单亲遗传算法在物流合乘优化中的应用

本文运用单亲遗传算法解决物流合乘的路径优化问题。通过在染色体上基因换位、移位、逆转等基因重组操作进行个体繁衍,经过若干代的繁衍迭代,从所有的上下车点中找出一条最优的、费用最少的路径。实验结果表明,该算法在提高合乘成功率的同时,还有效地降低了车辆运行时的总成本。     

多约束条件的车辆装卸算法

多约束条件的有时间窗装卸货问题(PDPTW),由于它具有非确定型的多项式算法(NP)特性,求取精确解很难.通过引入“虚拟车辆”,以缩短线路的总时间成本为准,讨论了在复杂约束条件下车辆的多轮次分派问题,以求取最佳的线路车辆组合和得到最多的配送订单.并设计了以Clarke-Wright(C-W)节约启发式算法为基础的混合算法,求取近似解,最后根据算法的特征,提出了改进程序运行速度的方法.     

基于协作的三阶段启发式算法求解多行程车辆行程问题

在一定顾客满意度下以绕行限制为约束条件,对城市中面向顾客车辆接送服务的基于协作的多行程车辆路径问题进行研究.对于不协作时需要单独接送的孤立顾客点,基本车辆和协作车辆考虑在某个合适的位置进行协作将孤立顾客点上的顾客从协作车辆上换乘到基本车辆上送到目的地,从而提出了一种基于协作的三阶段启发式算法.最后,以航空票务公司机场接送服务为应用案例进行仿真分析,仿真结果表明提出的启发式算法是可行和有效的,可以为实际的车辆安排提供较好的调度方案.     

节点具有双重需求车辆路径问题及其解的性质分析

概括介绍了逆向物流领域中的各类车辆路径问题,将问题按照节点的需求类型分为节点单需求以及具有双重需求两个大类.按照节点的需求类型,将同时送取货(VRPSDP)、集送货需求可拆分车辆路径问题(SVRPPD)统称为节点具有双重需求车辆路径问题(VRPNDD).文中首先给出了它们的定义及数学模型.接着,作为设计求解问题启发式算法的前期工作,对VRPNDD问题解的结构方面的一些性质进行了分析证明.最后,举例说明了SVRPPD与送货需求可拆分车辆路径问题最优解性质方面的差异,并通过定理证明说明了SVRPPD,VRPSDP启发式算法的改良对于SVRPPD相对VRPSDP节省成本百分比研究的意义.     

启发式算法求解集送货可拆分的车辆路径问题

为了提高物流服务的效率, 对集送货可拆分的车辆路径问题进行了研究, 它允许一个任务点被访问多次, 也允许同一车辆访问同一任务点多于一次. 针对问题的特点设计三阶段启发式算法, 拆分部分任务点的集送货需求, 并使车辆行驶距离之和最小. 算例结果及分析表明新的算法可以得到合理的车辆路径, 优化效果较好, 具有实际应用价值.     

集散区域快递物流车辆调度模型及其算法

在分析集散区域快递物流运输特点的基础上,研究了固定时间窗内多车型车辆往返运输的车辆调度问题,建立以运输总成本最小为目标的数学模型,并给出遗传算法求解办法。实例表明,该模型和算法能有效地满足物流车辆调度需求,降低企业的物流成本。     

求解集送货可拆分车辆路径问题的启发式算法

为了节约运输成本、提高物流服务效率,对集送货可拆分的车辆路径问题进行了研究.该问题允许一个任务点被访问多次,也允许同一车辆访问同一任务点多于一次.针对问题的特点设计三阶段启发式算法,拆分部分任务点的集送货需求,并使车辆行驶距离之和最小.数值实验结果表明,新的算法可以得到合理的车辆路径,尤其适用于送货需求总量大于集货需求总量的情形.     

