具有模糊预约时间的VRP混合遗传算法

在对具有模糊预约时间的多对多货物收发情况下的车辆路径问题进行简单描述的基础上,构建了该问题的多目标数学规划模型,提出了解决该问题的一种基于插入启发式算法、并用修正的推—碰—掷过程进行改进的混合遗传算法,最后,给出了该问题的一个计算实例,并与改进的Solomon插入启发式算法进行了比较.

带模糊预约时间的动态VRP的插入启发式算法

为有效解决动态环境下考虑顾客偏好的车辆路径优化问题,在对反映顾客偏好的模糊预约时间以及具有模糊预约时间的动态车辆路径问题进行简单描述的基础上,给出了该问题的求解思路,即当新顾客出现时,在保证车辆运载能力和服务时间的可行性的前提下,由最佳车辆在最合适的时间为该新顾客服务.基于此思路,设计了由前后双向可推的推-碰过程确定最佳服务时间的插入启发式算法.在该算法中,通过对顾客的服务时间的前推或后推,确定能使所有顾客的综合满意度达到最大的服务时间调整方案.同时,通过综合考虑顾客满意度、车辆行驶距离和车辆等待时间等因素,使由于新顾客的加入而引起的综合成本增加值得以优化.最后,给出了一个算例,以说明该插入启发式算法求解考虑顾客偏好的动态车辆路径问题的有效性.

带模糊预约时间的车辆路径问题的多目标禁忌搜索算法

为优化具有模糊预约时间的车辆路径问题,应用模糊事件给出了车队服务满意度的一个新的度量方法和求最大满意度的计算方法。建立了多目标数学规划模型,并提出多目标禁忌搜索算法求解Pareto最优解。采用随机车辆配载方法生成初始解放入候选解池中,提出插入可行邻域和2-Opt可行邻域进行邻域搜索。对池中的Pareto解进行并行的禁忌搜索得到局部Pareto解再注入池中,最后求得一组Pareto解。通过Solomon的bench-mark算例,与非支配排序遗传算法Ⅱ进行对比实验,说明了所提算法的优越性。

基于模糊预约时间窗的车辆调度问题研究

运输管理是整个物流管理中最重要的部分,车辆管理是运输管理的实现形式;详细介绍了符合物流要求的定位-运输路线安排问题(LRP)的含义、分类和模型建立的过程,在改进C-W算法的基础上,运用模糊预约时间窗,求解车辆调度问题(VSP)。通过实例验证与原结果比较发现,引用模糊预约时间函数不仅可以节省运力资源,而且有利于提高物流企业的服务水平。

基于模糊预约时间的多目标LRP模型研究

鉴于传统LRP模型中的时间窗无法准确地反映顾客对运输时间的偏好,本文运用模糊预约时间代替了时间窗,并建立了基于模糊预约时间的多目标LRP模型.此外,本文对聚类分析和遗传算法进行了综合,提出了求解该模型的混合遗传算法.

模糊预约时间的时变相容物流运输调度问题

在对相容物流介绍的基础上,研究了一类单车场单收(单发)情况下的客户模糊预约时间,车辆类型不同,车辆数量限制的模糊预约时间的时变相容物流运输调度问题的数学模型。并利用禁忌搜索算法对该问题进行求解。最后,给出了该问题的一个计算实例,实例证明利用禁忌搜索算法解决这类问题是有效的和具有现实意义的。

模糊信息动态车辆调度优化问题研究

针对车辆调度中的模糊信息问题,以车辆模糊行驶时间以及顾客模糊预约时间为模糊信息参量,采用细分顾客类别以吸收配送者知识系统的方法,分别以物流企业效用最大化和顾客效用最大化两种决策目标构建了2类模糊信息动态车辆调度优化模型,并给出了求解该类问题的蚁群算法.仿真试验分析了决策参数的变化对2类模型计算结果的影响,并给出了相关参数制定的依据.

面向数字化车间的工装配送方法研究

工装配送是数字化车间智能物流的关键环节,工装配送的及时、准确直接决定着生产运行的顺利与稳定。针对制造资源有限约束情况下的数字化车间,提出了包括车间现场互借以及车间工装库配送的工装配送模式。提出了一种改进的遗传算法,建立包括工位满意度、工装相似度和配送车辆数的目标函数,求解带模糊预约时间的多工位混合配送的配送方案,实现数字化车间中工装的精准配送。最后通过一个具体的生产排程,验证了算法的有效性。