ALNS算法求解带软时间窗同时取送货的PCVRP问题

考虑电子商务环境下订单种类多、批量小等特点,在现有奖金收集车辆路径问题(PCVRP)模型的基础上加入时间窗约束和同时取送货需求,建立了带软时间窗同时取送货的PCVRP模型。设计了自适应大邻域搜索算法(ALNS)进行求解,采用插入法生成初始解,再用ALNS对初始解进行改进。通过仿真实验将设计的ALSN算法计算结果与使用遗传算法、模拟退火算法、布谷鸟算法、禁忌搜索算法及离散粒子群算法的计算结果进行比较,仿真实验结果验证了模型的合理性及ALNS算法的有效性。实验结果表明所设计的ALNS算法在求解大规模问题方面具有更好的寻优能力。

基于启发式算法的自动化跨运车作业调度

针对自动化集装箱码头自动化跨运车(automated straddle carrier,ASC)的调度问题,首先建立混合整数规划模型,基于ASC可以独立完成集装箱在岸边和堆场之间的运输作业这一特性,将自动化集装箱码头ASC的作业调度问题转化为同时取货送货问题,并提出一种先完成先执行(first finished first insert,FFFI)启发式算法进行求解,实现集装箱任务分配,确定ASC的作业序列,计算每辆ASC的使用率.最后,通过改变集装箱任务数和ASC数量验证该算法的有效性和可行性.

基于变邻域搜索算法的物流配送系统集成优化研究

本文针对物流配送系统集成优化问题,考虑取货和送货两种业务的配送情形下仓库和车辆的容量上限约束,构建包括仓库的开放成本、配送成本以及容量溢出成本的非线性混合整数优化模型,设计变邻域搜索启发式算法对模型进行求解。算法通过泰森多边形确定位置上的初始订单分配,再通过扫描半径及消费者数据结构标识实现邻域搜索,改进算法对解决方案进行迭代更新,完成优化求解。最后通过对辽宁宅急送取/送一体化物流配送案例进行数值分析,验证算法可行性和有效性。

基于混合集合规划的车辆路径优化

使用自然约束语言NCL对车辆路径优化问题进行建模。用混合集合规划可以方便地描述问题中的复杂约束与目标。最后对带有时间窗口的取货送货问题的算例进行了求解。

一类VRPSDP的建模及其算法设计

分析了关于送货和取货车辆路径问题基础上,建立了以运输成本最小为目标的同时取货送货车辆路径问题的数学模型并基于改进的遗传算法实现其算法设计。

带时限与回程的配送中心运输调度问题研究

在优化模型中将配送任务执行时间及每日调用车辆数量及路径作为决策对象,以车辆的固定费用、行驶费用、未按时完成服务产生的惩罚、存储费用等作为优化目标。在遗传算法中采用自然数编码形式以便于优化车辆数量,采用基于扫描算法的启发式算法构造更好的初始解,引入单亲遗传算子、重启机制及并行禁忌搜索以提高种群质量和深度寻优。经不同规模算例间对比测试,显示基于扫描算法的混合遗传算法具有最佳的优化性能。