定位-运输路线安排问题的两阶段启发式算法

重点研究了集成化物流中一类特殊的定位-运输路线安排问题(LRP)的解决方法.LRP问题包括设施定位和运输路线优化两方面决策,属于NP-hard难题.由于问题的复杂性,提出基于假设前提的LRP模型及其两阶段启发式求解算法.该方法分两步实现:首先,采用基于最小包络聚类分析的启发式方法确定被选择的潜在设施及由每一个选中的设施所要提供服务的客户群;其次,运用带有控制开关的遗传算法求解每一确定客户类中的优化运输路线.提出利用两阶段启发式算法求解LRP问题,此方法实现容易、运算简单,一定程度上避免了遗传算法中的"局部最优现象".仿真实验证明了该算法求解单目标LRP的有效性和准确性.

定位-运输路线安排问题的改进离散粒子群优化算法

定位-运输路线安排问题(LRP)是集成物流中的一个NP-hard难题,为求解一类特殊的LRP问题,提出改进的离散粒子群优化算法.该方法采用整体优化的思想,将LAP和VRP集成在一起.通过合适的粒子编码方式,并改进粒子的运动方程,引入相应的变异算子和趋同扰动算子等,使得算法的适用性和性能获得了改善.通过仿真实验及与另2个典型算法的比较分析,证明了该算法的有效性.

震后过渡阶段应急物流系统的定位-运输路线安排问题研究

针对震后过渡阶段中,回收救援物资与保护灾区环境的问题,在满足灾区民众基本生活需求的前提下,提出了一个正逆向结合的应急物流设施定位-运输路线安排问题(LRP)模型。首先,结合回收物资可分批运输的特点,建立以应急系统耗费总时间最小为目标函数的数学模型;然后,利用两阶段启发式算法对模型进行求解;最后,算例分析验证了模型和算法的可行性。实验结果表明,与传统单向LRP模型相比,所提方法的目标函数值减少了51%。所提模型能够有效提高应急物流系统运行效率,并为应急管理部门提供辅助决策支持。

集成物流管理系统中定位-运输路线安排问题评述

在分析定位-配给问题(LAP)和运输路线安排问题(VRP)概念的基础上,对定位-运输路线安排问题(LRP)的含义进行了界定,并详细地介绍了近几十年来国内外关于LRP问题的研究现状,最后提出了将来LRP问题的研究重点。

多仓库定位-运输路线安排问题的模型和算法研究

针对现实问题的复杂性,考虑到单独研究物流设施选址和车辆运输路线安排问题的局限性,根据集成物流管理思想,综合考虑两个问题,重点研究了集成物流管理系统中多仓库定位-运输路线安排问题(LRP)。首先提出了LRP的数学模型,由于LRP属于NP-hard问题,提出了一种用于求解该类问题的两阶段混合启发式算法:禁忌搜索-蚁群混合算法。在选址阶段使用禁忌搜索算法求得一个较好的设施位置后,便转向运输路线安排阶段,并采用蚁群算法获得了一个与已得到的设施位置相对应的优化运输路线,这两阶段反复、连续运算,直到满足预先设置的终止条件。最后,给出算例验证模型和算法的有效性。

危险废物定位-运输路线安排问题模型和算法研究

随着我国经济的快速发展,人民生活水平的提高,产生的废弃物日益增加,如何处理这些废弃物已经成为政府面临的一个重要问题.因此,许多学者开始研究危险废物的管理问题.针对现实情况,研究了危险废物管理系统中处理和处置中心的定位以及运输路线安排问题,结合实际构建了多目标整数规划模型.数学模型综合考虑了三个目标:(1)总体成本最小化(包括设施建设成本和运输成本);(2)总体风险最小化(包括运输风险和处理风险);(3)风险公平最大化.提出了解决问题的两阶段混合启发式算法:禁忌搜索——蚁群算法.给出了一个简单算例进行分析.

定位-运输路线安排问题的一种启发式算法研究

定位-运输路线安排问题(LRP)是分销网络设计和物流管理决策中的难题,属于NP难问题,求解有一定难度.文章通过构造辅助函数对优化问题约束条件的处理,基于分层次实现多个目标的思路将LRP看作一个整体,利用具群体智能的粒子群算法进行求解,避免了基于两阶段算法的不足,减小了在进化过程中停滞于局部最优解的概率.为粒子群算法在大规模组合优化问题中实际应用做了有益的尝试.

集成化物流中的定位运输路线安排问题(LRP)优化算法评述

总结定位 运输路线安排问题(Location RoutingProblem,LRP)的发展历程,重点评述LRP优化算法的研究进展,并对比分析了常用的两类求解LRP问题的方法精确算法和启发式算法·并对LRP中的定位配给、运输车辆路线安排、定位 运输路线安排三类问题的具体优化方法进行了分析、比较,指出在求解LRP问题时应综合利用各种技术的优势,建立一种新的搜索方法,实现准确、高效的搜索,改进遗传算法用于求解LRP问题是解决这类NP hard问题的一条途径·

集成物流管理系统中定位—运输路线安排问题的研究

综述集成物流管理系统中设施定位—运输车辆行程路线安排问题的主要研究进展 ,分析提出有关求解问题的算法的特点 ,最后提出该研究领域应该关注的几个重要发展方向 .

