考虑城市末端配送与二维装载的高铁快运服务路径优化研究

针对我国高铁快运干线运输与城市末端运输缺乏有效整合问题,研究基于城市末端运输与二维装载的高铁快运服务路径优化。针对高铁快运需求订单特征,并结合高速铁路动车车辆装载要求,构建基于城市末端运输与二维装载的高铁快运服务路径混合整数规划模型,优化确定城市末端客户需求订单的运输路线分配,以及不同类型货物在集装容器中的二维装载方案。根据优化模型特征,设计基于邻域搜索策略的改进遗传算法求解大规模问题,其中,提出基于满载优先和装载块填充策略的二维装载算法求解装箱。数值仿真实验研究结果表明,研究提出的模型和算法具有良好的性能,具有重要的应用价值,改进遗传算法对初始种群目标值的平均改进率超过28%,最大改进率达到53.49%。

混合三维EDA求解带二维装载约束的车辆配送与分布式生产集成调度问题

针对一类广泛存在的带二维装载约束的车辆配送与分布式生产集成调度问题(VD2LDPISP),本文建立问题模型,并提出混合三维分布估计算法(H3DEDA)进行求解.首先,结合问题各阶段特性,采用各阶段成本均衡策略设计新颖的解码规则,对编码个体进行分阶段解码,可确定较高质量的解码个体.其次,采用三维分布估计算法(3DEDA)学习和积累种群中优质编码个体的块结构及其位置信息,再通过采样3DEDA中的概率模型生成新的编码个体,从而提高算法全局搜索发现解空间中优质解区域的能力.然后,设计高低分层的超启发式局部搜索(HHLS)来增强算法的局部寻优能力.HHLS的低层问题域包含分别针对编码个体、配送阶段解码子个体和生产阶段解码子个体的共16种有效邻域操作,其高层策略域采用概率模型学习优质邻域操作排列的结构信息,进而通过采样该模型来直接控制新邻域操作排列的生成,有利于对不同优质区域进行深入搜索.最后,在不同规模测试问题上的算法比较,验证了所提H3DEDA的有效性.

考虑随机旅行时间与二维装载约束的越库配送车辆路径优化

面向越库配送模式下二维装载和车辆路径联合优化,考虑现实配送过程的不确定性因素,提出考虑随机旅行时间和二维装载约束的越库配送车辆路径问题.基于蒙特卡洛模拟与场景分析方法,建立以运输成本、车辆固定成本以及时间窗期望惩罚成本之和最小化为目标的带修正随机规划模型.继而根据问题特征,设计改进的自适应禁忌搜索算法和基于禁忌搜索的多重排序最佳适应装箱算法进行求解.其中,改进的自适应禁忌搜索算法在禁忌搜索算法的基础上引入自适应机制,对不同邻域算子进行动态选择,并提出基于移除-修复策略的多样性机制以增强算法的寻优能力.数值实验表明,所提出的模型与方法能够有效求解考虑随机旅行时间和二维装载约束的越库配送车辆路径问题,自适应与多样性机制能一定程度上增强算法的全局搜索能力.

考虑配送路径的铁路集装箱二维装载问题

针对铁路集装箱运输零担货物的二维装载问题,建立考虑货物配送路径的空间利用优化模型,提出一种基于货物面积块的混合模拟退火算法,该算法包含用于求解可行装载方案的引导搜索算法和用于优化装载方案的模拟退火算法,并通过算例对优化模型和混合模拟退火算法在求解集装箱二维装载问题的有效性进行验证。结果表明:采用混合模拟退火算法对初始装载方案进行优化后,集装箱空间利用率提高了6.77%。研究成果对于提高零担货物的二维装箱空间利用率和配送效率具有一定参考意义。

考虑LIFO约束的2L-CVRP优化

针对精准管控的现代物流需求,为实现二维装载约束下的车辆路径问题(2L-CVRP)求解,分别设计了最少开放空间(LOS)的货物装箱方法与带有回火过程的模拟退火操作(ISA),并开发了ISA-LOS算法。LOS装箱方法通过容器内的剩余开放空间数量与格局状态评价,构造综合适应度,引导货物循环装载。给出了基于Skyline的开放空间生成策略,能够迅速生成放置效果适应度,支撑LOS装箱方法高效运行。考虑车辆载重与装载的双重约束,ISA通过回火过程引入,增强了算法的全局搜索能力,有利于寻优质量的提升。结合不同模块的加速结构与参数设置,完成了整体算法的构建。针对标准算例的对比实验表明,ISA-LOS能够有效求解2|SO|L约束下的2L-CVRP,且运算结果接近于已知文献最优解。同时,算例的寻优过程与装载效果验证了ISA与LOS的有效性,其调度方法能够为相关问题优化提供参考。