物资缺乏情况下的应急物流运输与物资二次分配策略

针对应急物流中的运输时效性和物资分配公平性问题,提出了一种两阶段应急物流运输与物资二次分配策略.首先,基于所定义的时间满意度、物资满意度和综合满意度,提出了最大时间满意度车辆路径问题模型和最小加权满意度标准差应急物资分配模型.第一阶段针对最大时间满意度车辆路径问题模型设计了一种混合灰狼优化算法进行求解,该算法采用了最优分割过程分组解码策略,并采用了混沌搜索策略、2-Opt和1-1局部搜索策略来提高算法的搜索能力;第二阶段针对最小加权满意度标准差应急物资分配模型设计了混沌灰狼优化算法求解.实验结果表明:在第一阶段,总体时间满意度比CVRP模型提高了39.31％;在第二阶段,当实际物资量为80％和权重系数为0.75时,计算得到的综合满意度标准差为0.0619,物资满意度标准差为0.0974,较好地平衡了灾民的心理诉求和物资利用效能.两阶段应急物流运输与物资二次分配策略得到了较高的时间满意度和较好的物资分配结果,证明了所提模型和算法的有效性.     

面向防汛物资动态变化的运输车辆调度优化算法研究

为解决防汛救灾过程中受灾需求变化下的防汛物资调度问题,提出一种面向防汛物资动态变化的运输车辆调度优化算法(SOA_TV).在SOA_TV算法中,考虑车辆限载、调度车辆数量、移动距离等约束,建立防汛物资运力调度优化模型.依据已知受灾信息和仓储信息,确定受灾最小所需车辆数,获得待运输物资集合,并按照最近邻原则初始化车辆集合.引入车辆移动距离阈值,通过边权计算构建二分图,并进行矩阵转换,获得一个低维度的矩阵.最后,考虑需求不变化和动态变化两种情况下的物资分配,根据仓库点之间的运输距离和车辆负载情况更新边权值,多次执行KM算法直到获得目标模型的近似最优解.实验结果表明:在多种实验场景中,SOA_TV都能寻找到一个较优解.相比于GA和ABC,SOA_TV虽然略微降低了车辆移动总距离,但其运算时间获得大幅度削减,可在极短的时间内计算获得较优的车辆分配方案.相较于Hungarian,SOA_TV可降低运行时间和车辆移动总距离.     

多禁止时间窗约束的路径恢复问题研究

突发灾难的应急物资的配送有时受多禁止时间约束，为此，针对多禁止时间窗约束的应急物资运输路径优化问题，考虑多禁止时间窗的约束，建立了以总配送时间最小为目标、多禁止时间窗约束的应急物资运输路径优化模型。鉴于该模型为混合整数规划模型，采用GUROBI求解，并与建立的对应的多时间窗约束的路径优化模型对比。最后通过算例分析验证了该模型的高效性和算法的有效性。结果表明，多禁止时间窗约束的应急物资运输路径优化模型求解效率更高；此外评估救灾点对配送时间的影响以及分析多禁止时间窗对应急物资配送规划的影响，结果表明部分救灾点显著影响总配送时间，禁止时间窗的开始时间以及宽度影响总配送路线、时间以及到达各救灾点的时间，因此考虑时间约束特点可为应急物资运输决策提供实用价值。     

不确定环境下的危险品运输车辆路径优化

针对非满载危险品运输车辆路径优化问题,通过模糊变量刻画运输过程中的人口密度、行驶速度与运输时间以及客户需求量等方面的不确定因素,考虑载货量变化对风险评估的影响,建立基于动态载货量的风险评估模型,以运输总风险、车辆总行程、车辆使用数最小为优化目标,同时兼顾时间窗、事故概率、载货量等约束构建了不确定环境下的危险品运输车辆路径多目标优化模型。将NSGA-II算法与LNS算法相结合,设计混合NSGA-II算法求解模型。结果表明,混合NSGA-II算法可以获得空间分布均匀且收敛性较好的Pareto解集,不同运输参与者可根据自身偏好在解集中选择相应的配送方案;该算法得到的最优总风险、总行程及车辆使用数目分别比NSGA-II算法优化了11.5%、1.0%和14.3%,算法搜索性能和求解精度明显提高。     

