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。

基于HTGVNS算法的卡车与无人机协同配送方法

在现代物流中,针对最后一公里配送中的成本高昂、耗时长、道路不易通行等难题,首次引入卡车与无人机协同配送模式,并以总配送时间最小化为目标,建立混合整数规划模型(MIP)。提出一种新的混合禁忌可变邻域搜索算法(HTGVNS)进行求解。算法利用旅行商问题(TSP)求解器和系统性邻域变化的探索能力求解卡车路径,将客户分配给无人机形成聚类,再使用禁忌搜索过程来优化无人机路径。通过求解不同规模算例验证了所建模型的可行性和算法的有效性。结果表明卡车与无人机协同配送模式能有效地减少配送时间,提高配送效率。

考虑客户价值的卡车与无人机联合配送时变路径优化方法

针对拥堵情况日益严重导致的物流业配送时效不高、客户价值低等问题,综合考虑客户价值和成本等因素,提出了一种卡车与无人机联合配送时变路径的优化方法。考虑到配送过程中不同时段的拥堵情况,采用速度分布函数刻画车辆的行驶速度,同时考虑客户的时间窗、车辆的载重和无人机的载重等约束条件,建立了成本最小的数学模型。根据模型的特点,引入K-means对客户的位置进行聚类,设计混合的粒子群算法对模型进行求解。最后通过Solomom数据进行模拟仿真实验,对模型和算法的有效性进行验证。实验结果表明,与未考虑客户价值静态路网模型相比,该模型在降低9.32%成本的情况下,同时提高了16.83%的客户价值和21.28%的客户满意度,所提算法在降低配送成本和提高企业经济效益方面具有一定的有效性。

考虑三类客户点的卡车-无人机协同配送模型及混合算法

为了提高“最后一公里”配送效率,降低配送成本,文章提出一种考虑三类客户点的卡车-无人机协同配送模式。建立以配送成本和配送时间的加权和最小化为目标的数学模型,对三类客户点在卡车-无人机协同配送路径、卡车和无人机载重、协同时间以及无人机电量方面进行约束;使用由遗传算法、K-means聚类算法与构造算法共同组成的混合算法对模型求解。大规模算例和小规模算例结果显示本文算法求解效率和求解精度较高;以配送成本和配送时间的加权和最小化为目标对比以配送成本或配送时间最小化为目标结果更优。文章提出的模型和算法能有效解决卡车-无人机协同配送问题;以配送成本和配送时间的加权和最小化为目标相较于只考虑配送成本或配送时间更合理。

碳交易机制下卡车-无人机协同配送问题研究

在“双碳”背景下,为探究卡车-无人机协同配送模式的经济和环境效益,文章以总成本最小化为目标,构建了碳交易机制下的卡车-无人机协同配送路径优化模型,并针对问题特性设计自适应大邻域搜索算法进行求解,通过具体的数值算例验证模型的有效性。结果表明,与传统情况下仅使用燃油车的配送模式相比,卡车-无人机协同配送模式能够显著降低碳排放和总成本,为物流企业选择绿色经济的配送方式提供参考。

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。

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。

基于无人机-配送车联合配送的优化算法研究

针对物流配送领域的一种新型交付方式——无人机联合配送车协同配送包裹,研究无人机与配送车联合路径以最小化交付时间的问题,提出了一种新型优化迭代算法。该算法将问题分为两步,首先确定配送车路线及客户节点分配,然后固定配送车路线及无人机节点,确定二者汇合节点生成无人机配送路线。算法最后保留满足约束条件的无人机路线及对应配送车路线,得到联合配送总耗时。以此方式从最少的配送车节点开始迭代,通过更新全局上界得到最优解。通过对10、11节点的示例验证,表明该算法能够有效缩小搜索范围,提高运行效率,在合理时间内求解中小规模示例。

农村地区卡车与无人机协同配送路径优化

针对农村地区末端配送道路通行条件差、网点覆盖率低等现状及乡村聚落集群分布的特点,提出基于集群的卡车和无人机路径问题。考虑卡车与无人机协同方式、无人机多包裹配送等约束,以最小化综合配送成本为目标建立混合整数规划模型,并提出了一个两阶段混合蚁群算法对卡车路径和无人机路径进行联合优化以实现问题求解:第一阶段设计基于2-opt局部搜索策略的改进自适应蚁群算法求解卡车路径,第二阶段借助就近聚类机制和蚁群算法求解无人机路径,综合两阶段求出卡车和无人机路径的综合方案。通过算例实验验证所建模型的可行性和设计算法的有效性,为实现农村地区末端物流配送降本增效提供决策参考和依据。

“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-无人机协同救灾物资避障配送问题研究

针对洪涝灾害中存在积水障碍区的卡车-无人机协同配送的最优路径及最短配送时间问题,建立了一种整数规划模型,并提出了一种两阶段启发式算法,第一阶段将积水障碍区进行二维网格化处理并确定无人机运输救灾物资时卡车的安全等待点以及各等待点无人机运送客户的集合,第二阶段提出阶段性规划算法,结合改进A*算法与非线性收敛因子的模拟退火鲸鱼算法对卡车绕积水障碍区的配送路径进行优化,在确保卡车行使安全的前提下,将A*算法的全局寻优性及鲸鱼算法的局部搜索精确性结合。解决存在积水障碍区的救灾物资配送问题,最后通过实例验证了所提出方法可以快速安全地解决洪涝灾害中救灾物资的避障配送问题。

