基于多目标演化算法的油田危险品物流系统选址-路径问题

危险品事故往往会产生灾难性的后果,研究油田危险品物流系统的管理方法和模型具有十分重要的意义。从选址-路径问题(LRP)集成化的角度研究鄂南油田危险品物流系统。提出了适合于鄂南油田的危险品运输的双层配送网络,并以道路危险度等级为约束,构建了一个总成本最小、风险最低、可靠性最强的油田危险品物资运输的多目标LRP模型;进而,通过多目标演化算法(MOEA)得到了Pareto最优解集合,并采用随机多属性可接受度分析方法(SMAA)对Pareto最优解集进行再次筛选,求得最优选址方案和最优配送路线;最后,以进化率、非劣解分布离散度和解空间分布多样性等指标衡量了MOEA的性能,结果验证了算法参数设置的合理性和非劣解集的有效性。本文提出的LRP模型和MOEA-SMAA求解方法对于进一步补充和完善危险品物流系统的选址-路径问题研究具有一定的理论意义,对油田、煤矿等行业的物流系统优化具有重要的现实意义。

基于两阶段算法的需求可拆分多车型车辆路径问题

需求可拆分车辆路径问题(SDVRP)属于车辆路径问题(VRP)的变种问题,SDVRP模型松弛了客户服务次数和允许客户需求超过车辆装载能力,能提高车辆装载率和降低车辆成本。SDVRP模型都基于相同车型的假设,这不符合实际物流配送中使用不同车型的情况;且较少分析客户需求拆分阈值对问题解的影响;此外,SDVRP研究较少应用新型仿生搜索算法。因此,本文以多车型和需求拆分阈值为新约束,建立需求可拆分的多车型车辆路径问题(SDHFVRP)混合整数规划模型;提出以路径优化和路径改进相结合的两阶段算法(TPA)。最后以华北分公司大牛地气田物流系统中的污水回收路径规划为例,重新规划了大牛地气田污水回收的车辆行驶路线,并与大牛地实际回收方案对比,模拟结果有效地减少了车辆使用数目和运输成本。

油套管回收车辆路径问题及基于清除小生境差分演化求解算法研究

在现实的油田生产作业中,为了避免由于物资短缺造成油井工作无法继续等问题的发生,仓库往往会配送比计划需求量多的油管和套管（简称油套管）,未使用的油套管若不能有效回收,会造成极大的资源浪费。但是,若回收油套管发生的成本高于油套管本身的价值,油套管回收工作也变得徒劳。基于此,本文建立考虑油套管回收价值的车辆路径问题模型,并设计基于清除小生镜技术的差分演化算法,求解得到合理的油套管回收方案。然后以中石化华北分公司鄂尔多斯盆地南部油田的油套管回收问题为例,求解得到包括17条回收路径的94口油井的油套管回收方案,其中总运输费用为3.72万元,远低于待回收油套管的价值15.03万元,实现了资源的有效回收。最后对模型进行灵敏度分析以验证模型的鲁棒性。本文的求解结果不仅对油田行业具有节约资源、降低成本的现实意义,也拓展了逆向物流的理论研究。