文摘

摘要城市地下物流系统往往会缓解交通拥堵,提高城市物流效率,减轻传统物流过程的负面影响,提高城市的可持续发展。然而,地下建筑的相对较高的成本和风险严重阻碍实现极限状态。摘要城市融入现代地铁系统(M-ULS)被认为是可行的和有效的来解决这个问题。本文旨在开发一种基于地铁系统的极限状态网络规划方法。首先,地下货运量的评价模型,提出了考虑服务能力,货物流,和地区的可访问性。其次,研制了一套混合整数规划模型来解决这个问题最优节点的子网络中(圈)。然后,混合算法设计E-TOPSIS,精确算法和启发式算法。最后,两行南京地铁被选为例来验证提出的规划方法。结果表明,新系统可以大大降低建设成本的极限状态和缓解交通拥堵。此外,地铁车站和地下隧道的潜力可以充分利用来实现更高的物流效益。

1。介绍

交通拥堵是一个“两难”遇到世界各地的大都市。第五类型的运输和供应系统,“地下物流系统”(摘要),解决了能源消耗,环境污染,和安全问题1]。各种形式的极限状态与不同机车或驾驶方法已经开发和应用,如CargoCap在德国地下货物运输系统(2),OLS-ASH项目在荷兰3),而管§净真空货运胶囊在意大利4- - - - - -7]。极限状态被广泛认为是一个伟大的创新物流行业由于其巨大的好处。它可以快速运输货物通过地下管道或隧道在城市或城市之间8,9]。然而,不可否认的是成本高,施工周期长,和高风险的地下工程(10- - - - - -12摘要城市发展的严重障碍。降低建设成本提高极限状态的吸收至关重要(13]。

丹皮尔和Marinov提出一个新的概念“地下货物运输融入现代地铁系统”(metro-based极限状态,指定为M-ULS),它提供了一个可行的途径有限的预算(14]。作为一种特殊的形式和极限状态网络的有前途的替代,M-ULS已成为最热门的研究课题之一。特别是建立联运网络旨在最大化货物运输的效率没有干扰客运系统。这个新系统的组织过程是复杂的。它包括链接和优化的双目标客货运输系统。货物需要发送到需求点通过合理的地铁站和分配系统在地上。因此,全局优化的M-ULS效率可以归类为一种特殊类型的生产(CMFLP)多级设施选址问题。因此本文的目的是设计一个多级节点子M-ULS通过数学建模和仿真的解决方案。

研究极限状态已持续了近30年,但M-ULS仍然是一个新兴领域。现有研究证实M-ULS并提出了概念设计的可行性。M-ULS被定义为一种联运机制的混合乘客和货物,批量驾驶或附件车厢启用利用地铁铁路(15]。他们的优势不仅在保留传统的极限状态的好处在于缓解交通拥堵,改善城市环境和运输效率,也有利于节省巨大的地下空间,降低建设成本和周期。客运效率不会干扰通过合理的技术设计和运营管理15]。在东京,新subway-integrated摘要接受公共支持在一个试点项目(16]。在纽卡斯尔,地铁网络是用于小型到中型的集合包裹,低密度高价值商品,和可回收的材料17]。在韩国,首尔地铁50平台的货运量预测验证减少社会成本和环境问题18]。多伦多地铁也被评估等如何上诉货物托运人(模态转变19]。总之,现实世界的模拟近年来被广泛开发(20.- - - - - -22]。

然而,几篇文章的主题M-ULS网络出版的规划方法。马森Horl等人,等人进行了定性分析的节点定位问题单行的地铁货物运输(23,24]。Fangting等人提出了一个location-routing M-ULS多行模式转移的问题(25),旨在减少交货时间以提高地铁运输的效率。进行了单层网络拓扑结构的优化;然而,城市货运流分布对系统的影响服务水平并不相关。Ambrosino和角质鳞片26)提出了一个四层复杂的网络分布结构包括设施选址、仓储、转运和战略决策。结果有贡献分析M-ULS CMFLP,虽然它不直接讨论M-ULS。M-ULS本身是一个复杂的系统。功能分类不同类型的设施满足多式联运的需求是必要的。为了追求更高的物流效益,系统评价的城市货运交通需求是必要的,因为严格的M-ULS容量约束。货运流向和节点位置的两个关键指标M-ULS网络布局。因此,本文提出了一种分层混合整数规划模型(MIPM)结合综合评价,可以反映出不同的节点之间的关系。相比一般设施选址问题的建模指标(27- - - - - -29日),另外三个重要的因素被考虑:(i)地铁网络的约束。与传统的物流圈模型相比,M-ULS分布路径,由现有的地铁网络限制,不能自由选择并立即调整。(2)新的系统服务区域。新系统服务对象的定义必须集成到优化过程因为最大化有限M-ULS规划系统服务能力是一个关键。(3)混合交通组织是复杂的。现有的地铁网络的设计原则是面向乘客,和客运效率不能受新系统的影响。提高服务性能的新系统需要重新设计一个组织过程的客运和货运交通、混合和全球货运流程的优化。

