基于可信性的低碳物流网络设计多目标模糊规划问题

通过物流网络的优化设计来控制碳排放是提高低碳物流绩效的一种重要途径.针对模糊环境下多级低碳物流网络设计的战略定位和配置问题,综合考虑多级物流网络参数的模糊性以及战术层的多商品流、多生产技术和多运输方式的选择决策,以最小化物流网络的总成本和总碳排放为目标,集成采用期望值规划方法和机会约束规划方法,建立了基于可信性的多目标模糊数学规划模型.该模型引入二氧化碳当量作为衡量物流网络对环境影响的评估指标.然后,设计了一种基于可信性测度的交互式模糊求解方法对多目标模糊规划模型予以求解.最后,通过算例验证了模型和算法的有效性和可行性.     

复杂物流网络区间规划模型及算法

分析复杂物流网络结构特征,考虑物流网络规划设计的不确定性影响,运用区间规划理念,以区间数度量不确定性变量,构建多商品、多层次、多节点的复杂物流网络设计模型。定义风险系数与最大决策偏差,给出适合物流网络不确定性变量的区间运算准则,实现模型的确定性转化。在两层递阶优化求解策略下,结合区间运算与遗传算法,设计了区间分层优化遗传算法的求解模式。算例测试表明该方法具有较强的实用性,可以作为物流网络规划的决策参考方法。     

基于随机规划的制造/再制造物流网络优化设计

针对含有连续型随机参数的制造/再制造物流网络优化设计问题,在Monte Carlo模拟抽样基础上,建立了样本数量决定解算效率的两阶段随机规划模型,给出了模型求解的混合遗传算法,结合样本均值近似方法阐述了获取理想目标值及其可行解的最优值上下界逼近技术,明确了基于两阶段随机规划的物流网络优化设计步骤,举例说明了模型及其算法在设计决策中的应用。     

多业务CDMA网络基站规划模型与算法研究

针对多业务CDMA网络基站规划问题,以最小化建设成本和功率损耗为目标,建立该问题的多目标数学优化模型.针对所建模型的特点,设计基于非支配排序遗传算法(NsGA-Ⅱ)的求解方法,给出算法实现的各种关键要素.通过对一个实际算例进行求解,仿真结果表明算法能够很好的逼近Pareto最优解集,在所有获得的规划方案中基站均匀的分布在目标规划区域内,与实际规划比较吻合,从而表明所建模型和算法的有效性,能够为实际CMDA网络基站规划提供有效的理论依据.     

快速物流通道布局规划方法

研究快速区域物流通道的功能和作用，以及物流通道布局和改善区域物流时效的关系，以提高区域的物流时效性为目标建立了物流通道布局优化的方法和模型，其中考虑了无通行能力约束，和有通行能力约束两种情形，并在此基础上探讨了模型的求解算法。     

整车物流网络规划问题的混合粒子群算法研究

综合考虑整车物流系统中的运输规模经济效应、库存控制策略、设施、服务质量等决策因素,建立了整车物流网络规划集成优化模型.给出了一种流预测算法和粒子群算法相结合的求解方法,用粒子群算法搜索物流网络可行结构,用流预测算法确定其最优运输路径,二者相互协调实现最优解的搜索.在粒子群搜索过程还加入了交叉变异操作来增加种群的多样性,以避免早熟收敛.实例仿真表明混合粒子群算法的运行效率有显著提高,且有更高概率搜索到全局最优.     

多仓库多分销点的二级分销网络的优化

以一个多仓库、多分销点的供应链二级分销网络为研究对象,分别从供应链上、下游企业的角度出发,以各自的物流成本最小化为目标,建立了描述该分销网络优化问题的双层规划模型,讨论了模型的求解并提出了一种基于粒子群优化算法及分层迭代思想的求解算法,最后借助计算机技术实现了对模型的仿真计算。提出的算法不仅能有效求解双层规划问题,可以获得高质量的全局最优解,而且该算法本身具有通用性,其算法流程与具体的双层规划模型无关,可以求解一般的双层规划问题。     

基于动态路径规划的物流仿真控制技术

针对传统的静态路径规划与车间复杂的物流网络不一致的问题,提出了基于动态路径规划的物流仿真控制技术.通过对物流运行过程的分解,建立了基于物流的装载、运输和卸载等动作传感器触发的物流仿真控制逻;利用轨道选择规则和工件选择规则,实现了物流运行的调度控制;以轨道交叉点的计算为基础,利用Dijkstra算法实现了最短路径计算;通过在动态传感器中加入路径规划算法,实现了基于动态路径规划的物流仿真控制.最后通过建立物流仿真模型,验证了上述方法的有效性.     