考虑车辆等待的应急物资调配方案优化研究

为了提高应急救援效率,结合震后灾民对应急物资的需求特征以及应急物资进行两级调配的特点,提出一种考虑应急车辆在应急配送中心等待情况的多物资、多级配送的应急物资调配方案优化模型.结合所研究模型的特征,提出利用基于实数编码的遗传算法对模型进行求解,并依据具体算例将所提出的考虑已到达配送中心处的应急车辆是否需要等到下批应急物资运达该地后再开始下级配送的新决策方式与两种传统方式进行比较分析,验证所提出模型的有效性和可行性.结果表明:所提出的优化模型结合了两种传统方式的优点,在提高灾民对运达应急物资的数量及时间的综合满意度的同时,降低了运输费用.     

基于K均值聚类和LK算法的应急物资调度

突发性事件中应急物资调度方案最优化问题是典型的车辆路径规划（VRP）问题。对于大规模的VRP问题求解,经典的启发式算法易陷入局部最优,难以得到高质量的调度方案。针对这一问题,提出了一种基于K均值聚类和LK算法的调度方法。该方法采用K均值聚类方法将需求节点分成n个子集合,对聚类结果进行修正后分配给n辆运输车辆,采用LK算法对每辆运输车辆的运输路径进行优化。仿真实验结果表明,方法获得了较好的调度方案,而且单个运输车辆服务的需求节点个数越多,方法的优势越明显。     

考虑供应不足的应急物流车辆路径优化模型及算法

灾害发生后的关键救援期内,应急物资有限且受灾点对应急物资的需求具有不确定性,为提高应急物流工作效率,需同时对应急资源分配和运输车辆路径进行优化决策。针对救援关键期内应急物资可能供应不足的情况,在假设物资需求为随机其服从正态分布的前提下,以最小化供应不足和供应过量所带来的损失、运输成本和车辆使用成本等为优化目标,考虑服务时间窗和车辆装载能力等约束,建立了随机需求环境下应急物流车辆路径问题的优化模型,并基于遗传算法设计了模型的求解方法。算例分析表明,本文所提出的优化方法运算快捷且结果合理,可为相关决策者提供科学的决策依据。     

基于蚁群算法的高原地区车辆运输路径优化问题

以高原地区救援物资运输为背景,从提升部队精细化保障能力落脚点出发,针对当前高原地区后勤运输存在的不足,利用优化蚁群算法对高原地区后勤保障中的运输线路选择问题进行深入研究。建立高原地区救援物资运输按时供给函数模型（VRPTW）,并通过运输案例验证模型和算法的可行性和有效性。最后运用项目管理软件（Project 2013）对运输方案的日程安排和资源分配进行统筹和管理,实现运输时间最短和运输效益最高的双重目标。     

多受灾点应急救援车辆调度的优化遗传算法

在多个地区发生灾害后,迫切需要及时救援和物资的快速运输,从仓库调拨物资到受灾点,交通网络规模较大,运输货物类型多样,并且要满足各个受灾点的资源需求、实时路况、运抵时限要求等多个目标约束条件,车辆调度具有较大难度.为解决多重约束带来的困难,根据遗传算法的生物进化理论和群体遗传学机制,建立了车辆应急运输的多目标优化问题模型,设计合适的序列编码方式表示车辆行进路线及运输货物类型;建立了新的优化遗传算法,从编码方式的设计、适应度函数、选择、交叉和变异操作机制的设计三个方面做了创新改进,主动保持优良基因,根据阶段进展调节交叉和变异概率,有效提高好的新模式的产生几率,较好地克服了已有方法的早熟局部收敛所导致的结果偏差较大的不足.多个仿真实验结果表明,优化遗传算法比已有算法在满足送达时限以及送达时间的总长度等方面均有较大提高,对于复杂的调度任务,在保证运抵时限的前提下,可占用更少的车辆,花费更少的行进时间完成物资运输,从而满足多受灾点对物资的实时性需求.     