本研究的贡献主要在于三个方面:(1)一个有效的组织规划方法提出了M-ULS;(2)开发了多个约束的混合整数规划模型来解决生产metro-based地下物流系统子问题(CM-ULSLAP);(3)混合启发式算法开发的模拟现实世界的。两行南京地铁被选为例来验证提出的规划方法。这些发现可以促进极限状态的实现。此外,这项研究提供了新的思想和定量优化方法进行线性或基于网络的复杂工程。提供的案例研究为研究和实践提供了额外的见解。

2。问题描述

CM-ULSLAP可以描述如下:有米运营地铁线路,n指定城市配送中心(udc),k需求点。首先,货物从打开的udc提供摘要服务导入地下网络通过附近的地铁站(指定为极限状态终端)。然后,专用货物列车旅行极限状态终端之间和不同的地下仓库(指定为UDs)。那些UDs参考改进的地铁站,在UD-oriented车辆绕过平行货运平台进入乘客之前平台。在这个过程中,与地铁货运船队的频率不断交错,和现有的转移点可以激活为地下中心(指定为超高频)支持地下转运。最后,货运单位浮动从UDs分配到相应的地面终端(指定为GTs)地面电动汽车。货物交付给客户的服务范围内M-ULS GTs后自动分拣和包装。中给出的逆转过程是镜像。图1展示了组织分解结构M-ULS的规划问题。

最初的数据可用于地铁货运计划通常专注于一些不完整的客户特征,如位置,定期交付路线,和交接记录。其他重要的输入数据是对旅游的需求,这通常制定术语叫做(OD)矩阵30.]。运费OD矩阵在这项研究中提取基于计数乘以传播秩序的能力从一个地区到另一个地方。在此基础上,可选择的解决方案旨在改善当前客户服务成本低和效率高。M-ULS取决于高效的协调自己的技术集成和货运流分布。为了得到这个,联合货运功能不应该导致任何退化或破坏的客运服务15]。因此,货物和乘客必须分开。与此同时,多式联运所造成的效率损失也可以补偿由一个高度集成的城市物流基准。考虑到区域发展密度和空间对周围环境的影响,在M-ULS,货物流动不能拘留太多在达到相应的地下的目的地。相反,他们应该直接转移到新建的地面终端进行处理。通过设置客户之间的这种运输层和地下分销网络,传输效率和系统服务能力可以很大程度上提高M-ULS除以从传统的物流系统。基于上述规划原则,节点设施分为以下四个层次:

2.1。摘要城市终端

摘要城市终端在对接过程中发挥作用UDC地下网络。货运单位已排序和装在UDC将简单编码摘要每个精确地面终端或终端地下仓库。本文摘要终端的位置是由计算加权距离附近的城市配送中心。

2.2。地下仓库(UD)

UD被定义为一个增强的地铁站货物装卸的功能和连接地下物流网络和上层地面终端。UD的数量和分布直接影响到系统服务。摘要MILP方法与相应的介绍了启发式算法搜索最优UD-GT子。

2.3。地面终端(GT)

GT是优化目标之一,隶属于UD。GT也是整个M-ULS供应链的关键部分,因为它是直接面向客户的出货需求时间效率。GT的货物装卸能力的主要障碍是系统服务的性能。摘要地面终端的位置变成了生产集覆盖问题(CSCP)。和一组覆盖模型建立了GT的位置。

