需求不确定下边远群岛海运物流网络选址—库存—路径优化

为降低岛上物资需求不确定对边远群岛海运物流网络稳定性的影响,本文基于大陆补给港、中心岛及卫星岛3级轴辐式物资配送网络,考虑异质船队、运输组织模式多样性及库存容量限制等现实因素,将中心岛选址数量纳入决策,以系统总成本最小为目标,建立海运物流网络选址—库存—路径优化模型,通过设计嵌入蒙特卡洛模拟邻域遍历算子的遗传—退火集成优化算法,将复杂问题分解为选址与指派、航线分组及路径与仓储优化等多个子问题,并通过内外层算法的交互和迭代实现整个问题的集成优化。以我国南海群岛的实地数据进行实验,分析岛屿数量、密度分布及需求变动对海运网络系统的影响。结果表明:在岛屿物资需求量分布不变且岛屿数量相同的情况下,岛屿为聚集分布时的物流网络单位成本比离散分布时相对较低;在岛屿物资需求量分布不变且岛屿分布相同的情况下,岛屿数量变化对物流网络单位成本影响较小;岛上物资需求均值变化对系统各部分成本的影响较大,总成本与均值呈正相关关系;需求波动对仓储系统成本的影响较为明显,但对运输系统成本的影响较小。上述结果验证了本文算法在不同规模群岛情境下的适用性,可为需求不确定下边远群岛海运物流网络的构建与优化提供决策依据。

紧急疏散情况下的公交车运行计划优化研究

提出飓风等自然灾害条件下运用公交车进行居民紧急疏散的优化模型.最优公交车疏散运行计划问题可转化为不确定性需求的选址—路径优化模型,目标函数是使总疏散时间最小.选址—路径优化模型用于确定最有效的公交车集结点服务区域和将人员从受灾区域转移到指定避难所或安全地区的最优线路,并设计遗传算法、神经网络算法和爬山算法结合的混合启发式算法.通过美国密西西比州格尔夫波特市的实际数据对所提出的模型进行验证.实验结果表明,混合遗传算法在求解效果和效率上都优于传统的遗传算法.