新鲜度限制约束下物流配送中心选址-路径优化

目的 满足生鲜产品交付时较高的新鲜度要求,解决多产品、多车型情景下的配送中心选址-路径优化问题。方法 构建考虑碳排放成本和满足客户对产品交付最低新鲜度要求的双层目标规划模型。上层模型以配送中心固定成本、库存管理成本最小化为优化目标,下层模型以车辆固定成本、运输成本、碳排放成本、惩罚成本最小化为优化目标,并结合模型特点,采用两阶段启发式算法进行求解。结果 采用的两阶段启发式算法相对于遗传算法的平均成本解改进率为1.22%,相对于K-means聚类求解算法的平均解改进率为3.03%;两阶段启发式算法相对于遗传算法最优解运算时间的平均提高率为24.8%,相对于传统K-means聚类求解算法的平均提高率为33.0%。结论 经算例对比研究发现,不同新鲜度要求下对配送中心的选址以及车辆路径的安排有显著影响,企业可通过合理规划物流网络和准确评估客户对产品的新鲜度要求等手段实现企业物流成本的降低。     

家庭护理中心选址-路径启发式算法研究

我国社会老龄化问题日益严重,家庭护理服务的出现有效缓解了社会与家庭的养老压力。为解决提供家庭护理服务护理中心选址问题,以路程成本和服务人员工资成本加权成本最小为目标,考虑底层的路径优化,设计了选址与路径优化的双层迭代算法。在上层选址决策阶段,采取了四种不同的启发式算法,辅以路径转移算法以及选址筛查策略以提高搜索效率;在底层路径优化阶段,基于禁忌搜索进行优化,允许违反工作时间约束以扩大搜索空间。最后进行了数值实验和敏感度分析,验证了算法的有效性。     

考虑时间窗的船用钢材加工配送中心选址规划

船用钢材加工配送中心选址规划是钢材供应链优化设计研究的重要内容。针对船用钢材配送不及时,难以满足多规格成套配送需求问题,建立了包含惩罚成本的多配送中心选址规划模型。该模型以钢材运输成本、配送中心运营固定成本和变动成本、配送不及时惩罚成本之和作为优化目标,综合考虑了配送中心容量约束、船厂对于钢材配送的时间要求,以某造船集团为例进行算例分析,结果表明:采用差分改进粒子群算法求解比传统分支定界法得出的选址规划结果更有效。     

基于混合算法的不确定环境下逆向物流网络设计研究

针对不确定环境下的逆向物流网络容易产生较高成本的问题,结合当前已有的物流设施节点,提出充分考虑固定投资、物流成本、库存成本和回收量不确定的设施选址规划模型,利用遗传算法和贪婪算法相结合的混合算法对设施选址、回收区域划分和回收间隔期进行求解。以某汽车零部件企业为实际案例,验证了模型和混合算法的可行性和正确性。     

代客加电服务模式下的电动车充电站选址决策

代客加电服务是电动汽车市场出现的一种新的服务模式，公司可通过该服务向远离充电站以及不愿意自主加电的用户派出专员为其电动车加电。这种服务模式可以有效缓解由于电动汽车充电需求频繁导致的用户旅程焦虑。为探讨该服务模式对充电站选址规划的影响，对该模式下的充电站选址问题进行了研究。由于用户的需求具有不确定性，难以通过历史数据进行准确估计，所以建立了引入需求分布模糊集的两阶段随机规划模型。考虑到模型具有较高的计算复杂度，提出了一种基于抽样平均近似的混合切L形算法对模型进行求解。最后，通过比较不同情境下代客加电服务模式对充电站选址的影响，发现该服务模式更适用于需求在某些区域稀疏分布或者建设成本在某些区域较高的情境。     

基于时间满意的覆盖问题及混合遗传算法实现

利用时间满意度函数,从顾客角度考虑覆盖半径,从企业角度考虑覆盖比例,提出了比传统集覆盖问题更一般的基于时间满意的覆盖选址问题.通过建立这一问题的整数规划模型,应用混合遗传算法对该问题求解,并同几种被证明为在覆盖选址问题中计算效果较好的启发式算法进行了对比实验分析,实验显示本文的算法策略可以得到高质量的解.     

