定位-运输路线安排问题的两阶段启发式算法

重点研究了集成化物流中一类特殊的定位-运输路线安排问题(LRP)的解决方法.LRP问题包括设施定位和运输路线优化两方面决策,属于NP-hard难题.由于问题的复杂性,提出基于假设前提的LRP模型及其两阶段启发式求解算法.该方法分两步实现:首先,采用基于最小包络聚类分析的启发式方法确定被选择的潜在设施及由每一个选中的设施所要提供服务的客户群;其次,运用带有控制开关的遗传算法求解每一确定客户类中的优化运输路线.提出利用两阶段启发式算法求解LRP问题,此方法实现容易、运算简单,一定程度上避免了遗传算法中的"局部最优现象".仿真实验证明了该算法求解单目标LRP的有效性和准确性.

基于两阶段启发式算法的多目标外卖配送优化分析

如何在保证顾客时间满意度的同时选择合适的送餐线路是外卖行业急需解决的问题.本文建立了基于客户时间满意度和配送总成本的多目标外卖配送线路优化模型,对SWEEP算法和蚁群算法进行改进,采用两阶段启发式算法进行外卖配送线路优化,以最大化客户满意度为主要目标为商家提供了最佳配送方案,实例分析结果表明该模型提高了算法效率,增强了算法实用性.

一种求解两级累计式车辆路径问题的两阶段启发式算法

现代物流的发展中,运输网络的多级化以及对快速服务的更高要求是两大重要趋势。在这样的背景下,提出两级累计式车辆路径问题(2E-CCVRP),其中两级是指物资须由中心仓库配送至中转站(1级)再转送给客户(2级),累计式是指优化目标为所有客户的累计等待时间最小。2E-CCVRP是NP-hard问题,抽象并建模后使用一种两阶段启发式算法进行求解,第一阶段使用改进的CCVRP-split算法找到初始可行解,第二阶段通过扰乱结合局部搜索进行优化。实验结果显示,该算法能够取得高质量的解,且求解速度快,稳定性好。

基于两阶段启发式算法的公路网布局研究

为形成科学、合理的公路网布局方案,为公路网布局实践提供理论支撑,以节点重要度为基础,在一定的约束条件下,以满足节点间的运输需求为目的,以路网总旅行时间最小为目标构建混合整数规划模型。在此基础上,以路段重要度和运输需求为启发式条件,设计基于随机游走算法和模拟退火算法的两阶段启发式算法,对MATLAB生成的随机算例进行求解。计算结果表明,在算法迭代初期,节点重要度较大的节点优先被连通,伴随迭代次数的增加和一定的随机扰动,节点在实现全部连通的基础上以路网总旅行时间最小为目标进行优化,最终获得目标函数值最优的公路网布局方案。算例求解过程符合公路网规划实践规律,表明了该模型和算法的有效性,同时表明模拟退火算法对随机游走算法求得的初始解具有一定的优化效果。可以看出,两阶段启发式算法能在较短时间内求解NP-hard问题并获得相对满意的解,可为求解大规模网络优化问题提供一定的方法借鉴。

基于启发式算法的成品油配送计划研究

通过对成品油配送计划特点的研究与分析,建立了成品油配送计划编制的数学模型;并设计了模型求解方案;通过对实验结果的分析,证明本文设计的算法快速、有效、稳定。

基于两阶段遗传算法的传感器网络布点

随着传感器网络在世界范围内得到越来越广泛的应用,具有感知、计算和通信能力的传感器节点以及由大量此类节点互联构成的传感器网络需要不断地优化并进行自动设计。文中致力于设计1种新型交通信息监测传感器网络,并采用两阶段启发式算法完成网络的自动布点,分析不同启发式算法运行结果性能指标的差异,从而证明了两阶段启发式算法在交通监测网络中的优越性。

基于网络流的含分布式电源配电网两阶段规划

针对含分布式电源(DG)的配电网规划问题,利用图论的思想,建立以规划年费用最小为目标的含分布式电源配电网规划图模型,提出两阶段的启发式算法,实现优化分布式电源的接入位置、接入容量、实际接入量及变电站和配电线路的新建或者升级改造等综合优化。第一阶段,对所建的图模型应用多重局部搜索算法确定分布式电源的接入位置、接入容量及变电站和配电线路的新建或者升级改造决策;第二阶段,利用第一阶段优化得到的线路、电源参数,建立精确的数学模型,并运用遗传算法确定分布式电源的实际接入量。33节点典型系统算例证明了该算法在含分布式电源配电网规划中应用的可行性和有效性。

