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。

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。

卡车-无人机混合配送的两阶段求解方法

利用无人机成本低、受地面交通状况影响少的特点,考虑卡车-无人机混合配送路径优化问题,在多卡车同时配送且存在单个包裹重量超出无人机最大载重情形下,构建问题模型,并提出两阶段求解方法。第一阶段,采用变邻域模拟退火算法求解载重约束下卡车车辆路径问题,为货物指派配送车辆并确定需要的卡车数量;第二阶段,设计一种自适应K-means聚类方法,对每辆卡车运送包裹的目的地进行聚类,聚类中心即移动配送点,也是无人机发射点,再对无人机配送路径和卡车行驶路径进行协同优化,实现成本最小化。两个阶段均采用Python编程实现。仿真结果表明,本文提出的方法较文献中的方法具有更好的优化效果和普适性。

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。

时变路网下多中心电动车-无人机协同配送路径优化

针对车辆行驶时间依赖配送区域路网速度变化的多中心电动车-无人机协同配送路径问题,本文综合考虑配送区域路网交通信息,无人机最大飞行距离、承重能力,配送过程中电动车电池的荷电状态,以及车辆行驶速度、载重量等对电动车能耗的影响等,以总配送成本最小化为目标建立多中心车辆-无人机协同配送路径优化模型。根据问题特征,本文设计遗传大邻域搜索混合算法求解模型,该算法在传统遗传算法基础上,采用整数编码随机生成初始种群,通过无人机最大承重能力、飞行距离筛选无人机可服务的客户,然后确定车辆及无人机的配送路径生成初始解,并嵌入2组摧毁和重建算子进行进化操作。本文通过多组算例验证了算法及模型的有效性,并分析了车辆搭载的无人机数量以及车辆行驶速度对配送方案制定的影响。研究成果丰富和拓展了车辆路径优化的研究领域,可为交通、物流企业优化决策配送方案提供理论依据。

无人机配送问题研究综述

物流业是支撑国民经济发展的基础性、战略性产业。我国“双碳”目标的提出是物流业实现智能化转型升级、谋求绿色低碳发展的重要契机,而无人机配送则是物流业实现节能减碳的重要途径。无人机配送一直是国内外学者关注的重要课题,文章主要从无人机独立配送和卡车-无人机协同配送两个方面分析无人机在配送领域的研究现状及发展趋势。

应急响应初期“卡车-无人机”联合配送路径问题

为了在应急响应初期,将应急物资及时送达受灾地区、降低人员伤亡以及减少财产损失,结合卡车相对运量大、无人机运行速度快等特点,提出“卡车-无人机”联合配送应急物资模式,构建以车辆路径问题为基础,总配送时间最短为目标的“卡车-无人机”路径问题模型(vehicle routing problem-drones,VRP-D)。采用小规模算例,使用LINGO优化求解器对模型求解进行了有效性验证,并与传统应急物资配送车辆路径问题(vehicle routing problem,VRP)进行了对比分析。设计变邻域搜索算法(variable neighborhood search,VNS)对模型进行求解,并与传统遗传算法(genetic algorithm,GA)进行了对比分析。对无人机续航里程和最大载质量进行灵敏度分析。结果表明:VNS算法求解本文模型时在求解速度、精度以及稳定性方面具有一定优势;VNS算法解的质量比GA算法最大可改善7.24%;VRP-D模型比VRP模型解的质量最大可改善63.57%。故在应急响应初期,采用“卡车-无人机”联合配送应急物资的配送效率更高。当无人机续航里程增加到70 min后,受灾点总等待时间不再减少;当无人机最大载质量增加到35 kg后,受灾点总等待时间也不再减少,反映出无人机续航里程和最大载质量之间相互制约的内在关系。该研究为创新应急物资配送新模式提供了理论依据。

基于自适应大邻域搜索算法的无人机-卡车-代收点协同配送

针对农村地区物流配送成本高、效率低等问题,对无人机-卡车-代收点的协同配送进行了研究,以助力“乡村振兴”战略。充分考虑农村道路条件、农户地理分布等特征,构建了面向农村的无人机-卡车-代收点协同配送整数规划模型,同时对无人机路径、卡车路径、代收点选址及分配、无人机发射点及回收点等进行决策。针对问题特点设计了初始解生成策略及改进的自适应大规模邻域搜索算法。此外,通过敏感性实验分析代收点服务范围和无人机飞行能力对配送系统的影响。最后,通过与精确算法求解器Gurobi、自适应大规模邻域搜索算法和两阶段构造搜索算法进行对比,验证了所设计算法的有效性。

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。

基于“配送车+无人机”配送模式的应急物流配送路径研究

自然灾害、公共卫生事件的发生具有一定的偶然性和突发性,这对应急物流准确及时快速将救援物资送达受灾点带来挑战。新冠疫情暴露出目前我国基层市县对应急物流运作模式、应急配送中心规划等方面的不足。针对这些问题,设计了应急物流配送层级、应急指挥信息系统和“配送车+无人机”应急物流联合配送模式,运用改进的启发式算法重点解决了应急物流的无人机配送中心选址和配送车遍历无人机配送中心线路优化问题。可为完善基层市县应急物资保障体系,有效应对突发自然灾害和公共卫生事件提供支撑。

通行受限下需求可拆分的应急物资卡车-多无人机协同配送路径优化

研究通行受限情景下需求可拆分的应急物资卡车-多无人机协同配送路径优化问题,综合考虑灾区路网状况、卡车可途中发射/接受无人机、无人机单次起飞可配送多个需求点、需求可拆分等因素,以应急物资配送任务完成时间最短为目标,构建卡车-多无人机协同配送路径优化模型.根据问题与模型特征设计一种改进蚁群算法求解.实验结果表明:文章方法能合理分配卡车与无人机的配送任务,科学规划通行受限情景下需求可拆分的应急物资卡车-多无人机协同配送路径;卡车途中发射/接收无人机方式能有效缩短无人机飞行距离,减少卡车与无人机的协同时间,缩短通行受限情景下的应急物资配送时间,具有可行性、合理性与有效性.

疫区应急物资供应的卡车-无人机动态协同配送路径优化

研究传染性公共卫生事件发生后疫区的应急物资供应问题,为避免传染,对中高风险疫区采用“无接触式”的无人机配送方式、低风险疫区采用卡车配送方式,在此基础上设计疫区应急物资供应的卡车-无人机动态协同配送模式.综合考虑疫区风险级别、无人机容量、飞行距离、卡车容量等因素,以应急物资总配送时间最短为目标,构建卡车-无人机动态协同配送路径规划模型,并设计一种自适应遗传算法求解.实验结果表明:文章方法能在非常短的时间内求解出符合决策者目标的卡车-无人机动态协同路径规划方案,有效缩短应急物资总配送时间,能为政府部门在重大传染性公共卫生事件下的应急物资配送提供决策参考.

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。

基于K-means聚类算法的防汛物资调配改进模型

无人机联合卡车协同配送防汛物资是当今物流配送领域的一种新型交付方式,极大地提高了防汛物资调配效率。本文提出了一种无人机与卡车配送联合路径的新型优化迭代算法。基于K-means聚类算法改进无人机-卡车的协同配送问题(FSTSP),通过AGO算法辅助,建立了FSTSP的最佳路线。进一步对模型进行评价,得出基于K-means聚类算法的改进FSTSP模型具有很好的通用性和推广性。