时间依赖型多配送中心带时间窗的开放式车辆路径问题研究

本文研究了时间依赖型多配送中心带时间窗的开放式车辆路径问题,基于道路通行情况,建立车辆行驶速度时间函数;考虑车辆载重、里程限制与客户点服务时间窗的约束,建立混合整数规划模型,目标函数为最小化车辆总成本,具体包括车辆行驶时间成本和车辆固定发车成本;提出了一种二维编码方式的混合遗传算法,针对混合遗传算法设计了多分区段单点交叉策略、动态插入算子及局部搜索策略;最后,基于Solomon VRPTW基准数据集生成27个测试算例,使用混合遗传算法进行求解。数值实验结果表明,考虑道路通行情况,选择合理的出发时间,避免拥堵时段进行配送服务,能明显减少车辆的总行驶时间,且验证了混合遗传算法能够获得问题的满意解。     

同时集散货物的开放式车辆路径问题研究

本文研究了车辆工作时间限制下同时集散货物的多配送中心开放式车辆路径问题,以车辆数和运输里程最小为目标,建立了多目标规划模型,提出了基于拉格朗日松弛技术和禁忌搜索算法的混合求解算法。 该算法首先求出最优解的最大下界,然后采用客户点的分配和调整策略实现解的可行化,其中禁忌搜索引入了4种领域搜索方法,采用了随机变领域搜索方法和重起策略。算例分析表明,该算法能有效地找到满意解,且采用开放式安排路线比闭合式安排路线更加经济合理。     

供需未匹配的多车场多车型多货品可拆分取送货车辆路径问题

取送货车辆路径问题在多点调拨系统普遍存在,属于NP-hard问题。该问题研究通常需考虑车场数、车型种类、货品种类、客户服务次数等诸多因素,已有文献多假设客户间供需已匹配、单车场、单车型、单货品和取送货需求一次性满足,优化目标多设置为总路径最短。而从企业运营实践来看,运输方案不仅要规划客户间访问路径,还需进行客户间供需匹配;运输成本不仅与运距有关,还涉及运输货品的重量和派车成本;运输网络中多车场、多车型和多货品更加常见,且客户需求量往往大于车辆装载能力。因此,本文首次尝试基于"运距×运量"的车辆路径成本和基于额定吨位的固定派车成本之和最小为优化目标,建立同时考虑多车场、多车型、多货品、客户间供需未匹配和需求可拆分的取送货车辆路径问题模型,并设计基于大规模邻域搜索的迭代局部搜索求解算法。该算法采用基于运输效率提升的贪婪思想来快速构建高质量初始可行解,并通过引入四种移除算子、两种修复算子和车场车型调整优化策略形成大规模可行搜索邻域以增强全局寻优能力。基于18个文献算例和6个企业实例的数值实验结果表明：1）本文提出的算法在求解质量和求解效率方面均优于相关文献中的算法;2）相对人工调拨方案,本文设计的方案能够帮助企业节约33%的运输成本和21%的车次。本研究不仅可拓展取送货车辆路径问题现有理论,而且可为企业实际运营提供决策支持。     

考虑波次订单动态释放的B2C电商订单合并配送决策方法

本文针对动态释放、异质性强的B2C电商波次订单的物流配送决策难题,以提高车辆满载率、降低配送成本为目标,研究考虑波次订单动态释放的B2C电商订单城区物流合并配送问题。首先,将原动态问题建模为一阶马尔可夫决策过程以表达其多阶段时序序贯决策的特点;其次,基于状态转移具有的时序特征,提出一种基于时序预测的前向动态规划方法用于寻找最优策略,将时序预测信息融入到合并配送决策的模型中,并结合定性启发式规则与定量优化模型以兼顾方法的决策效率与优化能力;最后,基于标准算例下的数值实验和某B2C电商平台的实例分析,验证了所提方法的有效性和实用性。此研究可为B2C电商订单物流配送提供决策支持,同时对于状态转移具有时序特征的马尔可夫决策问题提供了求解的新思路。     

基于多目标优化的模糊需求VRPTW动态管理

针对具有模糊顾客需求的带时间窗车辆路径问题,建立了最小化车辆行驶距离和最小化配送服务延迟时间的多目标模糊机会约束规划模型,提出了管理车辆服务模糊需求的动态优化策略,设计了嵌入模糊模拟的改进非支配排序混合遗传算法来求解模型。通过Solo-mon标准算例的仿真实验,不仅讨论了决策者主观偏好值对决策目标的影响,而且与传统车辆调度方法进行了对比分析,验证了该动态管理策略的有效性。     

震后应急物资多方式供应的模糊动态LRP

研究震后应急物资多方式供应中的多层次设施定位-路线规划问题(LRP),综合考虑应急物流网络中的多周期应急物资模糊需求、时间窗限制、部分路网损毁与动态恢复、车辆随机行驶时间、大需求点采用需求分割策略同时进行运输与配送等特性,以应急物资总供应时间最短为目标,构建了一个震后应急物资多方式供应的多周期模糊LRP优化模型,并根据模型特点设计了一种贪婪算法结合蚁群算法的混合启发式算法予以求解.最后,通过算例验证了本文模型和算法的可行性与有效性.     