基于深度强化学习的电力物资配送多目标路径优化

针对现有电力物资车辆路径问题（EVRP）优化时考虑目标函数较为单一、约束不够全面,并且传统求解算法效率不高的问题,提出一种基于深度强化学习（DRL）的电力物资配送多目标路径优化模型和求解算法。首先,充分考虑了电力物资配送区域的加油站分布情况、物资运输车辆的油耗等约束,建立了以电力物资配送路径总长度最短、成本最低、物资需求点满意度最高为目标的多目标电力物资配送模型;其次,设计了一种基于DRL的电力物资配送路径优化算法DRL-EVRP求解所提模型。DRL-EVRP使用改进的指针网络（Ptr-Net）和Q-学习（Q-learning）算法结合的深度Q-网络（DQN）来将累积增量路径长度的负值与满意度之和作为奖励函数。所提算法在进行训练学习后,可直接用于电力物资配送路径规划。仿真实验结果表明,DRL-EVRP求解得到的电力物资配送路径总长度相较于扩展C-W（ECW）节约算法、模拟退火（SA）算法更短,且运算时间在可接受范围内,因此所提算法能更加高效、快速地进行电力物资配送路径优化。     

基于两次禁忌搜索的军事物资装运方案研究

针对当前军事物资装载与运输问题,映射建立数学模型,运用两次禁忌搜索算法自动输出较优的可行运输方案.第一次禁忌搜索用于确定较优的初始解,针对初始解,运用第二次禁忌搜索,保证在一定时间限制条件下,对运输问题进行优化求解.计算结果表明,该模型通过两次禁忌搜索算法可以得出在满足时间限制条件下的成本较小的装运方案,使用该模型可以有效提高载具的利用率,避免运力的浪费.     

一种基于冷链低碳物流路径的混合优化算法

冷链物流运输路径优化问题是国内外学者近几年研究的一个热点问题。首先分析了冷链物流运输的特点和需求,并且提出了考虑综合代价、带硬时间窗和容量约束的单物流中心车辆路径优化模型,其中综合代价包括固定代价、车辆运输代价、货损代价、制冷代价、时间惩罚代价和碳排放代价。车辆路径规划问题是一个NP问题,需要使用智能优化算法对解空间进行搜索。该文对遗传算法和模拟退火算法这两种经典的优化算法进行结合和参数优化,提出了一种模拟退火-遗传混合算法(GA-SA)。该算法在搜索范围和搜索精度上有较好的性能,能够在同数量级运算量的情况下求出更优的解。对上述模型进行参数设置形成仿真实验并使用混合算法和以上两种经典算法对仿真实验进行求解,通过求解结果的对比,验证了混合算法的有效性。     

战时物资配送模型及算法研究

战时,部队物资消耗巨大,补给时间紧迫且保障力量有限,特别需要科学的方法,兼顾保障时间、车辆装载量以及物资需求紧迫度等因素,合理设计配送方案,确保部队战斗力不受影响。论文以配送时间和需求紧迫度的乘积最小为目标函数,建立了满足车辆最大装载量约束的物资配送数学模型,并利用遗传算法进行求解,为确保解的优质性和算法的收敛速度,设计了特殊交叉算子和变异算子。最后,通过算例检验了模型的适应性和算法的有效性,为其他军事或非军事领域物资配送问题提供了新的方法思路。     

多目标多约束应急物资调度优化的仿真研究

研究突发事件应急物资调度优化问题,应急物资具有多目标、多约束、动态性特性,传统粒子群算法存在"早熟"缺陷,无法获得最优调度方案,为解决上述问题,提出一种采用混沌粒子群优化算法的突发事件应急物资调度优化模型。首先建立应急物资调度优化数学模型,并确立目标函数,然后采用混沌粒子群算法对其进行求解,最后采用仿真测试算法的有效性和可行性。仿真结果表明,混沌粒子群算法克服了传统优化方法易陷入局部最优的缺陷,在保证应急时间最短的前提下,运输总成本最低本。     

