考虑驾乘人员公平性的网约出租车合乘路径优化模型

为了充分发挥合乘出租车承载率高、运营效益高及交通资源省等优点,缓解城市打车难问题,对网约出租车合乘路径优化问题开展研究.首先针对路网中网约出租车的供需情况,以系统路径最短为优化目标建立目标函数,其次考虑网约出租车额定载客量、路径合理性、乘客利益及驾驶员收益与时间窗因素,构建优化模型的约束条件,并结合绕行距离与乘客公平性原则进行费用约束,使得绕行距离长的合乘子路径获得更多的费用补偿,然后基于遗传算法思想,针对合乘路径中乘客需求起终点的次序问题,设计了改进的交叉与变异算子.最后依据大连市区局部路网高峰时段内的出租车供需数据,利用合乘路径优化模型及算法进行求解.研究表明,优化模型及算法可以短时间寻求到系统近似最优解,所得合乘方案较非合乘出行模式有效减少了出租车空驶率与乘客的出行成本,提高了驾驶员的平均收益.

考虑碳配额差值的选址-路径-库存联合优化多目标模型与求解

针对产供销一体化企业中的选址-路径-库存系统联合优化问题,引入碳配额差值系数,构建了考虑碳配额差值和选址-路径-库存经济成本多目标模型,并使用改进的多目标混合粒子群算法(MOHPSO)对问题进行求解。对模型求解得到的帕累托最优解集可以根据决策者的环保偏好选择最佳的运作方案。基于中石油东北化工销售公司真实实例的计算实验表明所构建的模型和算法是有效并可行的,灵敏度分析验证了所给出的帕累托前沿具有较好的均匀性。

基于加权遗传算法的双目标应急物资配送车辆路径优化决策模型

灾害发生后,应急物资调度是救援工作的核心,而应急物资车辆路径方案的选择尤为重要。以配送时间惩罚成本最小化和驾驶员心理成本最小化为目标,建立双目标应急物资配送车辆路径问题整数规划模型,并采用加权遗传算法求解,得出在两个目标成本最小情况下的最优近似配送方案。最后以四川省阿坝州九寨沟地震作为算例,验证了该模型和算法的有效性和可行性,对灾害后应急物资配送具有一定的参考价值。

基于空间布局优化路径决策模型的山东半岛蓝区海水养殖空间布局优化研究

运用空间布局优化路径决策模型,以2010年为基期,对山东半岛蓝区2020年的海水养殖空间布局的最优比例进行求解,并计算得到了十年间海水养殖空间布局的优化路径。池塘、底播、浅海养殖的现状比例为48%、48%、4%,最优比例为38%、48%、14%;池塘养殖经过2%、2%、2%、5.3%、5.1%、4.7%、4.4%、4%、3.5%、2.9%的优化率,在2020年达到38%的最优占比;底播养殖经过前三年8.8%、8.5%、8.1%的优化比率在2013年达到最大占比51.4%之后连续七年经过5%的优化比率在2020年恢复至最优比例48%;浅海养殖连续十年经过20%的优化比率,最终达到14%的最优占比。经过十年不断的优化,池塘、底播、浅海的养殖面积在2020年都将会达到规划的理想面积1104935hm2、1405817 hm2、480893.6 hm2。

一种基于区域路径优化的混合聚类方法

针对局部优化物流路径时效率低下,无法在全局上实现实际需求应用的问题,建立了一种基于区域划分的物流路径优化模型ZROM(Zoning-routing optimization model),并提出了一种改进Apriori混合聚类分析的KM-A方法求解该模型。该方法利用K-Means聚类分析来划分物流区域,在区域内部利用改进的基于最小代价容忍度的频繁序列模式挖掘算法对路径进行优化。实验分析表明,KM-A方法在覆盖节点网络中目标节点数量相同的情况下可以有效提升物流路径运送的效率,结果合理且具有高度可靠性。

基于跑道出口滑行道选择的机场滑行路径优化

为更好的研究航空器在机场滑行路径优化问题,对航空器在着陆后滑行运动过程进行分析,选择最优的跑道出口滑行道脱离跑道,并结合滑行冲突约束条件建立航空器滑行路径优化模型,采用基于改进遗传算法的滑行路径优化算法对模型进行求解。算例分析结果表明:航空器的全局滑行时间减少,着陆航空器对于跑道的占用时间减少,可见算法可行。

远端绕行滑行道的机场滑行路径优化

对于使用远端绕行滑行道优化航空器滑行路径的问题,首先,建立航空器脱离跑道时间优化模型,通过航空器跑道脱离时间优化算法得到脱离跑道的最短时间,并确定到达跑道穿越点的最早时刻;然后,以航空器全局滑行时间最短为优化目标,并结合绕行滑行道使用规则、冲突避免限制规则和航空器优先级作为约束条件建立航空器滑行路径优化模型;最后使用改进的遗传算法求解模型。算例分析结果表明,提出的路径优化模型和优化方法是可行的,绕行滑行道的使用可以有效地减少全局滑行时间。

