同城物流配送车辆调度问题研究——以西安飞雕电器为例

以西安飞雕电器为例研究同城配送中的车辆调度问题。针对同城物流配送用户较多的问题,把配送区域根据客户位置的经纬度、货物需求量等信息进行聚类分析,分成若干个配送子区域。对每个子区域建立车辆调度规划模型,用lingo软件编程求解,得到最佳路线。根据西安飞雕电器提供的信息进行模拟计算,路线图由百度地图来展示。研究发现:用聚类分析先对客户进行分类,既能考虑到业务员工作的均衡问题又能简化模型,便于计算。西安飞雕电器的模拟计算证明了聚类分析的优越性和vsp模型对同城物流配送的有效性。

基于需求预测的单向共享电动汽车车辆调度方法

用户出行需求的不均衡性和潮汐性造成站点之间的车辆库存不平衡,阻碍了单向共享电动汽车行业的发展.在充分考虑用户实际需求的随机性和时效性的基础上,提出一种单向共享电动汽车车辆调度方法.其采用长短期记忆神经网络对站点车辆需求进行预测,进而建立以调度成本、库存成本和潜在损失收益均最小的多目标调度模型,并采用遗传模拟退火混合算法求最优解.实证研究表明了该方法的合理性和优越性.

基于服务站区域互联的共享电动汽车调度方法

用户出行的不规律性和不均衡性造成服务站点保有的共享电动汽车数量存在动态供需不平衡的问题,一定程度上限制了共享车辆服务行业的发展。为此,在准确预测共享电动汽车需求量的基础上,提出了基于服务站区域互联架构的共享电动汽车调度方法。在充分考虑用户实际需求影响因素的基础上,提出服务站区域互联调度模型,采用改进的Elman神经网络预测区域互联站点的车辆需求,以满足用户的出行需求。结合上海EVCARD共享电动汽车行业的实际数据,通过仿真实验将改进的Elman神经网络预测模型和未改进的Elman神经网络预测模型的预测结果与实际需求量进行对比,采用不同指标进行计算和分析,验证了该方法的合理性和优越性。