考虑碳排放的冷链物流联合配送路径优化

基于绿色物流发展理念,将碳排放转化为成本融入冷链物流配送路径优化问题。结合冷链物流企业拥有多个配送中心且各配送中心在各决策阶段运力不均衡的实际情况,提出一种在企业拥有多个配送中心、有限车辆数且各车辆可回到任一配送中心继续配送的情况下,考虑时间窗、碳排放成本和货损成本的冷链物流联合配送路径优化模型。通过引入一个虚拟车场将多配送中心问题转化为单配送中心问题,采用改进遗传算法求解路径优化问题。通过算例将传统分区配送方式与联合配送方式的路径优化结果比较发现:联合配送不仅在冷链配送费用方面远远低于传统分区配送,而且产生的碳排放成本也低于分区配送。     

质量体积双约束下车辆装载与配送路径联合优化研究

目的 针对质量与体积共同限制的配送路径问题,综合考虑订单不可拆分、货物的体积等约束,构建包含路径最短和装载率最高双目标的车辆装载与配送路径联合优化模型。方法 在车辆路径优化模型的求解方面,首先利用聚类算法对配送区域进行划分,然后通过车辆的载质量判断是否能进行站点货物的配送,最后利用遗传算法求得最优路径。在三维装载模型的求解上使用贪心算法和基于块的启发式算法,解决了货物的装箱问题。结果 基于某公司具体实例对模型与算法的可行性进行了验证,优化后配送的车辆减少了1辆,配送距离减少了154.247km,平均装载率达到了93.89%,节省了企业的配送成本。结论 所构建的模型以及求解的算法可以提高装载率和配送效率,为解决车辆装载与配送路径联合优化问题提供理论依据。     

考虑动态行驶时间的无人驾驶车辆调度问题研究

利用无人驾驶车辆进行物流配送有助于降低物流运输成本,提高运输效率。研究考虑动态行驶时间的无人驾驶车辆路径问题,提出动态行驶时间与时变速度相关。综合分析实际中的车辆速度、时间、剩余里程和充电时间,建立以总配送时间最短为目标的数学模型。最后,结合京东在某城市物流配送项目中的实例,运用不同的算法合理有效地完成了车辆配送路径规划。通过实例验证了搭建的数学模型的准确性和设计算法的优越性。     

异质车辆配送可重复装货易腐品库存—路径模型

研究了易腐品的订货、配送和车辆选型一体化决策问题。在一个供应商供应单一产品给多个零售商的供应链中,产品在运输阶段存在腐败,采用运行温度、车辆相关成本和腐败率有差异的异质车辆进行配送,联合决策模型的目标是确定每个零售商的配送车辆类型、配送路径及配送周期使得总成本最小。通过建立数学模型,证明了给定车辆类型和行驶路径后,单一车辆存在最优配送周期,由此设计了改进的节约算法嵌套对车辆类型的遍历对问题进行求解,结合实际企业背景,通过数值算例说明了易腐品配送车辆的选型问题,并得出了对企业的管理启示。     

有限充电设施下的多配送中心电动车辆路径问题研究

出于环境和经济的考虑,配送企业开始采纳电动汽车,而充电设施的缺乏给电动汽车车队的运营带来挑战。同时,企业往往会拥有多个配送中心,这增加了车辆规划的复杂度。基于多配送中心车辆路径问题和电动车辆路径问题模型,考虑车辆可以在充电设施或其他配送中心充电的情况,构建了多配送中心电动车辆路径优化模型。设计了分散搜索算法对模型进行求解,并将其与CPLEX、已知最优解和其它算法进行对比。结果表明:提出的分散搜索算法是有效的;路径规划中,将配送中心同时作为充电节点能够缓解充电设施有限对企业运营造成的影响。     

基于动态需求的带时间窗的车辆路径问题

针对动态需求下的带时间窗的车辆路径问题,在最小化配送成本的目标下,通过提升服务的准时性来改进顾客满意度。考虑两阶段规划策略:在初始规划阶段,采用改进的遗传算法获得初始车辆路径;在动态优化阶段,将动态需求过程转化为多个瞬时静态子过程,采用模拟退火算法得到实时优化后的车辆路径方案。在一个实际案例中的应用和求解,证明了方法的现实有效性。     

顾客可选时间窗下城市配送订单接收策略研究

在顾客可选城市配送时间窗的情境下,研究了带硬时间窗约束的动态车辆路径问题,提出了基于辐射半径的订单接收策略,设计了可接受时间窗分配初始化、可接受时间窗动态调整、参照点动态选择及基于时间窗偏差阈值的配送需求评估等方法,构建了求解动态车辆路径问题的插入算法。通过与先到先服务策略的对比表明,提出的策略能够实现配送收益和行驶距离的有效平衡;基于辐射半径的订单接受策略在平均接受决策耗时、路径更新耗时和全局优化耗时与先到先服务策略差异较小;随着参照点数量增多,算例中收益和行驶距离都在逐渐增长,总收益/距离之比呈现先下降后上升的趋势。     

