学术文章

通过将物理系统的实时数据馈送连接到可用于实时同步运输的虚拟GIS环境，该论文首次展示了远程数字孪生解决方案的概念验证。

在世界许多发达经济体，长途拖车业务是供应链的重要组成部分。据估计，在英国，长途物流排放的温室气体约占公路货运排放总量的45%。

减少该行业温室气体排放的一种方法是在拖车上安装电池。然而，长途运输是能源密集型的，电动汽车需要相当大尺寸和重量的电池。应用基于agent的建模和仿真，本文旨在分析电气化（如电动车队、电动道路系统等）是否有助于减少温室气体排放。

由于天气条件恶劣、船舶时刻表频繁变化、设备故障等诸多不确定因素，港口管理者的目标是为其设施，特别是多式联运码头（陆港）提供适应性和灵活的战略规划。

本研究表明，将基于agent的建模与其他仿真方法相结合，简化了仿真模型的设计过程，提高了模型的可视性。开发的模型集允许研究人员计算参数的平衡值。因此，它有助于实现海港-多式联运码头系统的有效运行。在中国最繁忙的港口之一进行的案例研究证明了所开发的仿真模型的充分性和有效性。

对于在多式联运中占主导地位的运输方式，具有固定运输能力的穿梭列车来说，由于运输额外装载单元的边际成本较低，提高运力利用率至关重要。因此，为非起重机半挂车提供基于铁路的运输服务可以为铁路公司带来额外的收入。然而，这些收益必须补偿技术的投资成本。本文在动态投资计算的基础上，从铁路公司的角度建立了非起重机半挂车转运技术经济盈利能力的仿真模型。结果取决于铁路公司所面临的运力利用风险。特别是，如果铁路公司不向货运代理或多式联运运营商长期出售所有的列车容量，投资于非起重机半挂车的转运技术可能会获得经济利润。

区域货运政策规划是一项艰巨的任务，因为很少有政策规划人员有足够的工具来帮助他们理解各种政策制定如何影响这一复杂的社会技术系统。在本文中，我们开发了一个概念验证模型来模拟公共政策对模拟区域内货运的影响。我们使用多学科系统设计和优化技术来分析区域货运政策的制定，并检查政策和外生力量对区域的相对影响，以便深入了解政策规划过程。进行单目标和多目标分析是为了让政策规划者清楚地了解政策制定中的权衡。

本文从加顿湖盐度和神经网络应用的角度对巴拿马运河扩建进行了初步分析。该分析利用了仿真建模和人工智能。

各种行为者参与了沿海运链的进港铁路集装箱的内陆运输。为了协调每个参与者的物流流程，从而提高现有运输能力的利用率，必须尽早提供信息，例如以预计到达时间（ETA）的形式提供信息。

摘要双重收费是一种概念性政策，政策制定者对危险品车辆和使用人口密集路段的普通车辆征收通行费，以降低危险品运输的风险。通过控制双重收费，将危险物质交通流与常规交通流分开。为了在高度现实的路网环境和详细的人类行为下设计双收费定价策略，采用扩展的信念-欲望-意图(BDI)框架来详细模拟人类的决策行为。在基于AnyLogic agent的仿真软件中，利用纽约州奥尔巴尼的交通数据实现了该方法。并利用OptQuest中的搜索算法，根据仿真结果确定了以最小风险和出行成本为目标的最优双路收费策略。结果表明，该方法在实际路网条件下制定可靠政策是有效的。

港口/码头和/或渡轮公司经理面临的几个挑战涉及到投资合理性的决策以及滚装/滚装乘客（RoPax）和滚装/滚装（RoRo）系统的并行操作任务。本文探讨了建模与仿真（M&S）技术作为RoPax/RoRo系统管理员决策支持辅助工具的可能用途。

集装箱码头物流系统作为高度复杂的物流系统，在现代国际物流中发挥着越来越重要的作用，其调度决策过程对港口的经营和竞争力具有重要的意义。本文将CTLS中的处理、堆垛和运输看作是一种广义计算，并与一般计算机系统中的工作进行了比较，在此基础上融合了哈佛体系结构和AnyLogic基于agent的计算范式，对CTLS的操作处理进行建模。并将计算机组织、体系结构和操作系统的核心思想引入到CTLS中，为集装箱码头规划、调度和决策提供支持和评价。