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CO_2排放的车辆路径优化模型及其算法研究

物流不仅是能源消耗大户,同时也是CO2排放的重要来源。在分析配送车辆燃油消耗和CO2排放因素的多种车辆类型车辆路径问题特点的基础上,构建其相应的优化模型,并给出基于遗传算法的启发式求解算法。最后,针对该模型和求解算法进行数值算例仿真,研究结果显示:路径最短的路线不一定是能耗最小的路线;与传统基于路径最短的车辆路径对比,基于CO2排放的车辆路径总行驶里程较长,但其综合成本较低;遗传算法是解决绿色车辆路径问题的一个有效的求解算法。

适于配送车辆导航路径规划的遍历模型的改进型粒子群优化算法

车辆路径规划是物流配送导航系统中的关键环节,是实现物流配送路径引导的前提条件和车辆导航的技术保障.为解决物流配送车辆导航中的路径规划问题,文中建立了物流配送车辆导航路径规划(VND)遍历模型,设计了求解该模型的改进型粒子群算法,并对初始种群的产生方法及种群的进化策略进行改进,使原本不能直接用于求解VND模型的基本粒子群优化(PSO)算法,在求解VND问题上取得了很好的效果.通过简单算例验证模型和算法的结果表明,该算法具有快速的运算能力和较好的收敛性.

企业战略决策最优化模型构建与最佳路径

文章采用理论分析的方式,自主构建了符合企业战略决策模型,对选择最佳路径进行深入分析与研究,从理论角度剖析了企业如何顺应时代发展和自身特点选择战略决策的最佳路径,为企业深入发展提供了宏观决策思路。

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。

基于遗传算法的单配送中心路径优化探讨

物流配送路径是整个车间物流配送系统的核心。以节约物流配送时间为出发点,针对单一型号的产品生产线建立一个单配送中心配送模型。因此,在综合分析考虑各种影响因素,如生产站点的配送量、最早配送时间和最晚配送时间的基础上,文章采用遗传算法对配送路径进行模拟优化,得到最优物流车辆配送数量以及对应的路径,从而达到节约成本的目的。

基于双层规划模型的冷链物流配送开放式车辆路径优化

为了解决传统方法忽略惩罚成本、易腐蚀性产品损失等配送成本,导致路径优化结果较差的弊端,通过建立双层规划模型研究冷链物流配送开放式车辆路径优化方法。将物流中心选址看作决策目标建立上层规划模型,考虑固定成本、运输成本、惩罚成本及损失成本之和最小,建立冷链物流配送车辆路径优化下层规划模型。通过上层规划模型设定初始配送中心选址方案,在此基础上,通过下层规划模型完成配送开放式车辆路径优化,反复调整,通过上下层规划模型的相互作用达到冷链物流配送开放式车辆路径优化的目的。针对上层规划模型的决策变量进行染色体编码,获取最优解,针对下层规划模型通过粒子群算法进行求解。实验结果表明,所提方法路径优化结果成本最低,可行性最高。

B2C电子商务物流配送车辆路径优化问题多目标模型的研究与应用

本文结合B2C电子商务物流配送特点和研究现状的基础上,构建了VRP问题的多目标数学模型,加入多车型的因素,并设计改进的节约启发式算法,应用于郑州宝贝在线孕婴用品公司经五路店电子商务网站,以展示本模型的实用性和有效性.

横向整合战略下异质车辆库存路径优化模型

以实现供货商联盟期望物流成本最小化为目标,针对需求随机波动下的多供货商多产品库存路径问题(IRP)进行了研究。基于横向整合战略,设计了供货商联盟成员间车辆配送成本的合理分摊方式。考虑零售商配送软硬时间窗和库存服务水平要求,构建了多供货商多产品的异质车辆库存路径混合整数随机规划模型,并利用需求累积分布逆函数将其转化为确定型规划模型。然后设计改进遗传算法求解该确定型规划模型。算例分析结果显示,使用异质车辆配送可以比使用同质重型和轻型车辆分别降低供货商联盟总成本8.3%和11.92%,分别提升配送车辆装载率24%和17%。敏感性分析结果表明,无论供货商供货数量占联盟总供货数量比例和零售商商品需求变异系数如何变化,采用异质车辆配送的供货商联盟总成本都能得到有效降低;且需求变异系数越大,采用异质车辆配送的优势越明显。

危险品运输车辆路径问题的多目标优化

为保障危险品安全运输的同时实现运输成本最小化,采用多目标优化方法确定危险品运输车辆的最佳行驶路径。通过简化运输车辆经过人口密集区域风险因素的量化过程,以车辆数最少、运输总距离及经过人口密集区域行驶距离最短为目标,建立危险品车辆运输路径问题优化模型,并针对模型设计基于概率模型的多目标进化算法。以一个有25个需求节点及6个人口密集区域的危险品运输网络为例,验证模型和算法。算例结果表明,用该算法能够获得车辆路径问题的Pareto解,为危险品运输车辆调度提供决策支持。

铁路行包配送车辆路径问题模型及算法

铁路行包配送车辆路径问题属于同时具有送货和集货需求的车辆路径问题.结合该问题特点,建立数学优化模型.求解算法中采用基于最近邻居的启发式方法产生尽可能好的初始解,并通过构造合理的邻域结构,引入适合的罚函数评价解的质量,随机选取禁忌长度的禁忌搜索算法优化初始解.以5台车辆、21个配送点的实例进行仿真计算,计算结果表明,模型及算法有效可行.