可变线路式公交的两阶段车辆调度模型

针对可变线路式公交设计了一种可同时处理预约需求和实时需求的两阶段车辆调度模型.第1阶段模型以预约需求为服务对象,建立了以乘客出行成本和车辆运营成本最小为目标的路径优化模型,采用模拟退火算法对模型进行求解,获得车辆初始行驶路径方案.第2阶段模型以实时需求为服务目标,在原定行驶路径方案上利用启发式插入算法将4类乘客排入车辆行车计划中.基于实例的仿真试验验证了两阶段车辆调度模型的可行性,结果表明:通过提高乘客预约出行比例的方式可提升系统性能,本例中当乘客需求量达到25人/h、预约出行比例达到70%时,系统整体性能相较于纯动态需求条件下提升近10%.     

考虑订单优先级带时间窗的多车型开放式车辆路径问题研究

针对物流运输中具有优先级的配送订单情况以及新能源车辆、燃油车辆混合配送的车辆路径优化问题,同时考虑车辆可行驶区域限制、车辆载重量、客户送货时间需求、新能源车辆充电约束,构建以碳排放成本、货运成本和时间窗惩罚成本总和最小的目标函数。根据订单优先配送特征设计带有优先策略的粒子群算法求解问题,并基于条件采用适应性算例进行实验,验证算法对考虑优先级订单序列带有时间窗的多车型开放式车辆路径问题的有效性。     

多车辆直运越库调度的建模与启发式算法

以最小化客户的最晚交货时间为目标,建立了多车辆直运越库物流调度问题的混合整数线性规划模型,并使用优化工具ILOG CPLEX求解得到了适当规模问题和小规模问题的精确最优解;基于最大加工时间(LPT)规则,提出求解多车辆直运越库物流调度问题的启发式算法,通过对中等以及大规模实例的数值计算,比较了混合整数线性规划模型和启发式算法之间的计算性能.结果表明,启发式算法具有良好的近似性能,所测24组实例中的相对误差不超过9.5%,接近于精确解.     

需求可拆分的节点具有双重需求的车辆路径问题研究进展

针对目前大部分有关节点具有双重需求的车辆路径问题(VRPNDD)均假设需求只能由一辆车服务,即需求不可拆分的问题类型,而在实际运营中经常会允许对客户需求拆分,并由多辆车共同运输或由一辆车多次运输,以便充分利用车辆装载能力和降低车辆行驶成本的情况,将这类问题统称为节点具有双重需求的车辆路径问题(SVRPNDD),该问题的研究主要关注于需求可拆分的同时取送货车辆路径问题(VRPSPDP)及取送货可分割的车辆路径问题(VRPDDP)。本文中提出了适用于各种SVRPNDD的数学模型,分析比较各种问题的特性,并归纳总结各种问题算法的研究进展。     

考虑班次约束的Job Shop等量分批调度算法

为解决产品种类多、中小批量的多目标柔性作业车间调度问题,提出了一种基于等量分批方法的多目标柔性分批启发式调度算法。考虑了实际生产中的班次作息时间等约束,采用FIFS与EDD、SPT及OSPT策略相结合的多种分派规则,使得算法在优先调度空闲机床的情况下,根据不同的分派策略得出短批次优先、短订单优先、交货时间优先的三种调度结果,决策者可根据三种调度结果的性能选择最适合的调度方案。实例计算结果表明,该算法是高效、可行的。     

多顺序时段批量批次车辆调度方法研究

多顺序时段批量批次的车辆调度问题就是通过对车辆进行有计划、科学、准确的调度以达到降低物流成本的目的;首先,针对多顺序时段内变化的速度,采用线性最小二乘拟合方法将变化的速度量化;其次,在加入时间窗约束、容量约束的基础之上构建了多顺序时段批量批次货物运输的车辆调度的数学模型;最后,针对基本蚁群算法进行相关改进,并进行了案例仿真分析。     

集中通勤接送服务的车辆路径与调度模型及算法

基于最优化理论与方法,对集中通勤接送服务的车辆路径与调度问题进行了研究,以节约运营成本、提高服务质量。由于该优化问题与传统的车辆路径规划有所不同,具有多目标抵达地、多车协作和多行程车次的特征事实,现有的模型与算法不能直接应用于该问题的求解。首次建立了集中通勤接送服务模式下以最小化运营成本为目标的车辆路径与调度问题的0-1整数规划模型,并开发了一种基于特征点的启发式算法求解该模型。在实证研究中,实验结果表明本文所设计的模型和算法是可行的、有效的。     

现代物流决策支持系统算法

现代物流在充分利用高科技信息技术手段服务与管理的同时,更需要具备核心算法支持使其具有智能性特征,保证其科学化和高效率,它的高速发展使现有的决策支持系统已不能满足其需求.针对此问题,提出了基于计算智能的物流算法,并集成应用到现代物流决策支持系统项目中.对带时间窗的车辆路由问题和物流选址问题进行建模,采用提出的算法分别构造问题的解决方案.实验结果验证了该算法的实用性和有效性.     

