部分联合运输策略下的物流车辆路径优化问题研究

论文分析了物流车辆路径优化问题的特点,提出了企业自营物流和第三方物流协同运输的部分联合运输策略。根据客户需求节点的特点进行了节点分类,建立了以车辆调用成本、车辆运输成本、第三方物流运输成本之和最小为目标的整数线性规划模型。根据部分联合运输策略下各类客户需求点运输方式特点,构造了一种新的变维数矩阵编码结构,并对传统算法中概率选择操作方式进行修改,提出了一种新的智能优化算法并与枚举法和遗传算法的运算结果进行了算法性能对比分析。结果显示,本文提出的逆选择操作蚁群算法具有较快的运算速度和较高的稳定性,是求解此类问题的一种有效算法。

货车搭载多架无人机车辆路径问题模型及算法

新冠状病毒的流行促使物流业亟须向智慧化转型,无人机参与末端配送成为重要途径之一。货车搭载无人机联合配送,克服了传统货车配送成本高和无人机续航里程短、载荷小的弊端。论文提出货车和无人机“协同+并行”混合配送模式,以总运营成本最小为目标,建立了搭载多架无人机的车辆路径问题混合整数规划模型,设计了基于变维数矩阵编码的两阶段规划求解算法。第一阶段:使用贪婪算法为每个客户确定配送方式和对接点,并以各个对接点为初心进行聚类,再以车辆路径问题为背景,用蚁群算法规划无人机和货车最短路径;第二阶段:将配送方案编码成为变维数矩阵,再根据设计的交换算子进行局部搜索优化,从而得到最优解。算例测算结果验证了“货车+无人机”混合配送比其他配送模式更节省成本,表明了基于变维数矩阵编码的两阶段规划算法具有较好的计算性能,且企业在研发物流配送无人机时不能一味追求续航里程或装载量单方面的优化,而需将续航里程和载重量均衡考虑。