基于遗传算法的共享助力车调度问题研究

为了减少调度运营成本,减少调度时间,研究共享助力车的调度问题。将助力车调度和电池配送统一进行,考虑载重对燃油调度车的油耗影响,以燃油调度车固定使用成本和耗油成本最小为目标函数,构建助力车重分配的调度模型。通过AP算法对大范围内的电子围栏进行区域划分,确定助力车的服务范围和调度中心选址的基础上,用遗传算法对各个区域分别求解最小成本的路径规划方案。用算例验证了本模型与算法的有效性和可行性。     

基于双层规划的港口集疏运网络优化模型

为了提高港口集疏运网络中转站选址布局的合理性并优化货流分配，本文考虑实际环境中节点失效因素和多货种货主选择偏好因素对港口集疏运网络的影响，建立了双层规划模型刻画选址配流决策和货主偏好行为之间的关系。上层决策加入中转站失效惩罚成本，下层模型建立考虑货主选择偏好的用户均衡（user-equilibrium,UE）配流模型，用于估算运输网络中各路段的均衡货流量。根据模型特点设计了基于遗传框架并融合Frank-Wolfe算法的启发式算法，通过案例分析对模型及算法的有效性进行验证。结果表明：在模型中考虑节点失效能够显著提高港口集疏运网络的可靠性，并有效降低网络惩罚成本；考虑多货种货主选择偏好能够优化集装箱中转站选址布局及货流分配。     

面向汽车整车出厂物流的两阶段组合装箱调度优化模型与算法研究

研究组合装箱与道位分配的两阶段出厂物流的调度模型与算法,问题将考虑订单、驳运车、仓库道位资源、客户需求、配送成本等多种因素。首先将所研究问题划分为带装箱约束、方向约束和拼车约束的组合装箱子问题,和带驳运车到达时间及道位不可用时间段的道位分配问题。针对两个子问题建混合线性整数模型并分别设计了分支定界和启发式算法,实现两阶段整合求解。最后,通过数值实验和与人工调度结果的对比模型,表明了模型和算法的有效性。     

生产成本规模递减的工厂选址和规模决策

生产规模的选择是企业长期投资决策的重要内容.企业在进行选址决策时,要在当前的工厂地理位置、生产规模投入成本和未来的可变单位生产运作成本之间进行均衡.在一般的带建站费用有容量约束的选址研究的基础上,增加了生产规模决策项和生产规模投入成本.建立了该问题的一般性混合整数规划模型(CPSLP)和线性混合整数规划模型(CPSLP-MIP).运用Benders分解算法的思想,给出了求解(CPSLP-MIP)模型的算法,并运用该算法编程对随机选取的一组数据进行实验,结果显示算法是有效的.     

基于JITD的服务备件二级分销网络集成研究

从供应链集成的角度出发,使用双层规划建立了服务备件二级分销网络的设施选址-运输路线安排-库存控制问题(CLRIP)模型,确定了分销中心的位置、车辆的运输路线等。该模型充分考虑决策部门和顾客双方的利益,针对服务备件的价值高以及服务水平要求高的特点,将按需拉动的准时制配送策略（JITD）应用于分销网络设计中,在降低系统成本的同时,可以大幅度提高配送的准时性和稳定性。设计了该模型的启发式算法,通过算例验证了模型和算法的有效性。研究结果有助于优化服务备件分销网络结构、提高配送准时性和降低物流成本。     

考虑网点共享与变更的多级快递网点选址问题

考虑客户需求多样化、物流网点共享化等实际问题,结合客户满意度和末端网点服务效率函数,构建考虑网点共享、末端网点服务模式及容量可变的多级快递网点选址多目标规划模型。针对模型特点,考虑网点模式及容量变更设计种群初始化流程,采用遗传算法求解,通过算例证明模型和算法的可行性与有效性。通过与考虑共享不考虑变更、考虑变更不考虑共享两种选址方式对比分析,考虑共享与变更的模型在系统总成本、客户满意度、网点服务效率等方面均更优。此外,实验结果表明,当成本权重超过一定值时,成本下降空间逐渐减小,且客户满意度与服务效率降低速度高于成本降低速度。     

考虑退货的多商品多来源闭环选址库存问题模型与算法

考虑客户需求多元化,商品来源多样化以及存在商品退货这些现实情况,集成设施选址和库存策略进行优化,构建考虑退货的多商品多来源闭环选址库存问题模型。针对该模型的特点,通过引入截断选择机制、改进变异与交叉策略,设计改进的混合差分进化算法对该模型进行整体求解,并通过算例证明了该模型和算法的可行性与有效性。最后,通过算法对比分析,证明改进的混合差分进化算法在运行时间、求解精度上均更优。     