基于鱼骨型仓库布局的多车拣选路径问题优化

为了推动鱼骨型仓库在实际场景下的应用,针对鱼骨型仓库布局下的拣货路径优化问题,构建待拣货点距离计算模型和以有载重、容积限制的多车拣货距离最短为总目标的拣选路径优化模型。考虑遗传算法(GA)全局搜索能力强、粒子群算法(GAPSO)收敛速度快以及蚁群算法(ACO)较强的局部寻优能力,提出一种解决拣选路径优化模型的混合算法(GA-PSO-ACO)。通过不同订单规模的仿真实验,得出该混合算法在适应度值、迭代次数、收敛速度等方面均优于GA算法和GAPSO算法,且在订单规模较大时,平均适应度值约降低8%,有效缩短了总拣选距离,验证了混合算法在解决鱼骨型仓库布局下的拣货路径问题的先进性和有效性,为解决此类仓库内部的拣货路径问题提供新的解决方法和思路。

基于微粒群算法的农产品物流配送路径优化研究

通过分析农产品物流配送的特点和对车辆调度的影响,对车辆数目不确定的带时间窗的车辆路径问题进行描述,建立起受成本影响、有时限的农产品物流配送路径优化模型,利用复合最优模型微粒群算法对该模型进行求解,并进行案例比较分析。文中所提出的农产品物流配送优化模型对降低农产品物流配送成本,提高农产品物流配送效率具有较好的实用价值。

基于模糊机会约束规划和鲁棒优化的绿色多式联运路径优化研究

【目的】探究在运输时间、中转时间、等待时间和运输货损率混合不确定条件下的绿色多式联运路径优化问题,为绿色多式联运路径决策提供理论依据。【方法】在考虑运输过程中碳排放和噪声污染的基础上,以最小化运输成本、运输时间、碳排放量、噪声污染以及货损量为目标建立不确定条件下的绿色多式联运路径优化模型,并将其扩展为模糊机会约束模型及鲁棒优化模型来处理不确定参数。使用MATLAB编程并调用CPLEX对算例进行求解,得到多式联运路径优化方案。对置信水平进行灵敏度分析,并将鲁棒解与确定条件下的最优解进行比较,验证所建模型的鲁棒性。【结果】将优化方案的计算结果与5个目标函数的最优值进行比较后发现:由模型所得最优运输方案的计算结果与各目标函数最优值之间的相对距离分别为0.0964、0.0271、0.1946、0.0184、0.0327,均接近最优值。【结论】本研究所建模型能降低多式联运的决策风险,也能为决策提供合理、有效的依据。

面向突发事件的安保巡逻选址-路径优化研究

安保巡逻任务要求以中心会场为保卫目标,进行指挥中心的选址、巡逻线路的规划。考虑区域环境、安保主体及突发事件对巡逻线路优化的影响,依据警方安保任务的规划流程,建立了多约束条件下安保指挥中心选址-巡逻路径规划的优化模型。设计了基于真实安保区域特征的安保中心模拟试验,各区域由专家依据CPTED理论进行评定分级,利用遗传算法求解并对结果进行了模拟检验,提出了基于整体应急水平最优的安保巡逻策略。

改进蚁群优化算法的最优物流配送路径设计

针对传统蚁群优化算法难以找到全局最优的物流配送路径,物流配送的时效性差等缺陷,为获得理想的物流配送路径,提出基于改进蚁群优化算法的最优物流配送路径设计方法。首先,对物流配送路径优化设计问题进行分析,建立物流配送路径优化模型;然后,将蚁群置于物流配送的起始点,通过搜索下一节点、信息激素更新等模拟自然界蚁群寻食机制,找到从起始点到配送目标点的最优物流配送路径,并对传统蚁群优化算法的不足进行相应的改进;最后,通过具体实例分析改进蚁群优化算法应用于最优物流配送路径设计中的有效性。改进蚁群优化算法可以在短时间内成功找到最优物流配送路径,物流配送时间要少于其他物流配送路径设计方法,能够为提高物流企业的经济效益提供有价值的参考信息。

考虑托运人行为决策的集装箱港口腹地划分模型

为解决现有集装箱港口腹地划分模型中,因基于绝对理性假设,忽视托运人选择港口时的行为决策造成的腹地划分结果与实际情况存在较大偏差的问题,提出托运人行为决策逻辑链,基于路径优化模型,引入港口约束、时间约束和航线约束。基于上述增加约束,以托运人运输成本最小化为目标,以各条集疏运路线运量为决策变量,构建考虑托运人行为决策新增约束的线性整数规划模型。选取珠三角九市及该区域8个港口作为研究对象,对实例数据进行模型验证,基于历年吞吐量指标对比发现,该模型较传统模型在误差均方差和平均百分比误差方面显著下降,OD流对比更接近真实情况。上述结果表明,考虑托运人行为决策的集装箱港口腹地划分模型可更精确地实现集装箱港口的腹地划分需求。