基于灾情信息更新的应急物资配送多目标随机规划模型

研究了多出救点、多受灾点、多物资、多车型的应急车辆选址、路径选择和物资配送问题. 考虑到灾害预测准确性和物流成本效率之间的悖反关系, 从多目标规划和随机规划的角度, 建立了应急物资配送的多目标随机规划模型. 建模中同时考虑需求和配送路径连通性的随机性, 以及出救点对受灾点的最大覆盖范围限制. 将统计决策与运筹规划相结合, 设计一个加权贝叶斯风险将多目标规划问题转化为单目标规划问题, 以及设计一个决定最优停止观测时刻的决策规则使原问题转化为最优停止问题. 通过Xpress软件编程求解. 最后, 算例分析表明了模型和软件的求解速率与精度, 并分别证明了两阶段随机规划和灾情信息更新的优势.     

区域物流中心分工布局

在物流中心布局规划的基础上,结合物流需求的结构和分布情况,考虑物流中心分工,提出了物流中心的分工布局问题,旨在综合确定物流中心的数量、位置、类型及规模,以及各品类货物流在物流网络上的流量流向.建立了基于双层规划的物流中心分工布局优化模型,并设计了模拟退火求解算法,最后通过算例分析说明了模型和算法的有效性.     

用多目标进化算法求解二层规划双目标模型

传统单目标二层规划模型得到的最优解往往无法使上下级双方都满意.为此,通过在上层规划中同时考虑下级的目标函数,建立了原问题的上层为双目标规划的一个新模型.上下级可通过协商在该模型的Pareto-最优解集中找到双方满意解.对此模型设计了求解的多目标进化算法,用传统优化算法求解下层规划的单目标问题,而对上层的双目标规划问题则采用基于NSGA-Ⅱ的多目标进化算法求解.数值试验表明我们所提出的算法是有效的.     

考虑中转发车时间4PLRP的模糊规划模型与算法

针对运输过程转运需等待发车时间的实际问题,提供了一种解决方案.此方案目的是在指定交货期的前提下,选择满足客户要求的转运节点和供应商.为此,从第四方物流供应商角度,建立了以运输成本最小为目的,带有模糊处理时间且考虑中转发车时间的单点到多点多任务第四方物流路径问题(4PLRP)的模糊规划模型.在模型的求解上,首先将问题转化为清晰的等价模型,然后针对清晰化的模型设计了蚁群优化算法进行求解.实验分析表明提出的模型更加真实地模拟了转运需等待发车时间的运输情景,并且验证了该算法对解决此类问题的有效性.     

多级供应链服务时间窗下物流资源整合优化

为降低多级供应链物流成本,优化供应链物流响应周期,研究了带软时间窗约束的多级供应链物流服务资源整合问题。通过满意度函数对供应链物流周期优化结果进行评价,以最大化供应链总体满意度和最小化服务集成商物流本为目标,建立了多目标优化模型。针对该模型,设计N SGA-II算法予以求解。算例分析表明:与供应链物流运作独立决策模型相比,该模型可以实现各级供应链物流运作的有效协同,不仅能减少物流配送延迟时间,还有助于降低物流运作成本。     

城市区域多物流无人机协同任务分配

针对城市区域多无人机协同物流任务分配问题, 综合考虑不同无人机性能、物流时效性、飞行可靠性等影响因素, 以经济成本、时间损失和安全风险最小为目标函数, 构建多无人机协同物流任务分配模型。因问题规模大、求解复杂度高, 设计改进的量子粒子群算法进行求解。首先，为增强粒子遍历性和多样性, 采用均匀化级联Logistic映射进行粒子初始化; 其次，为避免算法陷入局部最优解, 引入基于高斯分布的粒子变异方式; 最后，为提高算法运行效率, 运用自适应惯性权重方法对粒子赋值。仿真实验结果表明，所构建的模型能够实现任务分配多目标优化, 贴近城市区域无人机物流配送实际; 所提算法与传统量子粒子群算法和遗传算法相比, 任务分配代价分别下降了5.9%和6.3%;并进一步对参数权重设置进行分析, 当3个子目标函数权重系数分别为0.225、0.275和0.500, 种群规模为150时, 算法规划的结果最优。     