2.4。需求点

需求点的优化目标。由于运输能力有限的地铁系统满足所有客户货物供应,需求点的筛选评估是必不可少的物流效益最大化和服务范围。

为了简化研究,以下假设提出了CM-ULSLAP:(1)郊区UDC合理分配货物到地下网络,和极限状态的货物装卸能力终端是无限的;(2)每个候选人GT只能对应一个UD和货物流动的来源是独一无二的;(3)在一个完整的专用铁路运输货运单元,不到卡车(LTL)运输不允许在地下分销网络;(4)地下的处理时间和转移成本中心不考虑,和所有UHs默认激活;(5)不涉及多式联运城市道路网络布局和额外的支出造成的交通拥堵;(6)M-ULS不安排地铁系统的最初的时间表,但地下货运流频率可以调整基于乘客的交通量;(7)建设和储存条件在特拉华大学不考虑;和(8)中只有一部分客户的属性是可用的。

3所示。E-TOPSIS地下货运量的评价

熵加权TOPSIS (E-TOPSIS)是应用于评价指标体系的权重过程(31日]。指标的信息熵计算矩阵用于重量分散程度的需求特征,所有这些可以避免人类的主观因素的影响(32]。在多目标决策评价对象的最终点得到的TOPSIS方法可以解决样本要求就越高。

本文使用统一的运费(终于)流动,区域可访问性(RA)和源距离(SD)三个维度反映UDC倾向于客户需求的特点。其中,变量风浪和RA获得Nathanail et al。33),他们认为,减轻城市交通和综合运输的发展,减少分散运费交货是最显著的两个特点的可持续发展的城市物流。在我们的研究中,我们把这两个定量特性作为地铁运输系统的功能需求,在风浪的制定从不同的方向根据积累的OD马森et al。24)和RA被制定为积累交货期从不同方向除以平均路径长度根据Montoya-Torres et al。34]。SD被制定为一个变量,补充终于随着距离的影响,涉及的空间距离和货运OD数据不同的方向。这三个变量共享上面提到的初始数据。

(我)货物流的统一。因为UD没有包裹的功能分解,物流效益提升以及地下里程的增长(35]。因此,M-ULS应该尽可能提供集中供应巨大需求的地区: 在哪里是运费的总额每天捡起和交付需求点吗 。

(2)地区的可访问性。城市物流的效率在很大程度上是受交通拥堵的影响(36- - - - - -38]。通过删除商品从上面到地下,一些地区的货物流动可以有效提高可访问性较差(39]。区域可达性指数可以在时光大道响应函数的特点是: 在哪里平均交货时间形式UDC吗我需求点j,是送货路线的长度,是时间敏感的因素。

(3)源的距离。地下物流可以生成大量的内部和外部的优势(40]。M-ULS应该充分利用地铁线路的长度。把货物远从源(极限状态终端)但在巨大需求到系统将导致物流的总体增加的值。可以描绘成源距离指数 在哪里之间的欧几里得距离UDC吗我和需求点j,样品的运费校正因子,从方向代表了货物运输量的比例我,是一个放大系数。

M-ULS服务的优先级的评价模型。

(1)初始决策矩阵。假设有米评价指标和评价指标集n子集,评价指标的价值我在子集j是 。所有子集的决策矩阵

(2)标准化决策矩阵。为了解决统一指标的单位,本文在所有指标标准化。最有价值的指标我作为 ,最糟糕的是 。功效系数介绍了获取规范化数据矩阵B:

(3)确定指标权重。指标权重确定的专家在TOPSIS评价方法。结果是非常主观的。因此,本文采用信息熵的方法来确定指标权重。

表示指标的熵我在标准化决策矩阵:

的分散性评价指标的价值我可以表示如下:

如果比较分散,是更大、指标我是更重要的。如果相对集中,指标我是不那么重要了。如果所有是相等的,绝对是集中,分布指标我是无效的。所以,nonsubjective偏好指标的加权因子我是

(4)指标的加权矩阵的值。根据规范化数据矩阵B和获得的熵权 ,指标的加权矩阵的值是通过以下公式计算:

(5)计算的相对距离。候选人GT的选择方案这一阶段计算的相对距离正负理想方案的加权矩阵K: 在哪里表示之间的欧氏距离和消极的理想的解决方案:

候选人的位置计划,通常是在0和1之间。越接近1,更合适的相应的方案。最后,需求点新建GT选择接受M-ULS服务的价值清单按照降序排列,直到其中一个节点或地下部分超载。地下货运OD可以统一制定

