基于VRP技术的“弹性”送货模式探索与实践

卷烟物流是烟草销售中不可或缺的重要组成部分,其中配送环节作为整个物流流程的关键环节,面临着诸如线路规划不合理、车次规划不科学等主要问题。本文以VRP(车辆路径问题)优化方法为基础,针对物流网络布局优化进行研究。通过聚类算法划分配送区域,并运用蚁群算法优化车辆路径,在综合考虑地形地貌、送货难度、送货模式、服务需求等多种因素的基础上,结合淡旺季的特点,提出了弹性送货“六步法”模式。该方法可以帮助烟草公司增加日均单车次配送量、日均配送户数、日均配送里程,并使得每年成本可降低48万元左右。

基于马尔可夫过程的实时物流VRP建模与求解

在随机车流量环境下,为了有效提高服务质量和减少总运输时间,本文在引入满意度和车流量双指标条件下构建了一种基于马尔可夫过程,以及用于权衡总运输时间和服务惩罚成本的物流服务问题模型。鉴于问题的复杂性,本文设计了一种混合遗传算法对其进行求解,其中基于提高服务质量的局部搜索策略兼顾了车辆总运输时间与客户满意度,使得算法能够在有效空间里进行搜索。为了验证模型和算法的有效性,本文在Solomon数据集的56个测试样例上进行了实验。结果表明,在样例优化服务质量上,所提混合遗传算法在其中28个样例上达到了100%满意评价,较标准遗传算法提高了29%,同时实现了最低总成本目标。

大规模单车场VRP问题中扫描法的改进

为了降低问题规模,提高扫描法应用在单车场VRP问题中初始解的有效性,这里借鉴多车场VRP等问题中的分区思想,以车场为中心,根据需求点覆盖区域的特点,对单车场VRP提出了新的环形分区思想,并给出了几种具体方法。在此基础上,对扫描法进行改进,分区分别扫描并且集中车辆使用率低的区域重新扫描,合理地降低了大规模单车场VRP问题的复杂程度,为第二阶段的优化提供了有效的初始解。算例表明运用该算法比传统扫描法得到的路径更优且使用车辆数更少。

离散灰狼优化算法求解VRPSPDTW问题

本文针对带时间窗约束的同时送取货车辆路径问题,建立了以总配送距离最小化为目标的数学模型.根据模型的特征,在保留灰狼算法(GWO)搜索机制的基础上,提出了离散灰狼优化算法(DGWO)进行求解.采用多种策略构建种群的初始解,并允许出现不可行解,扩大种群的搜索区域;引入带评分策略的邻域搜索策略,调整每种算子的概率,使算法选择优化效果更好的算子;使用移除-插入机制,对优质解区域进行探索,加速种群的收敛.在仿真实验中对标准数据集进行了测试,将实验结果和p-SA算法、DCS算法、VNS-BSTS算法和SA-ALNS算法进行了对比,实验表明DGWO算法能有效地解决带时间窗约束的同时送取货车辆路径问题.

基于数据挖掘的VRPSD问题的研究与应用

在车辆路径问题中,由于配送过程中各种不确定状况的出现,使得随机VRP逐渐成为研究者关注的焦点。数据仓库和数据挖掘技术的出现,给解决随机VRP问题提供了技术支持。针对随机需求VRP问题构建了相应的数据库及数据挖掘模型,最后用启发式算法对给定数据用例进行了求解,取得良好的效果。

考虑时空特征的机器人VRP问题求解方法

针对多台变电站巡检机器人在同时调度分配过程中的转移运用车辆路径问题(Vehicle Routing Problem,VRP),提出了基于时空特征的机器人群体路径规划算法,有助于提高机器人在电力生产中的应用效能。首先建立基于变电站位置的纵横坐标构建平面二维坐标的宏观路网;其次梳理变电站之间的距离、机器人的能耗等约束条件,并构建考虑变电站巡检时间窗的时空三维坐标系;最后遍历搜索各台机器人完成区域内变电站巡检任务的可选路径,并在组合优化后提出解决机器人转移运用VRP问题的调配方案。实际应用效果表明,该方法能够在满足变电站多时间窗边界的基础上得到最优路径。