定位—运输路线安排问题的遗传算法研究

定位—运输路线安排问题(LRP)是分销网络设计和物流管理决策中的难题。由于LRP是NP-complete问题,对它的求解方法大多局限于将其分解为定位—分配问题和车辆运输路线安排问题,或者是基于这种分解思想。文章通过对遗传算法(GA)中树编码、免疫遗传算法以及GA阶段进化策略深入地分析和研究,构建了定位—运输路线安排问题的遗传算法,它与以往算法最大的不同点就是并没有基于两阶段求解的思路,而是将LRP的解看作一个整体,从而减小了在进化过程中停滞于局部最优解的概率,提高了GA的计算效率和计算速度。文中详细叙述了针对LRP问题的树编码、交叉、变异、爬山、免疫、合并小路线等各种算子设计过程,并利用一实例来验证算法的可行性。该算法为LRP问题以及相关大规模组合优化问题的求解开辟了一个新的思路,同时也为GA中树编码在实际中应用做了有益的尝试。

论集成物流管理系统中定位—运输路线安排问题

本文从运输车辆路线安排问题和定位—配给问题的集成探讨了定位—运输路线安排问题(LRP)的由来,描述了LRP问题的内容特征及其分类,详细地介绍了近几年来国内外关于LRP问题的研究现状,并对LRP的未来发展方向进行了展望。

集成物流管理系统中"定位—运输路线安排问题"分析

物流是产业链中的关键节点,物流管理将提高客户满意度、降低物流成本作为核心目标,在物流集成化发展背景下,定位—运输路线安排问题成为企业关注的重点.为此本文分析集成物流管理系统中定位—运输路线安排问题,介绍定位—运输路线安排问题理论基础及模型构建,总结当前有关该问题的研究现状,丰富其理论基础,供相关人员参考借鉴.

基于改进粒子群算法的开放式定位—运输路线问题研究

将开放式车辆路径问题和定位-分配问题集成考虑,建立了该问题的数学模型;运用基于遗传算法、模拟退火算法的改进粒子群算法,对一个开放式定位-运输路线问题进行了求解。历次迭代产生的全局历史最优解的良好收敛,验证了模型的正确性和算法的有效性。

遗传算法在设施定位与车辆运输路线安排中的应用

传统的方法中,设施定位问题和车辆运输路线安排问题往往作为独立的问题分开来求解,因而无法得出满意的解答。为了考虑两个问题的相关性,提出了将设施定位—车辆运输路线安排问题作为整体考虑的决策模型。该模型是一个NP难整数规划问题,采用遗传算法进行求解,以求得全局最优。算例表明,该方法可以给出满意的解答。与传统的方法相比,该方法能够得出设施定位—车辆运输路线安排综合问题的全局最优解,可以给集成化物流系统的管理提供更好的决策支持。

双重容量约束的定位-路线问题的启发式算法

为了有效求解集成化物流中的双重容量约束的定位-路线问题,设计了两阶段的启发式算法。算法的第一阶段解决了配送中心定位和客户群分配问题,算法的第二阶段采用禁忌搜索算法优化车辆的行车路线,并通过算例验证了算法的可行性和有效性。

物流配送路径多目标优化的聚类-改进遗传算法

探讨运输车辆路线安排调度问题的解决方法 ,提出一种先用优先级综合聚类分析法将客户分类 ,再用带有控制开关系统的改进遗传算法求解多目标 VRP的优化方法。构造了一种随机开关 ,以此控制遗传算法中的变异运算 ,增加了群体的多样性 ,避免了遗传算法中“局部最优现象”的发生。计算机仿真实验证明了该算法的有效性。

集成化物流中的定位配给问题的启发式算法

以Baumol Wolfe提出的传统的0 1混合整数规划模型为基础,建立一类更接近物流配送实际的定位 配给模型·在已确定每个配送中心的服务范围内,根据客户群的总需求量接近或等于单车容量的整数倍为原则,提出将不同客户需求量引入最小包络法进行混合法选址的启发式算法·最小包络法即以一个配送中心为基点,分别与其他配送中心用直线连接,作这些直线的垂直平分线,以每个配送中心的内点的垂直平分线的最小包络,作为此配送中心的服务范围·该方法既考虑到不同客户之间的相对距离,又考虑到不同客户需求量,此模型有助于解决实际的定位 配给问题·计算机仿真实例证明了此方法的有效性·

一类运输工具带双重能力约束的LRP问题

分析了一类运输工具受双重能力约束的LRP问题,即在物流网络节点最大单批处理能力及运输工具总运输能力双重约束的情况下,如何进行物流中心选址和运输路线安排,使总的费用最小.模型假设网络系统满足如下条件:①节点的最大单批处理能力是逐层变化的;②货物只能用不同运输工具经过某一物流中心进行中转运输.文中建立了混合整数规划模型,提出了一种优化算法,并用优化算法对实例进行求解.

基于联合运输的物流配送路径(MVRP)问题研究

针对广西北部湾物流发展中港口站点集疏运不畅的问题,从联合运输的角度出发改进广西北部湾运输网络,研究了联合运输网络下的物流配送路径问题(MVRP)。以满足客户运输总费用最小、运输总时间最短为优化目标,同时利用运输方式共享指标反映运输工具利用率情况,并构建了配送路径选择的数学模型。采用了多阶段启发式算法解决上述问题,首先通过改进的Martins算法找出非劣路径集合,依据运输方式兼容性剔除无效路径,然后进行运输方式分配,得到从客户点至港口终点的优化配送路径。模拟实例证明了该启发式算法具有良好的性能。

军事物流系统中定位-运输路线安排模型及算法

考虑到战时物资需求的紧迫性和保障资源的有限性,从决策者的角度出发,以军事物流系统总体供应时间最短为目标,构建了两级军事配送网络的定位-运输路线安排模型,并给出一种启发式算法.算法分为两个阶段,首先利用蚁群算法和线性规划的方法解决运输路线安排问题,然后运用贪婪搜索算法解决军事物流配送中心选址问题.最终,将两种算法结合起来进行逐步搜索,从而得到模型的解,并运用实例说明了算法的有效性和可行性.