integrated analytic hierarchy process and its applications-A literature review[J]. European Journal of operational research, 2008, 186(1): 211-228.
[25]	Pardalos P M, Mavridou T D. Simulated Annealing[M].Encyclopedia of Optimization. Cham: Springer International Publishing, 2024.
[26]	Ye Y T, Guo J H, Yan L X. A metro freight plan for mixed passenger and freight transportation[J]. Journal of Advanced Transportation, 2022(1): 6602387.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed

参数	数值
初始种群规模	200
最大迭代次数	2 000
交叉概率	0.6
变异概率	0.05
未按时间窗取送件惩罚成本	100
货车运输单位距离运输成本	0.3
地铁运输单位距离运输成本	0.5

算法	优化前距离/km	优化后距离/km	性能提升比率/%
EGA	1 662.94	1 527.46	8.14
GGAP-SAP	1 611.93	1 604.84	0.439
SEGA	1 888.89	1 544.69	18.22
steadyGA	1 690.49	1 563.94	7.49
studGA	1 618.56	1 544.02	4.61
Multi-SEGA	3 245.42	1 576.77	51.46
SGA	1 575.85	1 543.11	2.07

算法	优化前订单完成时间/min	优化后订单完成时间/min	性能提升比率/%
EGA	3 945.977	3 624.509	8.14
GGAP-SAP	3 824.941	3 808.127	0.439
SEGA	4 482.142	3 665.388	18.22
steadyGA	4 011.365	3 711.074	7.48
studGA	3 468.757	3 663.788	-5.62
Multi-SEGA	7 701.041	3 741.505	51.41
SGA	3 739.326	3 661.645	2.07

算法	优化前运行时间/s	优化后运行时间/s	性能提升比率/%
EGA	40.604	30.026	26.05
GGAP-SAP	38.461	40.195	-4.31
SEGA	46.428	39.806	14.26
steadyGA	27.708	3.716	86.58
studGA	40.519	40.446	0.18
Multi-SEGA	58.318	37.324	35.99
SGA	35.325	30.090	14.82

基于模块化A^*寻优算法的地铁货车快递联运系统

Subway truck express transport system based on improved modular A^* optimization algorithm

RICH HTML

PDF (PC)

摘要/Abstract

引用本文

使用本文

图/表 15

参考文献 26

相关文章 15

Metrics

本文评价

推荐阅读 0

[1]	程国柱,吕岩峰,冯天军. 地铁站周边常规公交换乘站点布局多目标优化模型[J]. 吉林大学学报(工学版), 2026, 56(3): 711-724.
[2]	张伏,韩伟东,鲍若飞,张亚坤,王亚飞,付三玲. 融合改进A^*与DWA算法的车间移动机器人路径规划[J]. 吉林大学学报(工学版), 2025, 55(9): 3020-3031.
[3]	刘琼昕,王甜甜,王亚男. 非支配排序粒子群遗传算法解决车辆位置路由问题[J]. 吉林大学学报(工学版), 2025, 55(7): 2464-2474.
[4]	赖元文,陈艳生,王书易,张宇龙,朱新运. 考虑公交与地铁换乘需求的公交时刻表优化[J]. 吉林大学学报(工学版), 2025, 55(6): 2030-2037.
[5]	岳昊,常笑,刘建业,曲秋莳. 引入车辆窗的定制公交线路优化[J]. 吉林大学学报(工学版), 2025, 55(4): 1266-1274.
[6]	周成栋,宋菲,赵小梅,姚俊杰. 基于多模式双动态演化的拥堵收费模型[J]. 吉林大学学报(工学版), 2025, 55(4): 1319-1327.
[7]	高天洋,胡大伟,姜瑞森,吴雪,刘慧甜. 基于模块化车辆的区域灵活接驳公交线路优化[J]. 吉林大学学报(工学版), 2025, 55(2): 537-545.
[8]	孙峣,姚宝珍,白子建. 基于随机森林模型的交通拥堵疏导效果评估[J]. 吉林大学学报(工学版), 2025, 55(2): 512-519.
[9]	曾小华,李凯旋,韩凯,宫铭遥,宋大凤. 融合遗传算法和递推最小二乘法的半挂车稳定性参数估计[J]. 吉林大学学报(工学版), 2025, 55(12): 3793-3803.
[10]	田佩宁,童瑞咏,王海鹏,毛保华,张皓翔,卢霞. 城市轨道交通跨环线的跨线列车开行方案优化[J]. 吉林大学学报(工学版), 2025, 55(1): 132-140.
[11]	年光跃,潘海啸,孙健. 城市建成环境与道路交通运行关系[J]. 吉林大学学报(工学版), 2025, 55(1): 141-149.
[12]	董春娇,陆育霄,马社强,李鹏辉. 考虑等待忍耐时间的电动自行车违规行为研判[J]. 吉林大学学报(工学版), 2024, 54(9): 2540-2546.
[13]	朱瑾,黄琦. 路网资源分配下自动化码头水平运输调度与路径规划[J]. 吉林大学学报(工学版), 2024, 54(8): 2245-2255.
[14]	张良力,马晓凤. 基于改进粒子群算法的新能源汽车充电站选址方法[J]. 吉林大学学报(工学版), 2024, 54(8): 2275-2281.
[15]	马书红,廖国美,黄岩,张俊杰. 建成环境对交通小区地铁通勤客流的异质性影响[J]. 吉林大学学报(工学版), 2024, 54(7): 1913-1922.

基于模块化A*寻优算法的地铁货车快递联运系统

Subway truck express transport system based on improved modular A* optimization algorithm

RICH HTML

PDF (PC)

摘要/Abstract

引用本文

使用本文

图/表 15

参考文献 26

相关文章 15

Metrics

本文评价

推荐阅读 0

基于模块化A^*寻优算法的地铁货车快递联运系统

Subway truck express transport system based on improved modular A^* optimization algorithm