多车场多目标开放式物流配送车辆调度问题的研究

为了优化现代物流中的车辆调度问题,文章针对多车场开放式物流配送车辆调度问题,建立了一种灵活的多目标组合优化模型,此模型可以方便地增减优化目标值;设计了适合多车场开放式车辆路径问题的通用染色体编码方案,并对遗传算法中的交叉变异操作做了详细说明,最终得到了多车场多目标开放式物流配送中车辆调度的优化策略;通过真实的测试用例验证了项目设计的优化模型和遗传算法在解决多车场多目标开放式物流配送车辆调度问题中的可行性.     

多车场车辆路径问题的遗传算法

给出了多车场车辆路径问题(MDVRP)的数学模型,提出一种基于客户的编码表示方式,可以表示出各车场出动的车辆及路径,能够有效地实现MDVRP的优化,并用计算实例进行了验证。     

多车场多车型车辆路径问题的改进遗传算法

在给出有时间窗约束的多车场多车型车辆路径问题的基于直观描述的数学模型基础上,引入一种新的编码方式,并将RC交叉算子进行修正,构造出一种解决该问题的模拟退火遗传算法,实验证明能够有效地解决优化问题。     

多车场洒水车路径问题的双层遗传算法

论文提出了一种新的遗传算法对有多个加水点的洒水车服务路线问题进行优化求解,给出了一种多车场车辆弧路径问题的数学模型,并对传统遗传算法的染色体编码机制和种群结构进行了改进,设计了一种解决多车场车辆弧路径问题的双层遗传算法,可以表示出各车场出动的车辆及路径,与人工安排的方案进行比较,安排效率高,总行驶路程缩短15％以上,车辆行驶路线更为合理,有效地实现多车场车辆弧路径问题的优化。     

考虑多专业协同的装配线平衡问题研究

为改善飞机总装线平衡效果,提出考虑多专业协同分配的第一类装配线平衡方法。首先,分析各专业间的关联性,建立基于动态模糊聚类的专业划分方法,获取资源-功能的多专业集合;然后,根据飞机总装环境及所涉及专业的特点,建立了多专业协同分配的平衡模型;再根据专业划分结果及作业分配规则,提出了混合模拟退火-遗传算法(HSAGA),将专业间关联度高的作业分配到工作面(指专业关联度高的作业的集合,也指能完成一项装配任务的作业执行操作空间),实现工作面数的最小化;最后,以某型飞机总装作业为例,验证了平衡方法的有效性。     

多车场多车型车辆调度问题的改进粒子群算法

多车场多车型车辆调度问题优化是物流配送中的典型NP难解问题,针对传统的粒子群算法存在收敛速度慢,易早熟收敛等问题,提出了一种改进的粒子群优化算法。该算法对种群中的粒子采用一定的概率进行柯西变异,使算法跳出局部最优解。将算法应用于多车场多车型车辆调度问题优化,算例证明该算法求解多车场多车型车辆调度问题是可行的,并且优于标准粒子群优化算法。     

多车场多配送中心的物流配送问题研究

针对一般网络上的多车场多配送中心的物流配送问题,借鉴Floyd算法,构建出了一种在有车辆载重量限制的条件下,使完成所有配送任务总费用最少的算法。该算法具有路径标记功能,可以指出车辆从车场出发,经过配送中心以及用户点,最后返回原车场的次序与路径走向。     

数字孪生驱动的城市综合交通枢纽多运输方式调度协同优化框架研究

城市综合交通枢纽各运输方式协同调度对于提高枢纽运输能力协调性乃至运营安全性等具有重要意义。本文面向城市综合交通枢纽各运输方式协同调度优化问题,在对国内外研究现状分析的基础上,从关联物理模型知识表达与自适应学习、虚拟模型构建及校正、客流换乘量在线预测、多运输方式调度协同优化几方面出发,提出了数字孪生驱动的城市综合交通枢纽多运输方式调度协同优化研究框架,并对其中的关键技术进行了总结说明。上述研究框架对于后续城市综合交通枢纽多运输方式调度协同优化方法的进一步探索有一定的参考价值。     

多目标运输应急管理问题研究

该文首先分析了多目标运输方式选择多目标优化问题的数学模型及虚拟传输网络图,其次对传统遗传算法的染色体编码方式、交叉算子、变异算子进行了重新设计,并且重新定义了适应度函数,最后通过实例分析验证了改进的遗传算法解决多目标运输问题的优越性。     

关联物流运输调度问题的改进遗传算法

针对多车场多车型软时间窗的带道路约束的关联物流运输调度问题,对传统的遗传算法进行改进,提出了一种融合了"尺度收缩"变异策略的混沌遗传算法。采用自适应调整交叉算子的策略,使杂交概率随进化过程渐变。最终提高了算法性能,有效地解决了此类问题。     

物流配送中心配载车辆调度问题研究

物流配载车辆调度目标就是针对特定任务调配车辆资源以降低成本费用。分析了车辆和特定运输任务的相关约束条件,提出了物流中心配载车辆调度问题数学模型。重点研究了基于任务时间窗逻辑顺序约束求取可行解的“分组”算法、以及基于时间窗约束冲突概率对可行解基因实施交叉的优化算法。实验结果表明在多任务、多约束条件下采用该算法可快速求取物流配载调度问题的最优解。     