物流配送车辆路径规划模型的知识表示研究

针对物流配送车辆路径规划的实时动态建模问题,以解决模型的目标函数和约束等符号化知识的知识表示及基于知识的求解机制为突破口,提出了以七元组M=(B,O,C,I,P,E,D)表示车辆路径规划模型的知识表示方法--BOCIPED表示法;并以沈阳昌达集团餐饮配送公司为应用背景,设计建立了相应的车辆路径规划问题的建模与求解系统,通过系统的实际应用,验证了系统中BOCIPED表示方法的可行性与有效性.本研究为车辆路径规划这一难题提供由计算机自动生成模型并求解的新方法,有利于建立高智能的物流配送实时调度系统.     

时变路网下多中心电动车-无人机协同配送路径优化

针对车辆行驶时间依赖配送区域路网速度变化的多中心电动车-无人机协同配送路径问题,本文综合考虑配送区域路网交通信息,无人机最大飞行距离、承重能力,配送过程中电动车电池的荷电状态,以及车辆行驶速度、载重量等对电动车能耗的影响等,以总配送成本最小化为目标建立多中心车辆-无人机协同配送路径优化模型。根据问题特征,本文设计遗传大邻域搜索混合算法求解模型,该算法在传统遗传算法基础上,采用整数编码随机生成初始种群,通过无人机最大承重能力、飞行距离筛选无人机可服务的客户,然后确定车辆及无人机的配送路径生成初始解,并嵌入2组摧毁和重建算子进行进化操作。本文通过多组算例验证了算法及模型的有效性,并分析了车辆搭载的无人机数量以及车辆行驶速度对配送方案制定的影响。研究成果丰富和拓展了车辆路径优化的研究领域,可为交通、物流企业优化决策配送方案提供理论依据。     

突发疫情环境下考虑订单释放时间的零售物流配送路径优化研究

“新冠肺炎”疫情突发严重危及了人们的生活安全，而物流保障在疫情防控、保民生活、稳定社会方面却起到了重要支撑作用。以保证民生的零售物流配送为背景，本文研究考虑订单释放时间的车辆路径优化问题，以配送完工时间与运输成本的加权之和最小为目标，构建了线性规划模型,并设计了改进的迭代局部搜索求解算法。该算法采用基于多种邻域结构和改进的US算法的局部搜索过程以增强算法的寻优能力，通过引入大路径和最优分割过程获得高质量的初始解和打破机制以增强算法的搜索效率。同时，提出一些性质用于拉格朗日松弛算法，为本文研究问题提供高质量的下界。最后，数值实验部分通过求解标杆算例和文中算例验证了模型和算法的有效性，并对订单释放时间和模型参数进行灵敏度分析，结果表明本文模型和算法能够为零售物流配送的效率提升和成本控制提供有效的决策支持。     

分销网络优化模型及算法研究

为了优化网络结构,寻求最佳配送策略,最终找出成本最小的供应链,针对需求拖动式供应链中,多供应商、多产品、多客户分销配送网络的优化设计问题,在考虑需求分配的情况下,提出了分销配送网络的优化模型。为了求解优化模型,提出了基于混合遗传算法求解混合0-1整数规划问题的算法,它是用遗传算法搜索0-1变量的最优解,将其他算法融入遗传算法中,对非0-1变量进行求解的一种算法。最后通过两个算例进行了仿真实验,初步验证了优化模型和算法的有效性。     

基于随机运输路径选择的物流中心选址模型

旨在以物流系统总费用最小化为目标进行物流中心选址规划.政府做出物流中心选址规划后,客户会选择合适的供应商进行交易,并根据已有物流中心与交通流分布进行货物运输路线决策,使其总费用最少.论文提出了物流中心选址双层规划模型,考虑投资费用的约束,保证用户平衡的同时使整个物流系统总费用最低.其中上层规划目标是使物流系统总费用最小化,下层规划建立了一个Logit随机用户均衡模型,并构造了一个等价的凸规划问题.最后针对模型提出了一个算法,并通过算例说明其可行性.     

跨境电商企业海外仓选址多目标优化研究

海外仓作为一带一路战略环境下的一种新型跨境物流模式,具有运输时间短、退换货快等特点。本文在跨境电商的背景下,综合考虑建仓成本、运输费用、运输时间和税费等因素,提出了海外仓选址多目标优化模型,随后基于分层序列法设计了二分搜索-最小费用流算法对该模型进行求解,并证明该算法在多项式时间内可以得到最优解,最后通过算例证实了该模型和算法的有效性和实用性,这为跨境电商海外仓选址提供了理论依据和决策支持。     

