服务差异二级选址路径问题及大邻域搜索算法

在电子商务背景下,物流公司为了实现及时交付并缓解交通拥堵,可按照客户不同的服务需求,将其分为自取型和配送型,进而选择开放自助点或配送点对客户进行服务。自助点和配送点作为二级物流设施,配送中心作为一级物流设施,由此形成了二级选址-路径问题。在配送车数量约束、自助点容量约束等限制下,兼顾客户点物品回收,以总物流成本最小为目标,建立考虑服务差异的二级选址-路径问题模型。设计自适应大邻域搜索算法进行求解,通过Nguyen的2E-LRP算例进行测试,更新了1个算例的全球最优解,其余算例达到或接近最优解,平均Gap值在1.22%以内,验证了算法的有效性及良好的收敛性。实际案例模拟分析验证了模型的有效性和适用性,可以为相关物流企业提供决策依据和参考。

客户分类下生鲜配送两级路径问题与算法研究

生活水平的提高使得消费者对生鲜产品的需求不断增长,进而促进了冷链物流行业的快速发展。将客户按重要性分为重要客户和普通客户两类,以总配送成本最小为目标,建立考虑客户分类的两级容量有限车辆路径优化模型。提出两阶段启发式算法求解该模型:第一阶段设计改进的遗传-模拟退火算法增强全局搜索能力,其中采用轮盘赌选择机制结合精英保留策略保留优秀个体,部分匹配交叉算子结合自适应交叉率维持种群多样性,Metropolis准则以一定概率接受较差解;第二阶段使用精确方法求解一级配送路径。基于Perboli的Set2算例集和Hemmelmayr的Set5算例集,共30个基准案例,分别将所提出算法与四种现有算法进行对比分析,验证了改进算法的效果,并测试了算法的收敛性。基于模拟数据进行模型分析,验证了所提出模型和算法的有效性和适用性。

移动充电桩选址-路径优化及遗传-RSI两阶段算法

在我国“双碳”政策背景下,考虑载重、电量、充电桩服务能力等约束,构建以最小化总配送距离为目标的移动充电桩选址与电动汽车路径规划模型。随后,设计一种两阶段算法求解模型,第一阶段采用遗传算法规划初始配送路径,第二阶段采用RSI(recharge stations insertion)算法实现充电桩选址及路径调整。基于CVRP基准案例进行求解,结果表明车辆访问充电桩导致的配送距离平均增长率在5%以下。与粒子群和模拟退火作为一阶段的算法对比,遗传-RSI两阶段算法与这两种算法求解结果的Gap值分别为-4.04%和-3.65%。最后对“电耗率”等模型参数进行灵敏度分析。结果表明在物流公司专用电动车配送中,若使用专用充电桩并接受8%以下配送距离增长及相应的充电服务费,可采取移动充电桩选址与路径联合优化模式。