4所示。多级节点位置M-ULS模型

4.1。参数定义

(1)定义套地铁站、候选人UD和GT。

成本参数: ,地下交通综合单价; ,全面的地面运输价格,是运费价格系数,它反映了两种模式之间的价格差距;和 ,工程造价的UD每日(贬值)。

的距离参数: ,UDC之间的距离j和地铁站我; ,商品的最短路径路由到UDk,包括地下转移;和 ,GT的坐标和地铁站。

货物的参数: ,UDC发送的货物的数量j某些地铁UD的地方我位于; ,货物被UD的数量k每天; ,地铁线路的能力j。(2)决策变量。

:1,如果地铁站我选择UD;0,否则。

:1,如果GTx从UD由车辆访问吗k;0,否则。

:1,如果地铁站我选为地下从UDC访问的商品吗j;0,否则。

4.2。集合覆盖模型地面终端

集所有需求点覆盖的地面终端并设置GTs覆盖所有需求点给出了。让货物吞吐量的分配系数来和是决定是否定位地面终端 : 受

我们的目标(14)是搜索最小数量的GT在当前需求场景;约束(15)和(16)显示的最大服务范围和货物装卸能力地面终端;和约束(17)指定货运需求的总和由每个共享GT的数量应该等于OD获得(13)。

统一表示,上述模型是书面形式的矩阵不等式:

K是一个维矩阵。在第一个n行,第一列的元素n等于0;n+ 1 - 2n是一个对角矩阵主对角线 ,等等。的线n1 + 1,列n主对角线是 ,虽然列n+ 1有一行元素 ,等等。

Z是一个维向量。b是2 n的长度,其中第一个元素n行=−1,否则为0。所有的解决方案Z令人满意的 , , 同时组成的可行空间下的GT位置最大服务能力。

4.3。子模型的地下仓库

受

公式(20.)是目标函数,包括运输成本和节点联运物流系统的建设成本。约束(21)反映了地下货运处理的能力限制在特拉华大学;约束(22)确保地铁线路的能力并不违反;约束(23)规定的极限状态终端一个地铁线是独一无二的,但是UDC可以分配给不同的极限状态终端基于现实;约束(24)保证UD连接到至少一个地面终端设备的所有权是独一无二的;约束(25)指定数量的地铁站选为地下仓库=y;和约束(26)- (28有关决策变量的范围。

5。解决方法

CM-ULSLAP是一个np难问题的客户层(需求点),中间层(GT)、地下物流层(UD和哦),供应层(UDC)是集成到一个复杂的联合运输网络。这个问题是由于以下原因难以计算。首先,不是一个单一的层节点信息,可以充分调用。不同的联合策略导致客户需求之间的冲突和经济方面的考虑。评价过程很难进行。相反,每个OD对的可能的路径是如此巨大,它是计算昂贵和不可持续的为每个配置列举所有涉及交通模式的选择和相应的路由传输。一旦供应关系,确定候选GT的生成策略,CM-ULSLAP减少到双层的生产(BCIND)联运网络设计问题。计算效率和稳定性,从udc访问路线提前确定极限状态终端切断供应层。然后熵加权TOPSIS (E-TOPSIS)应用于评估需求特征模型(P1)。接下来,一个精确的算法集合覆盖模型获得可行的解决方案的服务模型(P2),从而切断客户层代替丰富需求点候选人GT集。 Immune Clone Selection Algorithm (ICSA) was applied to optimize the location of UD and allocation of deterministic GT which following the minimum objective cost in model (P3). An adaptive mechanism of underground route navigation was also embedded in ICSA where fleet flows always follow the shortest path that is currently available until the certain section is blocked. Finally, the solution space of combined models has been reduced from five dimensions三个维度做出了很多贡献的计算效率。的关系和分解模型如图2。

ICSA受到抗体的克隆选择原理在生物免疫系统(41]。它被用来解释的基本特征自适应免疫反应的抗原刺激。ICSA已经广泛用于解决组合优化等问题,智能优化和生产调度由于其强大的数据搜索功能(42- - - - - -44]。然而,原始ICSA的收敛速度慢,克隆免疫概率和概率是相对固定,变化的程度相对较低,当解决复杂的问题。在这篇文章中,我们介绍了基于正态分布的自适应变异操作来实现一个统一的全球高层和动态模糊性为每个抗体的突变率满足多个UD可行解决方案的特点和频繁的信息反馈在每个阶段。变异概率提高了搜索的随机性和稳定,可以有效地防止陷入局部最优的解决方案。启发式算法的主要操作如图3。