基于CRAFT的多阶段柔性设备布局优化算法

多阶段设备布局下的总成本包括设备拆装成本、物料搬运成本以及区域利用成本,问题的目标是最小化总成本.首先,在分析问题的基础上,建立基于多阶段设备布局优化目标的数学模型;其次,采用改进的CRAFT启发式算法优化单阶段设备布局;进一步,提出基于单阶段设备布局算法的多阶段启发式算法,优化多阶段设备布局;最后,数值实验表明算法优化后总成本降幅达28.57%.     

基于聚类的物流节点模型及其自适应蚁群算法

综合考虑物流服务节点区域的空间属性和成本约束,基于物流服务节点波及范围,分析备选服务节点选择过程及其运行成本特征,构建了物流服务节点布局优化模型。将物流服务节点选择映射为一个聚类过程,提出解决物流服务节点选择问题的自适应蚁群聚类算法。以物流系统总成本最低为聚类准则,描述了物流节点布局模型的求解过程,并对服务节点布局参数进行仿真实验,验证模型及算法的鲁棒性和选择效率。     

考虑交货期和等待时间受限的HFS调度问题的混合算法

针对工件具有交货期要求以及等待时间受限的混合流水车间调度问题,提出了一种回溯、启发式修复与邻域搜索相结合的混合算法.工件按启发式规则形成加工序列,以排列排序方式经过各加工阶段,采用递归回溯消除工件在相邻阶段的等待时间受限冲突,形成所有机器上的操作加工序列;通过对最后阶段机器上的操作加工序列进行移动修复以最小化其提前/拖期成本;对工件排序进行邻域搜索以改进目标函数值.数据实验表明该混合算法具有可行性和有效性.     

无回收市场下以旧换新策略对回收中心选址的影响

在无回收市场前提下,构建了一个以旧换新策略下新的回收中心混合整数非线性规划选址模型,以使回收中心净利润最大.并提出了启发式算法来解决大规模选址问题,最后算例分析了制造企业品牌差异对回收中心净利润的影响.     

交货量不确定下装备制造企业绿色供应商选择

基于绿色供应链理念,针对交货数量不确定条件下装备制造企业的绿色供应商选择与订货量分配问题,以采购成本、环境效益及产品拖期程度为准则,构建了考虑生产物料齐套要求和最小加工批量约束的随机整数规划模型;借助引入的二进制变量,将模糊的随机整数规划模型转化为清晰的多目标混合整数规划模型;进而结合缩小求解空间的思想,运用两阶段启发式算法对所建模型进行求解。算例验证结果表明,将随机整数规划模型应用于装备制造业绿色供应商选择具有较强的可行性和有效性。     

备件物流系统选址库存路径问题模型及算法

考虑到备件需求的随机性和时间紧迫性,以供应链二级分销网络的备件物流系统为研究对象,以系统总成本最低为目标,建立了带软时间窗的选址-库存-路径问题模型。由于该模型属于NP-Hard问题,因此提出了基于禁忌搜索算法和改进的C-W算法的两阶段混合启发式算法。通过实例演算,结果表明了该算法的实用性与有效性。     

改进樽海鞘算法求解带时间窗的应急选址路径问题

目的 为使应急物资及时高效地送到灾区,针对多目标应急选址-路径问题,在考虑灾区的时间窗及物资运输过程中道路安全的情况下,以最小化经济成本、最小化时间惩罚成本及最大化道路安全性为目标,构建多目标优化模型。同时,设计改进的樽海鞘算法求解问题,以验证模型的可行性和算法的有效性。方法 根据模型的特征对樽海鞘算法进行改进,运用随机生成和贪心算法相结合的方式生成初始解,利用交叉算子和邻域搜索算子改进原始算法的位置更新操作,引入非支配排序遗传算法（NSGA-Ⅱ）的精英保留策略,以提高算法的性能。结果 经过多个算例测试,该算法能快速获得一簇Pareto解,与基本樽海鞘算法进行对比后可知,改进后的算法性能更优越。结论 对于灾后及时响应的应急选址路径问题,采用改进的樽海鞘算法具有一定优越性,并在多个目标权衡的情况下,可供决策者根据目标的偏好找到较满意的解,对于研究应急选址路径问题具有一定的参考价值。