突发事件下应急救援物资车辆路径选择方法

突发事件救援的紧迫性凸显了及时、合理地向灾区分发应急物资的重要性,应急物资配送中心车辆的调度方案成为应急物流的关键。该研究考虑在交通路网行程时间不确定的情况下,以车辆调度方案的最大后悔值(鲁棒成本)最小化为目标,建立应急救援车辆调度优化模型,并设计Benders分解算法来求解该模型。该算法先将模型分解为主模型和子模型,再加入Benders最优割约束,不断迭代,直到得到最优解。研究结果表明:该模型能以最小的鲁棒成本实现应急物资配送中心车辆的合理调度,满足车辆最大救援时限、受灾点需求优先级等要求。与其他模型相比,该模型得到的车辆行程安排更合理。该研究可为应急物流决策方案提供参考。

基于改进遗传粒子群结合算法的智能化检修配调优化设计

为了提高传统的调度人员手动制定检修计划执行效率低等问题,设计了智能化的配调调度操作票及指令下发系统,引入改进的遗传算法对于配电网检修路径及计划进行了智能化分析,建立了惩罚系数淘汰运算筛选种群进行最优电力检修计划求解推荐算法,并在此基础上与粒子群算法结合建立检修路径寻优模型。实验结果表明,系统功能达到了预期的目标,通过对比实验所提出模型算法全局能力高、计算速度以及收敛速度均高于其他算法,具有较高的应用实践价值。

城市物流共同配送优化方案研究

现代物流发展过程中,随着城市交通状况的恶化、生态环境的破坏,城市物流的"外部不经济"逐渐引起人们的重视.在当前的金融危机环境下,如何优化城市物流配送方式,协调城市物流活动与城市发展日益受到社会关注.通过借鉴城市物流优化流程,应用定性以及定量的方法,提出基于共同配送的城市物流配送方案.方案通过城市物流配送中心数量确定方法、选址模型以及配送路径的优化问题,并结合泉州市某知名运动鞋店进行了实证分析,说明了城市物流共同配送方案的优势,为实现城市物流配送优化提供参考.

基于共同配送的城市物流优化方案研究

现代物流发展过程中,随着城市交通状况、生态环境不容乐观,城市物流的"外部不经济"逐渐引起人们重视,在当前的金融危机环境下,如何优化城市物流配送方式,协调城市物流活动与城市发展的日益受到社会关注。通过借鉴城市物流优化流程,应用定性以及定量的方法,提出基于共同配送的城市物流配送方案。文中主要涉及到了城市物流配送中心数量确定方法、选址模型以及配送路径的优化模型,并提出实施建议。最后分别采用人工计算和软件计算的方法,进行模拟算例求解分析,说明城市物流共同配送方案的优势,为实现城市物流配送优化方案提供参考。

高铁参与下考虑时间窗的生鲜品多式联运路径选择

针对生鲜品小批量、高时效的运输需求,提出将高铁作为一种运输方式参与到生鲜品多式联运中。考虑中间节点混合时间窗以及目的地收货软时间窗约束,以运输成本、中转成本、时间惩罚成本、蓄冷成本和质量损耗成本构成的总成本最小为目标,构建多式联运路径选择与运输方式组合模型。以“哈尔滨-昆明”区间多式联运为例进行算例分析,采用混合田口遗传算法求解,算例结果表明:考虑节点时间窗时选择“高铁+公路”路径运输组合方式更优;节点时间窗的存在虽然会在一定程度上造成时间价值成本的增加,但具有较强的现实合理性,说明模型能够有效地为生鲜品快速多式联运提供实用性的路径参考。

考虑高铁时间窗和客户满意度的生鲜品公铁联运路径选择

针对生鲜品小批量、高时效的运输特点,提出将“高速公路+高速铁路”作为一种快速联运方式应用于生鲜品的多式联运中。以总成本最低为目标,以高铁服务时间窗、客户满意度为约束,构建基于模糊需求的生鲜品公铁联运路径选择与运输方式组合模型。以“哈尔滨−昆明”联运网络为例进行算例分析,应用Lingo12.0实现模型求解。结果表明,提出的“高速公路+高速铁路”联运方式在运输总成本和客户满意度方面均优于单一运输方式,且与“高速公路+航空”联运方式相比具有成本优势;采用灵敏度分析法,分别探究了置信水平、客户品质满意度约束值和时间满意度约束值的变化对运输总成本的影响关系,同时验证了模型的有效性,为“高速公路+高速铁路”方式下的生鲜品运输路径选择提供有益参考。

考虑碳配额差值的选址-路径-库存集成问题优化模型与算法

考虑碳配额差值对产供销一体化系统中的选址-路径-库存集成问题的影响,构建了嵌入碳配额差值和选址-路径-库存运作成本的非线性整数规划模型,并对模型中的碳配额差值和选址-路径-库存运作成本两个目标同时进行优化;通过对目标函数进行等价处理,设计了基于BFA-PSO的组合优化求解算法;数值仿真结果显示企业可以通过运作层的决策优化,以较小的经济成本获得较大的碳减排绩效。