多枢纽轴辐式协同物流网络任务-路径优化匹配研究

针对物流网络运营中规模效益低、运营商与客户利益冲突等问题，本文提出了基于多枢纽轴辐式协同物流网络的任务-路径优化匹配策略。在网络结构确定的条件下，从物流集成服务商角度出发，综合考虑资源发车时刻、路径能力限制、动态成本折扣系数以及任务延时惩罚，构建了以总物流成本最小和时间最短为优化目标的轴辐式协同物流网络任务-路径优化匹配数学模型。根据问题特点，设计了基于三层编码的遗传算法对模型进行求解，同时配合多点交叉、变异机制提高求解效率。研究结果表明，集并运输能够大幅度降低任务集执行成本，但当集并带来的交货延迟、客户满意度降低等负面效应超过其正面效应时，需适当匹配直达线路以提高整体效益。     

基于混合蚁群算法的冷链物流配送路径优化研究

基于绿色物流发展理念，为企业寻求经济与环境达到双赢的局面，本研究将节能减排转化为绿色成本，融入路径优化问题中，建立以总成本最小为研究目标的冷链物流路径优化数学模型。针对蚁群算法初始阶段由于信息素不足导致收敛速度慢的问题，将A*算法与蚁群算法相结合，利用A*算法的全局收敛性和蚁群算法的正反馈性构造了一种混合蚁群算法。通过对实例进行仿真优化与对比分析，验证了模型和算法的有效性。     

面向新零售的生鲜连锁企业城市配送网络优化研究

城市配送网络优化是生鲜连锁经营企业实施新零售的关键环节,本文研究新零售背景下生鲜企业城市配送网络面临的多业态门店选址及末端需求点分配问题。本文系统考虑多业态零售门店选址布局及覆盖范围、冷链设施配置、冷藏品类选择等生鲜新零售特征构建非线性混合整数规划模型,并设计混合拉格朗日松弛算法求解模型,通过与CPLEX对比验证本文算法的有效性。根据典型生鲜连锁企业重庆果琳的实际数据,运用本文模型及算法得到重庆果琳多业态零售门店布局、门店线上订单覆盖范围、门店冷藏最优品类和门店冷链设施配置方案,并探讨需求规模变动、消费者自提意愿、线上订单规模和气温变化等因素对城市配送系统的影响。结果发现相比重庆果琳现有配送网络,优化方案平均成本降低2.52%;生鲜连锁企业损耗成本占总成本超过70%,配置冷链设施总成本仅降低0.32%;需求规模变动对城市配送网络及单位配送成本的影响较小;消费者自提意愿、线上订单规模和气温变化不影响城市配送网络结构且对总成本影响较小。     

Planning a sustainable reverse logistics system: Balancing costs with environmental and social concerns

The present work aims to support tactical and operational planning decisions of reverse logistics systems while considering economic, environmental and social objectives. In the literature, when addressing such systems economic aspects have been often used, while environmental concerns have emerged only recently. The social component is the one less studied and rarely the combination of the three concerns has been analyzed. This work considers the three objectives and was motivated by the challenge of supporting decision makers when managing a real case study of a recyclable waste collection system, where strategic decisions on the number and location of depots, vehicles and containers were taken beforehand. Tactical and operational decisions are studied involving the establishment of service areas for each depot and the definition and scheduling of collection routes for each vehicle. Such decisions should represent a compromise solution between the three objectives translating a sustainable reverse logistics plan. The problem is modeled as a multi-objective, multi-depot periodic vehicle routing problem with inter-depot routes. A mathematical formulation and a solution approach are proposed. An approximation to the Pareto front is obtained for the case study and the trade-offs between the objectives are discussed. A balanced solution is proposed.     

危险品集成物流管理系统选址-选线模型研究

以路网的危险度瓶颈限制为切入点研究了一类危险品集成物流管理系统选址—选线问题,对应于路网危险度瓶颈限制引入安全费用非递减函数,并根据运输工具的安全配置等级构造该等级下的子网络,物流系统的选址—选线结果随着路网的调整而不断变化.危险品集成物流系统的管理存在多个目标,文中首先分析了成本、风险和风险公平性等优化目标,在说明了建模的假设条件后,建立了基于路网危险度瓶颈限制的危险品集成物流系统选址—选线的多目标模型,并根据模型给出了一种启发式算法,最后用一个算例对模型进行了数值演算.     

考虑充电策略与电池损耗的电动汽车路径优化问题研究

针对目前研究电动物流车辆路径问题的文章未考虑电池损耗对运营成本的影响，且多在充电速率为恒定值的情况下对充电策略进行优化，本文将电动物流车辆在配送货物途中的充电时间和电池损耗成本纳入目标函数并建立了线性规划数学模型，统筹安排车辆行驶路径和充电策略使得物流企业整体运营成本最低。其次，提出了求解该问题的多阶段启发式算法MCWIGALNS。随后，通过多组算例验证了模型和算法的准确性。实验结果表明，考虑充电时间与深度放电成本的模型可以在配送距离不变或略有增加的情况下，较大幅度减少充电时间与电池损耗成本，到达降低运营成本的目的。最后，将算法实验结果与本领域已发表的成果进行比较，证明了MCWIGALNS算法对车辆路径问题具有出色的求解能力，提升了该问题理论成果的实用性。可以为物流企业电动汽车路径策略提供良好借鉴与帮助。