适于车辆路径规划的改进型粒子群优化算法

路径规划在车辆导航系统中具有举足轻重的作用,是配送车辆导航系统中的一个重要模块.为解决物流配送车辆导航中的路径规划问题,文章以点对点模型为基础,对基本粒子群优化算法在初始种群的产生方法和种群的进化策略进行改进,提出适于配送车辆导航中路径规划点到点模型的改进型粒子群优化算法,并通过仿真试验验证了算法的有效性和快速运算能力.

需求可拆分车辆路径问题的蜂群优化算法

文章研究了需求可拆分的车辆路径问题,通过解除传统车辆路径问题中每个任务点需求只能由1辆车满足的约束,建立了寻求满足配送要求最短行驶距离的数学优化模型,在改进反应阈值和刺激信号值的基础上提出了一种新型蜂群优化算法。仿真实验结果验证了算法的可行性,并通过与其他典型算法对比凸显了该算法较强的寻优能力。

随机旅行时间车辆路径问题的模型及其算法

随机旅行时间的车辆路径问题在实际中经常会出现,然而由于问题本身的难度以及人们重视不足,目前对该问题的研究还很少.文章在Laporte等的研究基础上,提出了一个考虑车辆容量的机会约束模型,并构造了求解该模型的遗传算法.

整车物流双层轿运车车辆装载与路径整合优化研究

根据启发式算法思想,建立了双层轿运车的车辆配载和路径优化的双层规划模型。在路径优化的求解中融入一定的启发式搜索规则,设计了一种求解该双层规划模型的混合遗传算法,并给出了算法的编码方法、路径搜索方法和适应度函数的定义。案例分析表明,当乘用车种数不超过3种时,采用LINGO商业优化软件能在1 min内求出最优解;超过3种时求解时间呈指数增长。采用本文设计的混合遗传算法,能在较快时间内求出最优解,此模型和算法对编制大规模下的乘用车装载和配送计划具有较强的适用性和可行性。

带时间窗偏好的多行程模糊需求车辆路径优化

为使模糊需求车辆路径问题更贴近现实情况,考虑开放车辆行程限制和设置客户时间窗偏好,研究了带时间窗偏好的多行程模糊需求车辆路径问题。首先,在需求未明的预优化阶段,以物流成本和时间成本总和最小为目标,建立了预优化模型,其中决策变量增加了行程维度的表达、车辆容量约束按单行程核算、客户到达时间约束按多行程累加计算、客户满意度约束定义为到达时间隶属度函数;其次,在获知实际需求的实时调整阶段,基于提前柔性选择返回点和不完全局限和固定计划返回点两个原则,提出基于调整成本期望值的实时调整策略。最后,种群进化算法求解测试算例验证了预优化模型的有效性,随机模拟算法模拟实时场景验证了实时调整策略的有效性。

物流配送中车辆调度优化决策机理分析

物流配送中车辆调度优化是一个多目标决策问题,决策目标可以是运输费用最少、运输风险最小、运行时间最短、出行车辆数最少、车辆空载率最小或需求满足情况最好等,并且,在一般情况下,各个目标之间会发生冲突。为此,就需要对各种目标进行综合比较分析,在几种可行方案中,得出一种较为满意的方案。在对影响物流配送中车辆调度优化决策的主要因素进行分析之后,确定了优化目标并构建了优化决策框架。

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。

物流配送中车辆调度优化决策机理分析

物流配送中车辆调度优化是一个多目标决策问题,决策目标可以是运输费用最少、运输风险最小、运行时间最短、出行车辆数最少、车辆空载率最小或需求满足情况最好等,并且在一般情况下,各个目标之间会发生冲突。为此,就需要对各种目标进行综合比较分析,在几种可行方案中,得出一种较为满意的方案。在对影响物流配送中车辆调度优化决策的主要因素进行分析之后,确定了优化目标并构建了优化决策框架。

一种有效混合量子进化算法求解带容量约束的车辆路径优化问题

针对带容量约束的车辆路径优化问题,提出一种有效混合量子进化算法。设计了基于二维量子位观测模型和可见度的解生成方式,实现了由该模型引导的全局搜索,将其用于发现解空间中的优质解区域;构造了一种基于客户间距离相近度的交换操作来提高解的质量;提出基于问题性质的交换和逆转操作来构造两阶段混合变邻域局部搜索,可对优质解区域进行快速细致的搜索,使算法的全局和局部搜索能力得到平衡。通过不同规模经典测试问题上的仿真实验和算法比较,验证了所提算法的有效性和鲁棒性。