【CCTD探索】《不确定条件下的煤炭运销网络可靠路径搜索研究》发表

日前，CCTD与中国矿业大学数学学院、江苏省应用数学 (中国矿业大学)中心联合提出了一种考虑运销费用不确定性的最优可靠路径模型,旨在通过选取既经济又低风险的路径,提高运销过程的稳定性和可靠性。相关成果以“不确定条件下的煤炭运销网络可靠路径搜索研究”为题发表在《中国煤炭》2025年第2期。

可靠路径于近些年逐渐受到关注,其与传统路径在煤炭运销费用考量上的主要区别在于对不确定性因素的处理。传统路径选择以成本最低为目标,通常忽视交通堵塞和意外事故等不确定因素,可能导致实际运销成本增加。而可靠路径则综合考虑成本与风险,通过评估路径的可靠性,在不确定条件下选择既经济又稳健的运销方案,从而优化整体费用。

不确定条件下煤炭运销路径优化的主要挑战在于可靠性的非可加性,特别是在大规模网络中,枚举所有可能路径的复杂度极高。作者结合Dijkstra算法和K短路算法,构建基于一阶原点矩、二阶和四阶中心矩的备选路径集,并提出一种适用于不确定条件的新型路径搜索算法。不仅提升了计算效率,还显著增强了路径选择的稳定性和可靠性。

小型煤炭交通运销网络的最优可靠路径案例分析中，通过比较节点１到节点９之间的所有路径,可知枚举法所得最优可靠路径序列及有效运销费用与最优路径搜索算法结果一致。相较于枚举法需逐一计算１２条路径的运销成本,本研究提出的可靠路径搜索算法仅需评估６条路径的有效运销费用,极大地减少了所需的计算量。

为验证所提算法在真实场景中的有效性,作者进一步对一个大型煤炭交通运销网络进行案例分析,该网络的结构如图３所示,其涵盖了４８７８个路段。分别以万水泉为起点，柳园、咸阳、小新街为终点进行最优可靠运销路径分析。在可靠性水平ρ＝９５％的情况下,利用K短路算法寻找OD对之间可靠路径,并计算最低运销费用。

数值实验表明,所提出的算法在小型和大型煤炭运销网络中均具有较好的应用潜力,能够为煤炭运销路径选择提供更加有效和可靠的方案,具有较好的实用价值。

近年来，CCTD与多家学术研究机构合作，共同成立了“煤炭市场大数据研究院”“泛能源大数据煤炭行业碳中和应用中心”以及“江苏省应用数学中心”，专注于数据应用研发、释放数据价值。CCTD积极与国内各能源企业共同建立数字科技创新生态，解决煤炭市场及运销领域存在的问题，打造了国内独家“煤市高德地图”，为企业提供快速准确的煤炭购销线上智能辅助决策支持系统，并已应用于国内多家大型能源企业，助推数字经济在能源领域的建设。

扫码查看全文

相关链接：

CCTD与复旦大学、中国矿业大学联合研究成果“碳中和目标下煤炭能源供应弹性量化研究”获顶级期刊《Research》刊登

【研究】CCTD与中国矿大用深度学习模型 解决煤炭价格预测问题研究发表

来源 | CCTD中国煤炭市场网

编辑 | 徐赫阳

点击进入公众号主页👇

声明：本文系转载自互联网，请读者仅作参考，并自行核实相关内容。若对该稿件内容有任何疑问或质疑，请立即与铁甲网联系，本网将迅速给您回应并做处理，再次感谢您的阅读与关注。