基于两阶段算法的时变电动车辆路径问题

1.引言随着城市化的加快和人口密度的提高,城市拥堵状况日益严重。在此背景下,城市配送问题受到极大的影响。在使用电动车进行配送时,如果不考虑道路拥堵的情况,将会大大增加配送时间。因此,在考虑时变路网的情况下,合理规划电动车的运输路线,制定高效的配送方案至关重要。从2000年开始,就有国内外学者对时变网络下的车辆配送路径问题进行了研究,与传统的静态路网不同,时变路网会随时间而发生改变。王卫国[1]等学者建立了双目标的车辆配送路径模型,通过考虑车辆时变行驶速度的方式来描述时变路网,并改进了传统求解静态路网下车辆路径问题的算法。马华伟[2]针对时变车辆路径问题,以先进先出为原则,提出了一种两阶段启发式算法,有效解决了时变车辆路径问题中的“先出发,后到达”的问题。

多车场满载协同运输问题模型与算法

多车场满载条件下的协同运输问题属于NP-hard难题.在分析此问题和MDPDP以及MDARP区别的基础上,考虑车辆最大行驶距离的约束条件,建立了此类问题的数学模型.为了有效求解实际大规模的多车场满载协同运输问题,设计了基于贪婪算法的两阶段启发式算法.该算法第1阶段形成完全覆盖运输任务弧的回路集,第2阶段组合连接回路,构造形成起止于车场的闭通路.最后,利用局域搜索对求得的解改进以得到最终解.实验表明,算法是可行和有效的.

快捷货运动态服务网络设计优化模型及其算法

研究快捷货物运输动态服务网络设计问题。分析快捷货物运输的组织模式,以铁路运输为例,构建了铁路快捷货运动态服务网络设计优化模型,并探讨了公路、航空快运动态服务网络设计优化模型的构建方法。给出了一种基于层次化网络结构的求解策略。在该策略中,快捷货运网络将根据其拓扑结构被划分为若干层次,以简化服务网络结构。在此基础上,设计一种两阶段启发式算法对模型进行求解:第一阶段确定服务网络结构,第二阶段在第一阶段的基础上求解一个多商品网络流模型。两个阶段的决策内容相互影响,最终确定服务网络形态。以Visual Studio 6.0为平台实现上述算法,并给出算例对之进行测试。

一种基于时空距离的带时间窗车辆路径问题算法

带时间窗的车辆路径问题是典型的NP难题,一种常用的求解方法是先对顾客分组,后进行路径优化的两阶段启发式算法.传统算法在顾客分组时主要考虑顾客的空间位置关系,但是忽略了顾客对服务时间窗口的要求.本文同时考虑顾客的时间和空间特性,提出了一种基于时空度量的顾客分组方法.在路径优化阶段,本文提出了一种禁忌搜索算法来进行求解,该算法中禁忌的对象不是解,而是这些解的目标函数值的区间,以便于提高收敛效率.作为验证,本文以Solomon标杆问题集为算例进行演算,结果表明,在窄时间窗约束下,基于时空距离的两阶段启发式算法明显优于基于空间距离的算法,且部分算例的解达到了国内外已发表的最好解.

公交站场选址布局优化模型和算法

现有研究没有将公交站场选址和线路车辆停放调度作为一个整体,无法发挥整个公交系统的最大效率.针对此缺陷,根据不同线路的首末站在时间和空间上的停车需求不平衡性,综合考虑车场能力、建设成本和最大里程等现实因素,以极小化所有公交车的行驶里程为目标,建立一种公交站场选址布局优化模型,确定站场的最佳位置和泊位数,将各线路的所有车辆安排至相应站场.根据问题特征,设计求解该问题的两阶段启发式算法,给出了具体求解流程,并分析其计算复杂性.最后,结合一个算例,计算最佳的公交站场选址方案,分析参数灵敏性对其布局的影响程度,从而验证模型和算法的有效性.

