带服务时间窗的绿色多式联运路径和速度多目标优化

在货物运输中,除考虑传统的成本目标外,最小化其对环境的影响具有重要的意义。本文研究了一类新的带服务时间窗的绿色公海多式联运多目标优化问题,旨在多式联运网络中决策货物运输路径和速度以满足货物运输需求,目的是同时最小化货物运输总成本和碳排放总量,并建立该问题的多目标混合整数非线性规划模型。为有效求解该问题,将上述非线性模型转化为线性模型,并提出了一种基于ε-约束法和模糊逻辑相结合的算法。最后以我国典型的绿色多式联运问题为例对模型和算法的有效性进行验证。计算结果表明,所提出的模型和算法能够有效求解所提出的带服务时间窗的绿色多式联运多目标优化问题,为决策者在进行绿色多式联运的路径和速度决策时提供参考。

可变线路公交服务时间窗对服务水平影响分析

针对具有服务时间窗的可变线路公交,研究分析服务时间窗对可变线路公交服务水平的影响问题.建立了具有时间窗约束的可变线路公交的车辆调度模型,设计了模型算法.利用江苏省南京市江宁区淳化社区数据对模型和算法进行了标定和验证,通过仿真模拟方法分析研究了服务时间窗宽度对可变线路公交服务水平的影响.结果表明:①可变线路公交的服务时间窗宽度基本不影响乘客的平均出行时间;②同等条件下,系统在乘客低出行需求时的拒绝率远低于高出行需求;③在乘客低出行需求且服务时间窗较窄时,可变线路公交的拒绝率会较高.

考虑候选站点和全服务过程的需求响应接驳公交调度

考虑乘客对接驳服务从出发至到达全过程的要求,以及人的可移动性与城市道路特性,基于乘客对出发时间的下界要求(最早出发时间)和到达接驳终点须不晚于后段服务时刻表的到达时间上界要求(最晚到达时间),且在选择出行端点时有多个步行可达站点,提出考虑候选站点和全服务时间窗的需求响应接驳公交调度问题。首先,建立需求和站点集合间的映射,构建考虑节点关系和空间距离的阻抗矩阵,以车辆启用成本和里程成本最小化为目标,将问题转化为带有全服务过程时间窗和容量约束的车队规模配置和车辆路径联合优化问题,建立商业求解器可解的混合整数线性规划模型。其次,引入车辆编号对称性消除约束和同站需求序列唯一性约束,加速模型求解。为求解较大规模问题,设计多种基于问题特性的邻域结构和自适应邻域模拟退火算法。最后,以广州大学城公交子网络为例,设计不同影响因素下的数值实验,实验表明:相较于需求仅指定唯一上车站点的情况,引入候选站点减少所需车辆及行驶距离,使固定成本和可变成本分别降低25%和22.19%,总成本下降23.32%。全服务时间窗约束相较于单点一端时间窗和行程时间约束较为严格,候选站点的引入可弥补其较紧的时间要求对路径成本和乘客行程时间的增长效应。结果表明,全服务时间窗可保证乘客的服务质量,候选站点的引入可有效减少运营成本。

带时间窗的三维装载物流配送优化方法研究

针对城市物流配送优化研究在客户服务时间窗和货物装载方式合理结合方面存在的不足,考虑物流配送车厢货物装载方式与客户访问序列相关的特征对车厢空间进行合理的区域划分。首先,构建了包含配送中心的固定成本、配送车辆的运输成本、维修成本、租赁成本和违反时间窗惩罚成本的物流运营成本最小化和配送车辆空间利用率最大化的双目标优化模型;然后,提出一种结合遗传算法(GA)全局搜索能力和禁忌搜索算法(TS)局部搜索能力的GA-TS混合算法求解模型;最后,结合重庆市某配送中心的三维装载物流配送实例数据进行了优化计算,实验结果给出了带时间窗的三维装载物流配送路径优化方案,并进行了不同车厢空间分区模式下平均装载率、物流运营成本和车辆使用数的比较分析。研究表明,当客户需求货物种类数与车辆的空间区域划分数相等且按货物类型进行区域划分时,物流运营成本最小,配送车辆使用数最少和车辆平均装载率最高。

多阶段启发式算法求解机场地勤服务优化问题

针对保障航班离港无延误的地勤服务调度优化问题,建立了以特种车辆数最小化、无效服务时间比率最小化和特种车辆服务时间方差最小化的多目标模型,提出了一种新的多阶段启发式算法.根据航班服务时间窗和特种车辆在航班间服务转移的特点,该算法能够为机场航班合理分配特种车辆,优化航班服务序列.通过仿真实例验证了模型及算法的正确性,结果表明,所提出的多阶段启发式算法提高了特种车辆的服务效率,减少了用车数量和无效服务时间,达到了特种车辆服务的负荷均衡.

Research on service arrangement of taking senior citizens to hospital based on Customers＇ Satisfaction

In the transportation service, customers＇ specially ordered time window is not always strictly obeyed and deviation of service time from customer-ordered time window determine customers＇ satisfaction degree, which can be quantified by satisfactory function. And improved saving algorithm is proposed to solve the multi-objective model. A case study is also presented to verify effectiveness of the proposed algorithm.