聚类/禁忌搜索的协同物流网络资源需求定制与成本分析

在协同物流模式下,分析了基于物流需求特点的物流网络资源定制问题,考虑物流量在时间轴上的变化特点,建立了协同物流网络结构及其资源需求数学模型,分析其中所涉及的固定费用及变动费用,提出基于聚类算法构造初始解的禁忌搜索启发式算法,并在其中引入邻域结构的动态变化和突变机制,以避免陷入局部最优.数值实验结果表明,该算法具有良好的求解效果.     

考虑乘客偏好的共享车辆动态共乘算法研究

现有的共乘路径算法大多只专注于最少的用时与最低的成本,而缺少对乘客共乘意愿比例以及可接受绕行偏差范围的界定,针对这一现象本文构建了一种考虑乘客偏好的动态共乘策略模型。对乘客和车辆分别进行查找模块处理和筛选模块分类,删除掉不满足要求的车辆以减少乘客和车辆的动态实时匹配时间,然后利用插入算法获得最优路径匹配。结果表明,该算法可以快速高效地为乘客匹配到满足要求的最优车辆。相比常规算法,考虑乘客合乘意愿以及绕行偏差的共乘算法,乘客的平均等待时间降低了7.0%;总社会收益提高了44.7%;动态共乘匹配效率提高了34.2%。另外,改变乘客的时间窗长度也可以显著提高共乘效果。     

多中心半开放式同时送取货的车辆路径问题研究

研究了带软时间窗约束的多配送中心半开放式同时送取货的车辆路径问题,所有客户点均存在送取两种需求,并采用同一辆车同时提供送取服务.车辆服务完路线上所有客户点后,不一定返回起始配送中心,可就近返回任意配送中心.在此条件下,构建了以车辆运输成本、车辆租赁成本、时间窗惩罚成本等总和最小为目标的优化模型.根据问题特征,设计了自适应精英遗传算法对该问题进行求解,引入自适应机制,根据个体的适应度动态地调节交叉和变异概率,采用精英保留策略将优秀个体进行遗传保留,不仅增强了算法的全局优化能力,还均衡了算法的局部搜索能力.通过案例仿真,验证了模型和算法的可行性和有效性.研究成果丰富了车辆路径问题的相关研究,为物流企业提供了一种决策参考.     

战略装车点多点选址模型及算法

根据战略装车点选址问题的特殊性,在考虑政策性指导原则的基础上,以客户需求和货源基础为出发点,将代表客户利益的运送成本、决策方建设成本和可变成本及表征可挖潜能力的货源覆盖量货币折算值共同纳入目标体系,构建了战略装车点多点选址混合0-1变量非线性规划模型.基于铁路运输组织,考虑物流节点选址问题一般约束的同时兼顾战略装车点覆盖货源量、车流整列配发及线路通过能力约束对目标优化的影响.通过对模型特性的分析,提出一种启发式算法对模型进行求解.最后,结合数值算例验证模型的有效性和实用性.     

含特殊需求的灵活接驳公交服务区域与路径选择

针对国内特有的“小区型”住宅开发特点以及不规则路网等情况,在给定乘客需求以及车队规模的条件下,基于网络模型建立了一个同时求解最优服务区域和车辆服务路径的双层混合整数线性规划模型.该模型的上层目标是最大化服务的乘客数量,同时下层目标是最小化运营者的运营成本.同时就模型的求解给出了一种启发式算法以期在合理的时间内求解出可接受的方案.最后通过案例分析验证了模型和算法的有效性.研究结果表明:启发式算法得到的近似最优解与最优解的差值最大在15%左右,同时单位乘客运营成本的差值在10%以内.