GT位置的解决方案步骤中列出的算法1。

第一步:生成初始种群。从记忆细胞获得最初的抗体是随机生成的可行解空间。抗体的编码包括UD开放策略和新建的GT的位置信息被E-TOPSIS反馈。初始抗体人口记录 ,这是由RC数字随机生成的抗体。

步骤2:多样性评估。选择k个人健身价值和最高的t从亲本种群最低的个人亲和力组合解决方案向量,和 。亲和力是用来表示抗体和抗原之间的匹配程度,即候选人之间的最佳满意度GT集和开放的UD客观(19)。黄土的意思(45)推荐的亲和力的决心。的亲和力u可以被描述为th解向量

步骤3:克隆操作。计算的克隆率评价亲和力抗体和抗原之间的相似性和其他。克隆的人口是由复制选定的抗体。具体地说,克隆的总数为所有选定生成抗体

第四步:基因突变。选择一个群克隆并执行高斯变异获取人口 。突变率采用一种自适应策略46适应值有关的抗体。这种突变操作可以被描述为 ,在哪里是j克隆的th属性,normrnd是一个正态分布的随机数的意思和一个标准差 。的抗体的域自适应调整其适应值和亲和力。

第五步:免疫选择。的内存数量米由一批最高的抗体吗从集合 。然后选择30%k抗体的数量最高的健身价值米更新相同数量的抗体种群中最低的健身价值形成了后代人口 。

第六步:节点搜索重置。在达到最大迭代次数N,请检查 ,如果我存在这 。然后更新目标成本 。让 ,回到步骤2;如果不存在,进步。

步骤7。算法终止时达到迭代数N。提取具亲和力的抗体与归因作为首选M-ULS配置。

6。情景分析

6.1。背景和参数设置

南京城市位于纬度和经度在中国东部。这座城市坐落在长江银行。根据2016年的人口普查,南京有827万人口。快递南京在2017年达到6.3亿包裹的体积(ASKCI咨询)。社会物流总额近3万亿元,年增长率为7.96%(南京市商务局)。三个主要交通枢纽、南京火车站、南京南站、禄口机场,贯穿城市的货运吞吐量能力每年800000吨。如今,有9在南京地铁线路和164个车站。地铁线路的总长度347公里,第七届世界上最长的。

为了研究地铁运输的性能在实际情况下,南京地铁拍摄为例来安排最优配置布局低于最低目标成本。场景2 UDC开放,1号线和2号线的激活和31个站,涉及基于现实世界的位置。如图4,有274个需求点分布在一个201平方公里的范围新街口来南京南站。相关数据和参数值是通过蒙特卡罗模拟方法,如表所示1。每个UDC仅限于的地下货运量10000吨每天在符合地下隧道的运输能力。从两个地铁线路可以转移货物新街口站在那里的功能UD是无效的。

建议的解决方案的算法在MATLAB R2016编码,和所有的实验都是运行在一个与Windows台式电脑10,英特尔酷睿i7 - 7700 k的4.2 GHz处理器,和32 GB的RAM。初始人口规模和最大迭代次数 。

6.2。仿真结果

E-TOPSIS方法应用于照明系统服务的范围。合格的需求点的数量减少到228年的相对距离最紧迫的区域= 0.1916,接近至关重要 。地铁1号线浸透速度快于货物吞吐量的第2行每天每天9747吨和7758吨,分别。算法1给一组可行的GT位置显示在图5。地面终端的数量满足约束条件确定为15。然后从ICSA优化结果表明M-ULS-integrated物流系统的最低成本是185900元/天,而传统地面物流的运输成本是198700元每天。UDs选择定位在以下6个站:Xinmofanmalu,Andemen,汉中门,Daxinggong,Minggugong,Jiqingmendajie。图6描述了UD的最佳开放战略和相应的配置。Minggugong车站最繁忙的UD捕获,每日货运量为3914.9吨,而Andemen站货运量最低1483.9吨的单一附属GT。具体的节点信息表所示2。

