考虑设施规模决策的两级选址-路径优化

针对目前电商行业基础设施布局和空间利用不合理的问题,提出考虑设施规模决策的两级选址-路径问题(2E-LRP)求解模型。首先,在传统2E-LRP中引入差异性设施规模约束,通过识别客户群设计不同设施规模组合,利用规模弹性变化调整总成本组成,并以最小运营成本为目标建立顾及设施规模弹性变化的2E-LRP模型;其次,提出两阶段混合迭代局部搜索启发式算法求解模型;最后,分析所提模型和优化算法,并以Prodhon等不同数据集为实例进行验证。实验结果表明,所提模型具有针对区域差异和不同数据规模的普适性,且设施规模的弹性变化范围值与总成本呈负相关;与拉格朗日松弛粒度禁忌搜索(LRGTS)等算法的最优成本相比,所提算法对所有算例的最优成本平均值降低了6.67%,可以有效节约运行成本。

两级选址-路径问题的大规模邻域搜索模拟退火算法

针对目前越来越普遍的多级配送模式,建立以总成本最小为目标函数的两级选址-路径问题模型,并提出了大规模邻域搜索模拟退火算法进行求解.在模拟退火算法框架中,嵌入大规模邻域搜索过程,包含破坏、重组和局部搜索方法,从而进一步提高算法在解空间中构建邻域的范围.采用两级选址-路径问题标准算例对算法求解效果进行验证,并与标准模拟退火算法和国际已知最优解进行对比.结果显示,所建模型和算法正确有效,并且在求解大规模问题时算法能够取得相对更好的优化结果.

考虑负效应的垃圾回收两级选址-路径模型与算法

针对生活垃圾中转站和焚烧站的选址-路径问题(LRP),考虑经济目标和垃圾设施的负面影响,设计了与风向和距离有关的负效应分段函数,构建了两级多目标选址-路径(2E-MOLRP)模型,并提出了鲸鱼优化算法(WOA)和模拟退火(SA)算法结合的非支配算法WOA-SA。首先,结合随机方法与Clarke和Wright(CW)节约算法优化初始种群;其次,采用非线性动态惯性权重系数调整收敛速度;然后,设计WOA-SA的并行结构来增强全局搜索能力;最后,使用非支配排序法得到帕累托解集。对Prins和Barreto等35个基准案例以及天津市模拟案例进行分析。结果表明,WOA-SA可以找到20个基准案例的已知最优解(BKS),且对Prins和Barreto案例的求解结果与BSK差距的平均值分别为0.37%和0.08%,具有很好的收敛性和稳定性。将所提模型和算法应用于实例,给决策者提供了三种不同方案的负效应值及经济成本的方案,以支持不同偏好决策者选择,从而减少垃圾回收物流成本和设施对环境的负面影响。