一体化炼钢炉次计划模型与算法

根据一体化钢铁生产模式需求,考虑客户需求柔性化的特点,首先描述炉次计划及其一体化工艺约束,然后建立了多目标一体化炉次计划优化模型,针对模型设计了两阶段启发式算法,第一阶段提出了基于规则的分组策略,第二阶段提出了概率匹配法。最后,对比分析两阶段启发式算法与人工编制方法处理某钢厂实际生产数据结果表明,所提出的模型和算法具有良好的有效性。

震后过渡阶段应急物流系统的定位-运输路线安排问题研究

针对震后过渡阶段中,回收救援物资与保护灾区环境的问题,在满足灾区民众基本生活需求的前提下,提出了一个正逆向结合的应急物流设施定位-运输路线安排问题(LRP)模型。首先,结合回收物资可分批运输的特点,建立以应急系统耗费总时间最小为目标函数的数学模型;然后,利用两阶段启发式算法对模型进行求解;最后,算例分析验证了模型和算法的可行性。实验结果表明,与传统单向LRP模型相比,所提方法的目标函数值减少了51%。所提模型能够有效提高应急物流系统运行效率,并为应急管理部门提供辅助决策支持。

“仓店一体化”模式下订单拣选与配送集成调度优化

针对“仓店一体化”模式下提供限时送达服务的新零售仓店,研究多拣货员、多客户、配送方式为带限时送达约束的路径优化分批配送情形下的订单拣选与配送集成调度问题。以最小化订单最大履行时间和配送成本为目标,构建了混合整数非线性规划模型,并设计两阶段启发式算法(H-2)进行求解,最后通过数值实验对算法进行验证与分析。数值实验结果表明,H-2具有较高的求解质量;相较于传统调度算法(TS)在效率提升、资源节约以及客户满意度提高方面具有更优的表现,进而为新零售仓店管理者提供决策支持。

运输环节满载车辆车场间协同的算法和模型研究

首先对多车场满载协同运输问题进行了详细的介绍和描述,并建立了其数学模型,然后提出了基于贪婪算法的两阶段启发式算法,最后结合实际数据,利用两阶段启发式算法对协同运输问题进行了求解。计算结果表明,两阶段启发式算法比较适合于大规模多车场满载协同运输问题,可以快速求解大规模协同运输问题的最优解。

考虑不确定性的多阶段装备维修器材供应优化方法

装备维修器材供应是作战部队持续保持战斗力的关键。考虑多阶段作战行动中,战场形势、部队位置及需求量等不确定性,将野战仓库选址、需求分配、供应路径规划融合为一类选址-路径组合优化问题,构建基于情境的多阶段混合整数规划模型。设计一种两阶段迭代启发式算法对问题进行求解。基于20个算例的数值实验,证明了所提出的模型及算法在具有高度不确定性的多阶段装备维修器材供应保障中的有效性。

网购城市配送多容量终端选址与多车型路径集成优化

针对网购物流城市末端配送个性化配送服务需求,分析了末端交付系统的特点,建立了送货上门与客户自提二元需求模型,并引入针对客户群的车辆路径近似连续模型。建立了集送货上门和客户自提于一体的多容量终端选址—多车型路径集成优化模型,并设计一种先"多容量选址—分配"再"多车型路径"的两阶段模拟退火启发式算法。通过末端交付系统不同配置方案对比与算例仿真,验证了模型及算法的实用性与有效性。

集成选址—路径—库存问题的逆向物流网络优化

为提高逆向物流系统的整体运营绩效,综合考虑逆向物流网络中正逆向运输整合的路径优化策略,结合回收产品的可分批运输的特点,建立了选址—路径—库存问题一体优化的混合整数规划模型,并针对模型的特点设计了一种先"选址—分组"、再安排路径和库存的两阶段启发式算法。通过算例仿真证明了该策略的合理有效性。

基于泊位偏好与岸桥干扰的泊位和岸桥分配

泊位和岸桥是集装箱港口资源中最紧缺的资源,合理的泊位分配和岸桥调度可以提高集装箱港口的资源利用率和港口的运作效率和效益。针对泊位偏离和岸桥工作损失两个因素,文章建立了集装箱港口泊位和岸桥的混合整数线性规划模型;运用采集自宁波某典型集装箱港口的数据,用Gurobi优化软件和两阶段启发式算法对模型进行了求解;对计算结果进行了经济性分析。计算结果表明:该港口的岸线资源利用率为46%时,1000m^1600m基本没被利用;18台岸桥要比16台岸桥的目标值更优,求解时间更短,而且18台岸桥的平均利用率为80%,为此,建议该港口再增加两台岸桥。同时发现:随着船舶规模的增加,Gurobi优化求解的时间增长较快,而两阶段启发式算法仍能在很短时间内求得准优解。