表3描述了交通量的比较从2 udc 15 GTs传统点对点的分布模式和M-ULS之下,在交通量(电视)被定义为货运OD量乘以(传输距离47]。可以看出地面交通量(制造)GT-4已经减少了69.32%,而最从地下物流的好处。大多数制造中心有不同程度的减轻在30%和65%之间。注意,GT-15图5是相对较近的货物来源,制造采用M-ULS后增加了36.71%。因此,传统的点对点模式更经济的udc等节点附近。

当它来到了地下交通量在M-ULS(水下电视),所有GTs地下物流的比例超过了50%,在GT-5最大达到75.71%。上面的平均和地下里程Xinmofanmalu分别占了34.03%和65.97%。表4演示了交通量的整体变化。受益于地下分布的高利用率,不到一半的地面交货是必需的。这部分货物需要送到市区,原长途公路旅行是分解成几个subtransport流程上面和地下。因此,需要更少的货运车辆。流动的城市交通循环将显著提高,一些拥挤的道路部分将有效地缓解交通压力。

6.3。敏感性分析

图7表明最优成本和运费价格的变化系数和UD-opened数量 。注意,联运系统的总成本下降轻微的增加然后与传统地面物流当达到同样的水平等于2.52。因此,有一个广泛的定价选择地下货物运输,但M-ULS的谨慎的单价比传统地面物流应小于1:2.5为了实现经济优势。相反,联运系统的总成本提升随着开放UD的增加,而运输成本下降由于进步的网络连接。这两个趋势是相对稳定的。因此,在M-ULS-integrated物流系统中,最优成本是不敏感的UD打开。设置是相当大的额外的地下仓库,这样可以进一步增强系统服务能力和鲁棒性。

7所示。结论

本文开发了一种基于分层多级模型与算法优化,旨在处理最优的节点M-ULS合作操作的子问题。证明了该模型的适用性选择合适的地铁线路和站解决问题。M-ULS网络发展的关键问题是建立多个节点的操作框架和优化方法。三种类型的节点被定义为地下仓库(UD),地下中心(呃),和地面终端(GT),根据当前状态和城市的规划,物流,和地铁网络。M-ULS在能力有限,多个网络层次结构和多个来源的运费。因此,有必要筛选需求点并将其集成到全局优化的模型。一组混合整数规划模型结合综合评价已经开发成一个更严格的和方便的分析方法来解决CM-ULSLAP。三个评估变量的模型嵌入,即风浪,RA和SD。E-TOPSIS组成的混合算法,精确算法和启发式算法的目的是获得模型的解决方案。一个真实的模拟基于南京地铁进行了验证提出模型和算法的有效性。

证明了地铁站的潜力,可以充分利用地下隧道实现更高的物流效益。结果显示,优化M-ULS导致的地面交通总量减少49.09%,服务范围内的日常综合成本6.44%。由新的物流系统,总运费的62.47%由极限状态完成,剩下的37.53%是交付给所有需求点分布是由道路。此外,相比传统的点对点的物流模式,M-ULS最优成本的价差已经基本上保持稳定,无论UDs的数量。实现这些优势影响地铁系统的正常运行和进一步增加地下空间开发的数量。其他综合收益的城市交通,环境,和社会是显而易见的。本文不仅提出了一个设计良好的子模型极限状态和地铁的联合行动,但是提供了一个可能的方法,不同的城市基础设施的合作研究。此外,它可以为城市可持续发展提供新颖的想法。

尽管上面的贡献,本研究有几个值得注意的限制。首先,该模型是专门应用于十字形或#型径向地铁布局。循环网络会有一些特殊的不容忽视的问题,例如,转运效率之间的权衡,路由选择和预算。其次,提出了确定性系统的超高频总是打开是不经济的。尽管新问题总是从肯定开始,未来的研究需要探索的不确定性问题。鲁棒优化方法可以用来研究呃调度策略的条件下随机干扰和需求的不确定性。此外,研究网络规划或地下空间可以进一步延长考虑操作M-ULS和地铁系统之间的冲突。

数据可用性

这项研究是由当地政府。一些数据仍在年底前项目保护。感兴趣的读者在这个研究可以发送一个请求电子邮件与他们的考虑(电子邮件保护)获取可用的数据。作者感谢理解。

的利益冲突

作者宣称没有利益冲突。

确认

这项研究得到了国家自然科学基金(71631007和71631007)。