考虑运输因素的网络化制造资源优化配置方法

针对网络化制造环境下制造资源的优化配置问题,为提高配置结果的实用性,在考虑加工时间和加工成本等因素的基础上,加入企业间运输时间和运输成本因素,建立了综合优化模型。采用带精英保留策略的遗传算法对该问题进行求解。通过实例验证了以上模型和求解算法。研究结果表明,考虑运输因素的网络化制造资源优化配置方法能够有效降低总运输成本和时间,配置方案更贴合实际。     

一种自动跟踪的智慧物流信息处理系统的设计

为了实现对物流货品的跟踪溯源、车辆的实时监控和物流信息的采集处理,设计以ARM微控制器为硬件核心,通过RFID技术记录物资的包装、仓储、运输等全过程,结合GPRS网络将采集到的物资信息传送至监控平台实现远程监控,用户可以登陆平台实时获取物流车辆的运输情况、地理位置、物资信息。测试结果表明,系统稳定可靠,能够实现物流的全程跟踪、实时监控、信息传送等功能。     

震后初期应急物资分配-运输的协同决策: 公平与效率兼顾

针对震后初期灾区应急物资严重短缺的现实情况,考虑到受灾群众的非理性攀比心理,基于公平与效率兼顾的视角,构建应急物资分配-运输的双层协同优化模型.顶层模型以所有需求点的损失攀比效应总和最小为目标,保障应急物资分配的公平性;底层模型以应急物资运达需求点的时间攀比效应总和最小、总运输时间最短为目标,保障应急物资配送的公平性与效率性.并根据模型特点设计一种混合遗传算法求解.最后,通过案例验证所提出方法的合理性和有效性.     

优化烟花算法在医疗物资应急调度中的应用

新冠肺炎疫情的爆发对医疗物资的应急管理提出了新的挑战,运输难、调度慢、中转效率低等问题普遍存在,严重影响了疫情排查和患者救治。为解决突发公共卫生事件下医疗物资应急调度问题,以需求点满意度最大化为主要目标,车辆行驶时间最小化为次要目标,建立了双目标医疗物资应急调度模型。为保证模型的准确性及简便性,采用了传染病模型（SEIR）预测需求点所需医疗物资数量,并利用理想点法将双目标问题转化为单目标问题。针对模型的特点,提出了一种优化烟花算法对模型进行求解,该算法通过改变变异策略增加其局部寻优能力,此外引入了禁忌表的概念,避免了算法陷入局部最优。最后通过仿真实验证明了优化烟花算法具有更加高效的性能,可以更好地突出模型的公平性及合理性,从而快速、合理地完成医疗物资分配,最大限度地保障患者生命安全。     

基于传感器网络与RFID的车载危险品监控系统

本文综合无线传感器网络与RFID技术的优点,提出了一种基于传感器网络和RFID技术的在运危险品监控系统,并详细介绍了系统的软硬件设计与实现。该系统对于运输重要物资或危险品的车辆,能够实现对物资信息和车辆上重要数据的实时监测、校准、记录和传输等功能。     

汽车整车配载与运输路线优化方案及算法研究

对于运输车辆的调度与运输路线优化问题,借鉴成熟启发式算法的思想,将汽车整车的合理装载和运输路线优化问题结合到一起考虑,确定整车配载和运输路线优化模型并给出模型求解算法,设计出一个有效的求解方案,即把运输任务进行分解,对满载运输采用经典的Dijkstra算法;对于非满载运输,借鉴改进的C-W节约算法的基本思想等.实验表明,此方案及算法对于编制汽车整车运输计划、求解整车配板与运输车辆路线问题达到了比较理想的效果.