单线超市车辆配置与路径问题优化研究

为解决工位对物料需求紧迫程度不同,进而影响配送优先顺序的问题,提出考虑工位配送优先级的单线超市车辆配置及配送路径优化模型和求解算法。首先,建立以物料需求紧迫系数表示配送优先顺序,以单线超市车辆配置最少与路径最短为目标的数学模型;其次,提出加入控制搜索因子的改进蚁群算法对该问题进行求解,通过在迭代不同时期设置不同大小的控制搜索因子来改变节点选择概率,提高最优解搜索速度的同时避免算法陷入局部最优;最后,通过算例分析,验证了模型的正确性,同时也证明了改进蚁群算法能够实现对物料需求紧迫程度高的工位优先配送,较基本蚁群算法在计算结果及算法运行时间上具有优势。     

车载可补货无人配送小车配送路径研究

无人配送小车由于不适合长距离运输,可与货车搭配完成“最后一公里”配送任务以增加服务范围,这对车辆路径优化问题提出了新的挑战。针对配送小车数量有限、城市配送货物量大且货车停靠限制的特点,提出无人配送小车可补货的大车-小车路径优化问题,即一辆货车搭载多台无人配送小车,由无人配送小车给客户送货,无人配送小车可在货车处补充货物并执行多行程配送。构建以总配送距离最短为目标的整数规划模型,针对此模型设计混合遗传大邻域搜索算法,在遗传算法基础上增加大邻域搜索算法对个体优化。在算法优化过程中先优化小车路径,再在小车路径基础上优化大车路径。数值实验表明,对于小规模问题,所提算法最多花费CPLEX求解时间的6%便获得最优解;在改造的Solomon数据上,所提算法相对于遗传算法平均有95.5%的计算结果优势,相对于大邻域搜索算法平均有7.2%的计算结果优势,且数据量越大,优势越大。     

基于货架寿命的乳制品配送车辆路径优化研究

目的 基于货架寿命对库存和配送进行优化研究,降低冷链过程中的乳制品损耗,保证乳制品的质量,降低企业成本,提高消费者的满意度。方法 考虑到货架寿命对配送的影响,在研究货架寿命的基础上,建立乳制品货损率与货架寿命的关系式。在时间窗约束下,以总成本最小为目标,分别构建未考虑货架寿命的配送车辆路径优化模型和考虑货架寿命的配送车辆路径优化模型,并通过改进遗传算法对2种模型进行求解分析。结果 对比2种模型的最优结果,发现在1个配送周期内,基于货架寿命配送的总成本比不考虑货架寿命的运输总成本低3.71%。结论 该研究在一定程度上可以为物流企业减少配送成本,提高企业的经济效益。     

考虑车速时空动态性的城市配送车辆路径问题

基于对城市路网中配送车辆车速时空动态性的分析,对配送时段和配送网络中的路段分别进行切割,建立城市配送网络的车速矩阵以实现动态计算车辆在配送线路上的行驶时间。基于车辆在配送网络节点间行驶时间的计算,建立了带时间窗的城市配送车辆路径优化模型。为更贴近实际,模型的目标函数在实际运作成本的基础上纳入了配送车辆的碳排放成本。设计了先用改进节约法构造初始解,再用变邻域搜索算法进行改进的求解算法框架。最后,通过实例分析表明了在车辆路径模型中纳入对车速时空性的考量能更好地刻画城市物流配送,给出更合理的配送车辆调度方案,实现提高配送效率、降低配送总成本和减少配送车辆碳排放的目的。     

随机需求下冷链品多温共配路径优化研究

针对冷链物流末端配送系统中顾客需求随机、需求种类及温层多样的问题,构建了随机需求下具有配送时限要求的冷链品多温共配路径优化模型,设计了集K-means聚类算法、蚁群算法和随机动态规划算法为一体的路径优化算法,使所有可能路径的期望配送时间(包括前行/回程补货时间)满足配送时限要求。最后,通过算例验证了数学模型及算法的有效性,并对配送时限、车容量等参数进行了灵敏度分析,结果表明:配送时间与配送时限、车容量呈负向关系;随着时限的不断放宽,期望配送时间不再减少,此时,需要增加车辆容量,以减少回程补货次数。     

共享电动车电池配送问题研究

共享电动车电池的配送方案关系到用户的切身体验和企业利益。为制定最优配送方案，真正打通人们出行的“最后一公里”，本文考虑企业对成本的要求和用户对时效性的要求，以总配送成本最小以及用户满意度最高为目标建立了一个带软时间窗的车辆路径问题模型，利用扫描法和基于最佳路径成本的交叉算子改进了传统遗传算法，用算例验证了模型与改进算法的有效性，并通过数值实验找出了种群大小、迭代次数与最优解之间的相关关系。     