车辆路径问题(VRP)的蚂蚁搜索算法

车辆路径问题(vehicleroutingproblem,VRP)是组合优化中一个典型的NP难题,理论上,目前仅能保证一些相对小规模的问题可求得最优解.基于近些年出现的新型智能优化思想:人工蚂蚁系统,给出了一种可快速求解VRP的蚂蚁搜索算法.通过定义基本的人工蚂蚁状态转移概率,并结合局部搜索策略,用迭代次数控制算法的运行时间,从而使该方法具有实用意义和可操作性.经一系列数据测试和验证,并与若干已有的经典算法相比较,获得了较好的结果.

基于VRP sdk的虚拟海大校园导航系统

以“虚拟海大校园导航系统”为例,将虚拟现实技术、多媒体技术和地理信息系统有机地结合起来,基于VRP sdk,创建1个方便直观的信息查询导航系统。该系统除了虚拟校园基本的自主漫游功能和按固定路径漫游外,还提供了按目的地自动生成漫游路径、定位鸟瞰图、漫游中途经的楼宇和景点介绍等导航功能,对虚拟现实技术从展示转向实用进行了有益的尝试。

针对模糊需求的VRP的两种2-OPT算法

本文研究了一类客户需求不确定的VRP(车辆路径问题 ) .在算法中 ,引入了伪出发点和新的聚类判定规则 ,将聚类和排序有机的结合起来 ,有效地处理了全局采样和局部搜索之间的矛盾 .给出了基于可能性分布的 2 OPT算法和基于需求上界的 2 OPT算法 ,并用模糊模拟技术进行了实验 .大量的实验结果表明 ,这两种方法明显优于这个领域现有的算法 。

遗传算法和3-opt结合求解带有能力约束的VRP

描述了带有能力约束的车辆路径问题（ＶＲＰ），在预先不固定车辆数的情况下，把聚类和排序有机地结合起来，并用遗传算法和３ｏｐｔ算法相结合的混合算法对问题进行求解，实验结果表明算法获得的最好解、平均负荷率和计算成本都比较令人满意·

基于3Ds Max及VRP的高速列车VR系统设计

为了给技术人员提供更加便捷直观的工具,提升高速铁路设备管理的层次,为了让公众更加了解高速列车车体各部分组件的结构和功能,提出一种新的认知手段—高速列车虚拟现实系统。系统以高速列车为原型,运用3Ds Max进行建模,在此基础上运用国产虚拟现实软件进行虚拟现实系统开发。由于所建三维高速列车模型大且复杂,首先将三维模型进行简化处理,之后再导入VRP中继续进行系统设计。介绍了LOD算法进行模型简化处理的原理,编制了相关算法对模型进行简化。所设计的这种系统,不但能够使公众身临其境般的体验乘坐动车带来的方便、舒适、快捷,而且能够让管理技术人员快速掌握高速列车的维修、检修技术,从而减少实际装备维修检修培训过程的成本。

VRP虚拟校园建设及其关键技术

虚拟校园是虚拟现实技术在数字化校园中的具体应用,通过虚拟校园,人们可以在计算机上虚拟地游览、规划实际校园的场景。该研究基于3ds Max建模软件,借助VRP三维互动仿真平台,将三维技术与虚拟现实技术进行有机结合,实现了中国地质大学(北京)虚拟校园及主要建筑物室内的漫游,并对一些关键技术进行了讨论。为未来真正意义上将要建立的地上地下三维仿真打下基础。