第三方物流分包商选择双层规划模型

为了使第三方物流企业在物流业务分包时不仅能降低分包费用,并且能逐渐提高服务质量,提出了双层规划模型描述了第三方物流企业与分包商之间的博弈关系,其中上层规划以第三方物流企业总分包费用最小为目标,下层规划以分包商服务质量最大为目标,引入"综合表现度"概念衡量分包商的服务质量,并基于模糊粗糙集约简出影响分包商服务质量的真实因素,计算出影响因素的权重,由此确定出分包商的综合表现度.设计了处理所有约束和下层规划目标函数的算法规则,并基于遗传算法对分包商选择的双层规划模型求解.最后,利用一个简单的实例进行试验,结果分析和比较表明,当分包商选择是长期的且分阶段多次进行时,该双层规划模型能很好的激励分包商提高服务质量,降低分包价格.     

KMG:考虑逆向物流的无人机路径规划策略研究

物流领域无人机派送正成为一种快捷高效的派件方式和应用热点.针对于正向、逆向的物流数据,无人机派送是国内外大型物流企业实施高效物流派送的重要手段.本文提出了一种融合拓展性K-Means++算法和遗传算法的路径动态规划模型(KMG),实现包含逆向物流的无人机调度策略.KMG模型将逆向物流路径融入正向物流路径之中,采用加权聚类算法确定不同属性包裹所需派送无人机的最小数量.在每一簇坐标数据的连通图中,采用遗传算法求解TSP问题,并对可行解进行编码,最终求解出最小欧拉回路.在仿真实验中,KMG模型比独立逆向物流派送的成本减少20.08%,使用拓展性K-Means++聚类计算的时间比传统K-Means算法缩短了298.85%.     

一个物流网络的双层规划模型

物流网络的规划与布局不仅影响企业的经营活动，而且影响城市的交通运输功能．在一个物流周期内，用广义费用的概念描述了物流成本的相关内容，从物流成本的角度对物流中心的规模和位置进行优化．通过考察物流中心布局与配送作业成本之间的关系，以物流总费用最小为目标函数建立了一个双层规划模型．随后，用遗传算法得到一个该模型的近似最优解．实例所得结果证明了模型的实用价值及其有效性．     

自营回收模式下再制造逆向物流网络多周期多目标选址规划

考虑再制造回收的不确定性,及多周期和多目标的特点,构建四级再制造回收网络,提出自营回收模式下的再制造逆向物流网络选址规划模型。采用改进遗传算法对模型进行求解,从备选地址中确定各类物流设施的最优策略。算例结果表明,回收量对选址的影响较小,社会负效应目标系数对选址影响较大。     

政府补贴下的再制造逆向物流多目标选址模型及算法

考虑政府行为对再制造逆向物流的影响,本文通过对社会成本、经济成本和回收收入的优化,构建一个多周期多目标的动态混合整数规划模型.在模型中对政府补贴行为进行定量描述,其补贴大小与实际回收率、规定回收率以及单位补贴等相关,以及据此设计多目标粒子群算法对模型进行求解.通过仿真实例,验证模型的有效性和算法的可行性,并对政府补贴参数进行了灵敏度分析.     

多机协同电子战规划压制干扰布阵研究

针对电子战任务规划中的多机协同压制敌防空雷达网的干扰布阵问题,提出了航线规划安全区概念,基于数学形态学方法对安全区最小宽度进行求解,以安全区最小宽度和各部干扰机距敌方雷达网中心距离之和作为目标函数,构建了干扰布阵的多目标优化模型,采用多目标粒子群优化算法对模型进行求解,通过仿真实验对求解出的Pareto最优解集进行分析,得出了各部干扰机压制敌雷达网的最优干扰布阵方式,验证了所建多目标优化模型的正确性,同时也表明多目标粒子群优化算法在求解多机协同电子战干扰布阵问题是可行的、有效的