电商配送中的车辆调度问题优化研究

电子商务环境下的物流配送产生了新的特点,在传统方式下建立的物流配送系统已不能完全满足电子商务的需要。针对电商配送终端客户具有配送需求量小、品种多、位置较分散的新特点,研究电子商务环境下的车辆调度问题,用聚类分析法划分配送区域,建立VRPTW模型,采用遗传算法对模型加以求解。通过仿真实验,与传统的VRP模型求解进行比较,发现优化后的成本比未优化的成本低,验证了关于VRPTW优化模型求解方法的有效性。     

物流动态车辆调度问题的混合禁忌搜索算法

在分析动态车辆调度问题的基础上,建立了基于时间轴的动态模型;接着针对该问题在实际中的应用,设计了基于并行节约法和禁忌搜索的混合算法以对动态车辆调度问题进行求解;最后给出算法实现和算例模拟,验证了该算法的有效性。     

应急物流中的累计时间式多车场车辆路径问题

为提升应急救援的快速性和公平性,以最小化所有受灾点的累计等待时间为目标建立累计时间式多车场车辆路径问题(Cum-MDVRP)的模型。由于该问题具有NP-hard性质,设计了一种多起始点变邻域下降法对其进行快速求解。每次迭代中,多起始点方法通过改进的Split算法结合可行性修复程序生成随机的初始可行解,然后由变邻域下降法对其进一步改进。扩展的标准算例的测试结果验证了所提出模型和求解算法的有效性。     

遗传算法在车辆调度优化问题中的研究

车辆调度优化问题是一个有约束的组合优化问题,属于NP难题（Nondeterministic Polynomial Problem）。随着问题输入规模的扩大,求解时间呈几何级数上升,传统的优化算法本身存在着过早收敛于局部值的问题。针对这一问题在染色体编码、算子的自适应机制和约束的处理等方面对标准遗传算法进行了改进。测试结果表明,该算法提高了优化算法的质量和搜索效率,具有良好的效果。     

基于车辆任务可靠性的协同车辆路径问题

研究一类属于不同公司的配送中心共享车队、仓储等资源为客户协同配送货物的协同车辆路径问题, 将之视为“部分客户被一车辆访问”的集合划分问题。考虑车辆容量、车辆行驶最大里程、车辆配送任务的可靠性概率、时间窗等约束条件, 建立以车辆配送总费用最小为目标的混合整数规划模型, 并设计了求解该问题的遗传算法求解该问题。最后, 通过一个算例验证了模型的正确性和合理性。     

多配送中心粮食物流车辆调度混合蚁群算法

在对多配送中心粮食车辆调度问题进行直观描述的基础上,建立了该问题的数学模型。并在国内外研究现状的基础上,提出了一个混合蚁群算法来求解多配送中心车辆调度问题,设计了蚂蚁转移策略、可行解构造策略和信息素更新策略,采用K邻域来限制蚂蚁的转移目标,并采用LK算法优化策略来优化蚂蚁遍历路径和可行解。给出了一个具有代表性的算例实验结果和结果分析,通过实验表明了此方法对优化多配送中心粮食车辆调度问题的有效性。     

基于第三方带软时间窗约束的车辆路径问题研究

在分析电商企业的“自建物流+第三方物流”配送模式的基础上,对自建物流成本和第三方物流成本分别展开研究,并在自建物流成本中设计了软时间窗惩罚函数.建立了基于第三方带软时间窗约束的车辆路径模型,设计了基于自然数序列的改进遗传算法对模型进行求解,改进交叉与变异操作来保护优秀基因,提出了种群扩张机制.最后,算例结果表明模型可以有效减少物流配送成本,提高配送效率,改进遗传算法还在提高计算时间方面有显著的成效.     

多式联运运输问题的混合遗传算法

多式联运运输方式的选择关系到货物运输所需费用、时间等。该文对需经过多式联运过程的运输问题进行了研究。首先分析了多式联运运输问题的数学模型;其次通过引入关于运输量及运输方式的混合编码,结合两种混合遗传算子,提出了一种求解多式联运运输问题的混合遗传算法;最后用数值例子对算法的有效性进行了验证。     

农村公交协同车辆路径问题的研究

针对考虑农村人口出行频次的季节偏好性、早晚高峰期班次多、乘客乘车的最长忍受时间、司机连续驾驶时间限制、车辆可以停在其他车场、车场与车场之间的车辆可以共享等因素的农村公交的协同车辆路径问题,建立车辆租赁模式的单车型开放式协同车辆路径问题的数学模型.结合节约算法、扫描算法和遗传算法,构造混合蚁群算法对实例进行仿真.首先通过扫描算法对站点进行分组,然后应用节约算法对单个旅行商问题(traveling salesman problem,TSP)求解得到可行解,最后应用混合蚁群算法对可行解进一步优化.结果表明该算法在收敛速度和寻优能力两方面都优于遗传算法.