基于运输时间的可靠性,设计了一种随机流货运网络的运输分配模型。 该运输分配模型是通过随机机会约束编程构建的,并使用混合智能算法(HIA)进行求解,该算法集成了遗传算法(GA),随机模拟(SS)和神经网络(NN)。 遗传算法用于报告最优解以及模型的最优目标函数值。 SS用于模拟不确定系统可靠性函数的值。 通过NN近似的不确定函数被嵌入到GA中,以检查可行性并计算染色体的适应度。 这些结论是在使用所提出的公式对数值案例进行测试之后得出的。 系统可靠性,总系统成本和每条路径上的流量最终将达到它们自己的收敛点。 系统可靠性的提高导致总时间成本的增加。 系统可靠性和总时间成本收敛于可能的Nash平衡点。