货车和无人机联合配送路径优化研究

针对国家对环境保护的重视和偏远地区电商配送经常遇到道路坍塌、断交以及空域禁飞等区域限制的难题,考虑客户对于时间和货损的满意度以及固定成本、运输成本、燃油成本和碳排放成本,以配送总成本最小和客户满意度最大为目标,建立考虑区域限制的货车和无人机联合配送多目标优化模型。通过引入人工蜂群算法的分级思想和信息素浓度限制对蚁群算法进行改进,并用改进蚁群算法对模型进行求解。使用MATLAB软件进行仿真,将仿真结果与货车单独配送模式进行对比。结果表明,在偏远地区电商配送过程中,货车和无人机联合配送模式能够有效降低配送成本,减少碳排放,提高客户满意度。

基于无人机与卡车联合运输下的冷链物流网络优化

研究无人机和卡车联合运输下的冷链物流网络优化问题。针对山区传统冷链物流网络运输方式单一、运输效率较低以及物流网络健壮性差等问题,构建了基于自然灾害情境下无人机和卡车联合运输的冷链物流前端网络。同时考虑运输方式约束、运输能力约束、产地产量约束并在提高网络健壮性的前提下,以总成本最低为目标建立非线性混合整数规划模型,采用进化逆转操作的改进遗传算法对模型进行求解,并通过算例验证模型及算法的有效性。结[JP3]果表明,基于无人机与卡车运输的联合配送模式可优化冷链物流网络,降低配送成本,对山区生鲜物流具有较好应用前景。

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。

面向多个无人机站点的车辆与无人机联合配送路径问题研究

车辆与无人机联合配送模式在产业界受到青睐,该模式有效地降低了配送成本,但却有极大的调度难度,问题的求解也非常复杂。本文对问题进行明确定义并建立模型,根据问题特性设计了一个自适应大规模邻域搜索(Adaptive Large Neighborhood Search,ALNS)算法,进行了大量的实验的对比和分析。研究结果表明,ALNS算法相比Gurobi在运行时间上有明显优势,结果相同甚至更优;车辆与无人机联合配送模式也较仅卡车配送模式节约了成本。

多投递下带时间窗的卡车与无人机协同配送问题

无人机因其碳排放少、灵活性高、成本低等优势被越来越多地用于物流配送。考虑到无人机单投递情况下负载利用不足和卡车在客户点等待客户时间窗开启过程的时间损失,针对带时间窗的卡车与无人机协同配送问题进行优化,提出一种多投递下带时间窗的卡车与无人机协同配送(VRPDTW-MD)问题。提出了基于VRPDTW-MD特点的遗传算法对其求解,算法中,设计了多种交汇节点变异算子、交汇节点修复算子和服务节点交叉算子,用于调整卡车与无人机相互之间的交会点以及访问点。通过不同类型与规模算例求解验证了问题和算法的有效性,分析了不同卡车与无人机协同配送模式对运营成本的影响,为“卡车+无人机”模式的配送路径规划提供决策依据。

“无人机-车辆”配送路径优化模型与算法

基于城市配送的发展趋势,提出一种“无人机-车辆”联合配送模型,以无人机为主导,分3步进行路径分配,无人机每次配送可以服务多个顾客点,车辆不用在固定点等待无人机。进行单次路径规划时,让顾客需求点尽可能多的得到服务,最后,以总配送距离最小为目标,对整体路径进行优化。此外,设计了3种不同的配送场景,构建的模型能同时适用于这3种场景。采用带末端优化的模拟退火算法求解问题,结果验证了模型的可行性。考虑到未来无人机技术的进一步提高,对无人机的最大载重量和飞行距离进行灵敏度分析。结果表明,无人机的配送能力受载重量和飞行距离影响,增大配送能力可以使无人机服务更多的顾客需求点,均衡提升载重量和飞行距离可以充分发挥无人机的配送能力,更好地完成农村地区的物流配送。

应急物流中无人机配送线路优化

在自然灾害发生时,第一时间内将生命救援物资配送到各救灾点尤为重要。为优化自然灾害条件下的应急物资配送过程,由卡车-无人机共同配送,将该场景下的应急物资配送问题构造为带有无人机的多旅行商问题。在考虑卡车可达性的情况下,以总配送时间最短为目标建立了混合整数规划模型,并改进FSTSP(Flying Sidekick Traveling Salesman Problem)算法求解此模型。仿真结果表明:通过组合K-means聚类算法和改进的FSTSP算法,可以有效解决考虑卡车可达性的多卡车多无人机的应急物资配送问题,且与传统的卡车配送相比,卡车-无人机配送具有潜在的优势。

应急无人机在物流配送体系中的优化应用

阐述应急无人机在物流配送体系中的优化应用,探讨多旋翼无人机、固定翼无人机、混合布局无人机技术,以及无人机卡车机场的设计、无人机配送路径的设计。

“卡车+无人机”模式下带时间窗的取送货车辆路径问题

无人机由于成本低、速度快、直线飞行等优势被越来越多地用于物流配送。考虑到无人机的载货量小、续航能力有限等因素,针对“卡车+无人机”模式下的带时间窗的取送货车辆路径问题进行优化,建立了以最小化运输成本为目标的混合整数规划模型。设计了自适应大邻域搜索算法对其求解。在该算法中,通过设计基于模型特点的多种高效的破坏算子和修复算子、引入模拟退火接受准则避免陷入局部最优解来提高算法性能。通过算例求解验证了模型和算法的有效性,分析了卡车与无人机联合配送模式对路径成本的影响,为“卡车+无人机”模式的路径规划提供决策依据。