无人车辅助卡车配送路径优化研究

使用无人车进行物流配送具有降低配送成本、提高配送效率等优点,但无人车对周边智能交通设施和自动驾驶技术要求较高,再加上政策约束,现有L4级无人车只适合简单环境的应用。针对无人车的配送特点,本文研究具有车辆载重限制和无人车配送区域限制的无人车与有人驾驶卡车协同配送路径优化问题,建立了以耗费工作人员时间最少为目标的数学模型。设计自适应聚类领域搜索算法,首先采用k-means聚类算法结合插入操作生成初始解,其次运用自适应领域搜索算法对初始解进行改进,再使用算例证明算法的有效性,最后探讨非限制区客户比例对配送时间的影响,并证明多使用无人车可以减少配送的时间成本。

复杂产品碳足迹结构元规划方法研究

日益增长的环境压力对复杂产品供应链碳足迹优化提出了更高的要求。为了降低优化过程动态性及不确定性,在综合评述产品拆卸建模分析研究方法的基础上,依据约束关系和装配结构,通过构建规则,设计多目标复杂产品碳足迹结构元拆卸混合图模型,确立模型约束关系矩阵,利用迭代分层思想设计驱动式递归聚类搜索算法,规划各层次碳足迹结构元模块。经液晶显示器实例证明,该规划方法可有效剖析复杂产品碳足迹结构基本元及模块单元。

考虑无人机辅助的卡车配送路径优化

无人机具有飞行不受地形限制等优点而被应用于提升城市物流配送“最后一公里”的效率实践,但无人机配送受到最大飞行时间及最大载重等限制。结合卡车与无人机配送特点,研究了一类考虑无人机辅助的卡车配送路径优化问题。考虑无人机最大飞行时间、最大载重和飞行速度等因素,以配送完成时间最短为目标建立混合整数规划模型;采用结合自适应K-means聚类搜索的混合变邻域搜索算法进行求解。基于Solomon Benchmark C101、R101、RC101构建算例,分析结果表明:嵌入简单启发式算法的混合变邻域搜索算法能够较好求解所提出的路径优化问题,并能提高物流配送服务时效性;无人机飞行速度受载重影响越小,飞行持续时间越长,越有利于缩短配送时间。