仓储拣选作业路径VRP模型设计与应用

首先介绍了单回路运输TSP模型、多回路运输VRP模型及其相关的扫描算法,通过研究我国仓储中心拣选作业的实际情况,运用运输路径TSP以及VRP模型设计分析方法,针对其与拣选路径模型设计的相似性,结合订单拣选的特点,综合考虑实际拣选环境,对拣选作业中的无形性因素给予合理假设,建立了拣选作业路径优化设计VRP模型,并利用扫描算法对模型求解后,发现其可以有效缩短拣选步行距离,从而减少拣选时间、提高拣选效率。结论可作为物流企业和科研单位在拣选路径设计上的数学依据。

物流配送问题中VRP的数学模型及其求解算法

系统地讨论了物流配送问题与VRP的有关知识,包括两者之间的关系、配送问题的VRP描述、数学模型的建立、求解方法及比较等,并指出了相关的研究方向。

基于VRP的虚拟演播室灯光照明系统设计

基于VRP虚拟现实技术,打造了一个自由开放的虚拟演播室灯光照明交互系统,用户不但可以自由地在虚拟演播室中进行漫游浏览,而且还可以根据学习需要自主地对仿真环境下的灯光照明效果进行控制。利用虚拟现实技术提供了一个很好的教育教学平台,有效地提高了学习者的学习兴趣与学习效果。

满意度约束多车型冷链物流VRP优化研究

文章通过分析冷链配送成本构成,基于时间和品质满意度约束分别构建单车型和多车型VRP模型,设计局部精英单亲遗传算法,并对比分析单车型和多车型配送成本差异。结果显示:多车型混合配送模式较单车型更能有效降低成本,且改进的局部精英单亲遗传算法具有更好的收敛性与稳定性;同时揭示了满意度随成本优化过程的变化趋势,表明满意度约束多车型VRP模型更适合冷链配送调度,为企业寻求成本与满意度均衡提供决策支持。

基于混沌粒子群优化的新型VRP求解算法

标准粒子群优化算法(PSO)容易陷入局部最优,且精度较低、收敛速度慢,难以满足求解VRP的需求。本文提出了一种适用于求解VRP模型的新型混沌粒子群优化算法(CPSO)。该算法引入混沌序列,利用混沌对粒子的初始位置进行初始化,提高了样本的质量,并且对当前粒子附加混沌扰动,促使其跳出局部最优,提高了全局搜索能力,有利于在全局范围内寻找到最优值。实验结果表明,本文算法的收敛速度、精度及稳定性高于PSO算法,是一种有效的VRP求解算法.

基于VRP的数字校园设计与实现

分析了数字校园的建模方法及交互制作方法,以东北石油大学校园及其周边为例,采用VR-Platform软件(VRP,北京中视典公司)建立具有自由、自动漫游、校园导航、信息管理等功能的数字化校园,并对制作过程中的一些问题进行了探讨。

有缺货限制的VRP蚂蚁算法研究

在经典VRP的基础上,结合实际背景提出一种缺货情况下的车辆路径问题,并给出基于蚂蚁系统寻优思想的求解方法. 经大量数据测试,获得了较好的结果.

市区小范围多车辆低碳VRP:以珠海速递公司区域收件网络为例

考虑行驶过程中车载量的变化及其对油耗与碳排放量的影响,基于真实的企业数据探讨了市区小范围配送网络内的最优VRP决策。以最优化MIQP方法为主,辅以统计分析的手段,对比分析了最小碳排放量与最短距离目标下,有无汽车指派总数限制时的各类绩效并提出了一些决策上的建议。数值例子表明,大容量汽车更适用于以最小行驶距离为目标的最优化VRP问题。但是若要降低油耗成本,则应侧重使用多个小容量、高油耗效率的汽车。在混有大小不同容量汽车的优化策略当中,大车不仅对碳排放量的影响较大,对总行驶距离的影响也非常突出。具体的路径优化策略显示,两点的需求与其间距离的比值对最优汽车行驶路径的影响较大。与现有的企业策略相比,平均来讲我们的低碳规划方法无论在油耗量、运营成本、总行驶距离还是指派车数上均有明显的优势。