求解开放式选址路径问题的离散烟花算法

在现代供应链管理中,确定仓库地址与设计车辆配送路线至关重要,对仓库和配送路线的合理决策不仅可以节约配送成本和时间,而且可提高企业竞争能力。将时间窗约束和同时取送货约束加入到开放式选址路径问题中,提出一种更具有实际应用背景的开放式选址路径问题,并以最小化仓库开放成本、配送成本、固定车辆车本、惩罚成本之和为目标构建问题数学模型。针对该数学模型,设计一种新型离散烟花算法,使用贪婪策略构建初始种群以提高初始解质量,基于交叉、逆转、插入操作重新定义爆炸算子和变异算子,同时加入自适应策略控制收敛速度。最后,通过应用离散烟花算法求解一系列算例,验证模型和算法有效性和可行性。相较于CPLEX与模拟退火算法,离散烟花算法可在平均21.48s内求得18组算例中17组最优解,求解效率提升了近800%,具有寻优效果好、求解效率高的优点。

震后应急物流系统中双目标开放式选址:路径问题模型与算法研究

灾害发生后,应急物资调度是救援工作核心。应急配送中心选址以及车辆路径安排在应急物资调度中仍然有很大的挑战。本文以平均车辆运输时间最小化和系统总成本最小化为目标,建立了基于多车型、双目标的开放式选址-路径问题混合整数规划模型。采用基于非支配解排序的遗传算法求解,得出包括若干非支配解的Pareto最优解集,为决策者提供多样化选择。最后以"汶川"地震为实例进行研究,结果论证了该模型与算法的有效性以及在实践中的可行性。

低碳动态开放式选址—路径问题

合理的配送中心选址及路径优化有助于降低物流碳排放,本文针对物流配送过程面临的不确定交通网络现实,研究不确定道路网络对选址—路径问题碳排放的影响,提出应用概率函数及交通因子表示路径不确定的随机性及不确定程度,将其转化为速度函数,结合第三方物流配送的特点,建立了基于速度及车辆类型的动态低碳开放式选址—路径模型,并设计了量子进化算法与局部搜索算法相结合的智能优化算法进行求解。为了分析路网对碳排放的影响,采用随机及确定性概率交通状况进行仿真实验对比,结果表明,当路网不确定发生概率随机时,其成本增加量高于0.1确定性概率,但低于0.5、0.9确定性概率;交通不确定对碳排放量的影响程度高于成本;随着交通不确定固定概率的增大,碳排量的增加与顾客数目的相关性呈下降趋势。通过与其他智能算法进行对比,表明本算法是求解该问题的一种有效算法。

改进蘑菇算法求解开放式同时送取货选址-路径问题

研究了开放式同时送取货的选址-路径问题,车辆在服务完路线客户点之后不返回起始仓库,直接返回第三方物流公司。同时,车辆服务的每个客户点都有不可拆分的送货需求和取货需求,两种需求由一辆车在客户点同时服务。在此条件下,建立最小成本选址-路径模型,并针对该模型设计了一种改进蘑菇算法进行求解。首先,运用三段式生成策略生成初始解;然后,利用模拟退火算法的接受准则考虑是否接受子代解替代父代解;最后,由两种算子操作生成邻域解,产生新种群。与混合免疫算法、模拟退火算法、蚁群算法的比较结果验证了改进蘑菇算法的有效性。