考虑等待成本的卡车与多无人机联合配送农村物流路径优化

车辆和无人机联合配送模式是降低末端配送成本、提高效率的全新尝试。本文考虑卡车和无人机相互等待成本,以最小总成本为目标建立了单卡车和多无人机联合配送路径优化模型。设计了自适应大邻域搜索算法,采用三种破坏算子和修复算子,对破坏、修复后的临时解使用模拟退火接受准则。对包含10-100个节点的呈均匀分布和簇状分布的2类算例进行求解,与CPLEX求解结果对比表明提出的算法具有较快的速度、较好的精度和稳定性;分析卡车携带不同数量无人机的联合配送方案,结果显示,相较于纯卡车配送,携带1-4台无人机的联合配送可降低农村物流配送总成本17.88%~28.94%;对无人机续航里程的敏感性分析,表明随无人机续航里程的增加配送成本呈先快速降低后缓慢降低或趋于稳定。

时变卡车—无人机协同配送路径建模研究

在人口稠密城区的卡车—无人机协同配送场景中,设计人员在设计已有配送路径规划模式时粗略地认为卡车的行驶速度恒定不变,但随着城市交通日益拥堵,卡车的行驶速度产生时变性。考虑到城区实际交通环境下卡车速度的时变性,对卡车和无人机的协同配送路径的建模进行分析。在分析问题根源的基础上,分别从模型假设、目标函数及约束条件等方面进行了探讨。

卡车-无人机联合取送货模式下物流优化

为有效协调正逆向物流,利用无人机成本低、受地面交通状况影响少的特点,在无人机电池能耗随载重变化、同时取送货情形下,提出卡车-无人机联合取送货模式,构建两阶段求解方法。第1阶段,提出"最大重量判断法"构造初始可行解,为货物指派拾取或配送车辆并确定需要卡车数量;第2阶段,采用基于节点特征的改进模拟退火算法优化卡车-无人机路径,最小化总成本。两阶段均采用Python编程实现。仿真结果表明,提出的卡车-无人机联合取送货模式较其他模式可有效减少物流成本。"最大重量判断法"可显著提高算法收敛速度和效果。

基于集群的卡车与无人机联合配送调度研究

基于集群提出卡车与无人机联合配送新模式,来解决农村地区送货上门难的问题。考虑无人机载重和续航能力,以总运营成本最小为目标建立带时间窗的混合整数规划模型,并提出两阶段算法,通过改进后的K-means算法求出卡车停靠点,采用遗传模拟退火算法优化卡车与无人机联合配送路线。将其与传统K-means算法加CPLEX结果对比,可证明算法和模型的可行性与有效性。案例分析选取江苏某农村地区来进行末端物流配送的应用研究,结果表明卡车与无人机联合配送模式与纯卡车运输模式相比可有效减少总运营成本。研究成果可为农村地区末端配送中无人机的应用提供新思路和参考价值。

“卡车+无人机”联合配送路径规划问题研究

针对农村物流基础设施和技术装备落后引起的农村电商物流配送成本高问题,采用了“卡车+无人机”的联合配送模式,并设计了三阶段规划求解方法。第一阶段,采用K-means聚类算法对客户进行分组;第二阶段,基于TSP模型的卡车行驶路径优化;第三阶段,建立多约束条件下的以总配送成本最小化为目标的路径规划(ECVRPTW-D)模型,并采用改进的模拟退火算法求解。最后通过算例验证模型的合理性和算法的有效性,为农村物流配送规划提供参考。

卡车与无人机联合配送模式下物流调度的优化研究

无人机以其体积小、成本低、速度快、直线飞行等优势被越来越多地用于农村电商物流配送。考虑无人机续航里程约束和装载量限制,提出一种卡车-无人机联合配送模式,并设计三阶段规划求解方法。首先,采用改进的K-means聚类算法对客户进行分类,将聚类中心作为卡车配送点;第二阶段,基于旅行商问题模型确定卡车经过所有配送点的最优行驶路线;第三阶段,构建每个配送点续航和容量约束下无人机的路径优化问题并求解,实现以较低成本将货物送达客户;最后,采用C++编程和CPLEX实现提出方法。算例仿真结果说明:卡车-无人机联合配送模式较卡车单独配送模式以及文献中提出的联合配送模式能够更高效地完成货物配送。

无接触式“卡车+无人机”联合配送问题研究

新型冠状病毒(简称“新冠”)因其高传染性,在隔离措施下进行应急物资配送时避免接触是一大难题。考虑无人机具有无人参与,可做到无接触的特点,提出“卡车+无人机”联合配送模式。构造三阶段求解方法,第一阶段,采用改进K-means算法对客户点进行归类,选出卡车配送点;第二阶段,采用模拟退火算法以旅行商问题为背景对卡车配送路线进行确定;第三阶段提出尾部客户判断法改进模拟退火算法对无人机飞行路线进行确定。三个阶段均采用C++编程进行实现。算例测算结果表明,“卡车+无人机”联合配送模式相较于卡车单独配送可有效提高配送效率,减少配送成本;尾部客户判断法可显著提高算法收敛速度。