城市实时交通路网车辆路径优化问题研究

针对日益突出的城市交通拥堵问题,在综合考虑距离、载重量、时间、燃料对成本影响的基础上,研究时变车辆路径优化问题,提出跨时间域计算配送成本的方法,建立以成本为目标的城市配送优化模型。为提高算法的求解质量与效率,采用改进遗传算法,并设计两边逐次修正算子。最后,结合京东在重庆市的配送实例,分析车辆出发时间对成本的影响,同时考虑路径选择的灵活性并及时调整路线。实例验证了模型在城市配送中的适用性。     

考虑运载能力与行程约束的绿色车辆路径问题北大核心CSSCI

针对在推广新能源车辆时所遇到的车辆覆盖范围小,能源补充站有限等问题,建立了考虑新能源车辆运载能力与行程约束的绿色车辆路径问题(CGVRP,Capacitated Green Vehicle Routing Problem)的数学模型,同时设计两阶段的启发式算法对CGVRP问题进行求解。通过算例验证了算法的可行性与有效性。根据算例的结果,发现增加能源补充站的数量能够减少新能源车辆配送路径的长度。此外,就CGVRP问题算例结果与具有运载力约束的车辆路径选择问题(CVRP,Capacitated Vehicle Routing Problem)的结果比较发现,尽管车辆在配送过程中的二氧化碳排放量得到了极大地减少,但CGVRP模型的新能源车辆路线长度更长。     

连锁超市考虑越库作业的多车型车辆路径研究

针对连锁超市需求品类多、配送成本高的问题,采用越库作业的方式来减少物流运输中的库存成本,考虑到降低车辆的运输成本,在越库中心使用多车型的配送方式,以便更好地提高车辆的满载率。将物流过程分为集货、送货两阶段,采取集货过程同类型车辆协同取货和送货过程使用多车型配送的方式;为此,以车辆的运输成本、固定成本最小化为目标,建立具有多车型的越库配送车辆路径优化模型;考虑模型复杂性,设计改进遗传算法对模型进行求解,通过扫描算法产生初始种群;最后结合算例将单车型和多车型的运输成本进行比较,对模型和算法进行验证分析。结果表明,具有多车型的越库作业能有效地提高连锁超市的运作效率,降低物流成本。     

时间依赖网络城市物流车辆调度的模型及算法

在城市配送中,车辆在不同时间段通过相同路径的行驶时间可能不同,时间依赖网络能更好地刻画城市物流车辆调度的实际特征,解决时间依赖条件下的城市物流车辆调度优化问题具有更强的实际应用意义。文在分析时间依赖网络车辆行驶时间的基础上,综合考虑顾客及物流公司两方面要求,以总配送时间、使用车辆数最小及客户满意度最大为目标,建立多目标时间依赖网络城市物流车辆调度模型;设计了遗传算法对该模型进行求解,并进行了算例研究,算例分析表明本模型在城市物流车辆调度方面是合理可行的,设计的算法是有效的。     

考虑电量消耗的车辆调度优化研究

基于电动汽车电量消耗特性,考虑电动车里程、载重、顾客服务时间窗等约束,建立以配送总成本最小为目标的电动车调度优化问题模型;利用自然数编码的遗传算法,求解出电动车的配送路线以及车辆的充电计划,再结合枚举法,在配送中心运营时间内以10 min为时间间隔,计算出配送车辆惩罚成本最小时的最优发车时刻。最后结合算例,验证该模型和方法的有效性、正确性。     

考虑客户满意度的车辆路径优化研究

针对传统的车辆路径问题较少关注客户满意度的情况，以客户对服务时间和货物完好性的要求来衡量客户满意度，构建基于模糊时间窗的时间满意度函数和基于货损率的货物完好满意度函数，在此基础上以客户满意度最大和运输成本最小为目标建立优化模型，设计相应算例并利用LINGO17.0软件进行求解，与中小物流企业常用的扫描法进行对比验证模型的有效性。结果表明：利用LINGO17.0求得的优化结果与扫描法相比，虽然运输成本有一定增加，但相应的平均客户满意度提高了36.3%，建立的模型能较好地平衡客户满意度和运输成本，对于物流企业配送路径的决策优化有一定的参考价值。     

考虑空载损失的非集中式共同配送订单分派及路径优化研究

物流活动的空载率居高不下源于路径规划不合理及企业间缺少合作,共同配送是降低空载损失的有效模式,但非集中式共同配送下物流企业可能基于被分派的订单选择自身成本最小的配送路径,从而导致共同配送联盟的空载损失变大。本文研究考虑空载损失的非集中式共同配送订单分派及路径优化,首先提出空载损失定义,权衡整个配送过程的成本最小和空载损失最小两个目标,基于非集中式共同配送的特征设计订单分派策略,进而建立订单分派及路径优化模型。设计了基于ε约束法的精确算法、改进的MOPSO (multiple objective particle swarm optimization)算法、多项式时间快速算法进行求解,并结合算例验证算法的有效性。数值分析结果表明,即使物流企业均追求自身成本最小化,提出的订单分派策略也可得到与全局优化相近的结果。