考虑区域资源利用均衡的电动公交充电站选址及充电路径问题

在新基建助推区域平衡发展和低碳双重背景下,研究电动公交充电站选址及充电路径问题,以经济效益最大化和区域资源利用均衡为目标,考虑公交司机可能充电时机以及充电需求、运营时间、利用率等约束条件建立两阶段多目标决策模型,设计多重嵌套式遗传算法求解模型,并应用于算例检验模型可行性。结果表明:仅考虑经济效益目标会产生充电“拥挤”、路途过长等弊端,而本文模型能有效缩小区域间公交充电效率差异,提高全局资源利用均衡性;通过降低充电站容量可提高充电站利用率与经济效益,但区域资源利用均衡性会减弱,且充电站容量对公交充电路途所耗费时间的作用较为敏感;适当增加区域资源利用均衡目标的权重更有利于提高总体优化效果。研究结果可为公交充电站选址和路径规划提供决策支持。

冷链物流配送网络选址-路径-库存的优化

为了控制冷链配送成本,优化3级冷链物流网络节点空间布局,提出了一种基于需求存在模糊随机性的选址-路径-库存多目标优化模型。以京津冀城市群为例,提供了优化方案。针对由物流基地、配送中心、末端网点构成的冷链物流3级配送网络,考虑到冷链产品存在订货提前期及需求具有模糊随机性,引入模糊随机变量,建立了CLRIP集成优化模型。首先,通过穷举法计算出各备选配送中心点的最佳订货周期和最优库存管理方式,将客户需求点与备选配送中心点进行随机组合,确定需要开放的备选配送中心点的位置与数量。然后,基于客户模糊随机需求,综合考虑土地、库存和配送等成本,进行选址-路径动态规划;利用改进禁忌搜索算法修正模型,直至达到最终要求,从而确定需要开放的备选配送中心点及其最优巡回路线。最后,对京津冀城市群多组实例进行分析。结果表明:使用模糊随机变量的试验数据中,最优解目标函数值和偏差稳定度均优于使用固定需求量的对照组数据,验证了CLRIP模型和改进算法的有效性。研究结果可为京津冀城市群冷链物流配送网络构建提供最优选址位置、配送路径和库存管理,为相关冷链物流配送网络优化提供实用可靠的参考方案。

集成选址—路径—库存问题的逆向物流网络优化

为提高逆向物流系统的整体运营绩效,综合考虑逆向物流网络中正逆向运输整合的路径优化策略,结合回收产品的可分批运输的特点,建立了选址—路径—库存问题一体优化的混合整数规划模型,并针对模型的特点设计了一种先"选址—分组"、再安排路径和库存的两阶段启发式算法。通过算例仿真证明了该策略的合理有效性。

选址-库存-路径问题模型及其集成优化算法

设施选址、库存控制和车辆路径安排是物流系统优化中的三个关键问题,三者之间存在相互依赖的关系,应该根据这种关系来相应地进行综合优化与管理物流活动。以典型的单一生产基地、单一产品、采用不断审查的(Q,r)库存策略的供应链二级分销网络为研究对象,建立了一个随机型选址-库存-路径问题优化模型;在将非线性混合整数规划转化为线性整数集合覆盖模型的基础上,采用列生成算法来获得一个近似最优解,再用分支定价法对初始解进行改进,以实现对整个问题"完全集成"的优化。最后,用随机生成的方式,产生了10至160个客户的计算实例,分析了运输费用和库存费用对总成本的影响,算法运算时间表明本文给出的算法能较快地求解这一复杂问题。

带有横向调度的维修备件选址库存路径问题研究

存储点的合理选址、库存的合理控制及运输配送的有效决策是支撑维修备件物流系统的重要内容。通过分析基于横向调度的维修备件物流系统,建立了基于横向调度的维修备件库存选址问题的数学模型,设计了隐枚举法和遗传算法相结合的启发式算法,通过仿真算例验证了方法的可行性和模型的先进性。通过分析得出,在考虑横向调度的情况下,物流系统内总体安全库存和最大虚拟库存总体水平会降低,同时实现对客户的服务承诺也会降低。

基于二层规划的选址库存路径问题研究

针对一个生产基地,多个配送中心和多个零售商的供应链二级分销网络,根据物流配送决策的实际过程,利用二层规划方法建立了一个选址库存路径问题模型,其中上层规划为配送中心选址模型,下层规划表示客户选择最佳配送中心、库存及路径问题,设计了双层模拟退火算法求解该模型,最后利用不同问题规模的算例将该算法与标准的模拟退火算法进行对比,结果证实改进算法的有效性。

改进樽海鞘算法求解带时间窗的应急选址路径问题

目的为使应急物资及时高效地送到灾区,针对多目标应急选址-路径问题,在考虑灾区的时间窗及物资运输过程中道路安全的情况下,以最小化经济成本、最小化时间惩罚成本及最大化道路安全性为目标,构建多目标优化模型。同时,设计改进的樽海鞘算法求解问题,以验证模型的可行性和算法的有效性。方法根据模型的特征对樽海鞘算法进行改进,运用随机生成和贪心算法相结合的方式生成初始解,利用交叉算子和邻域搜索算子改进原始算法的位置更新操作,引入非支配排序遗传算法(NSGA-Ⅱ)的精英保留策略,以提高算法的性能。结果经过多个算例测试,该算法能快速获得一簇Pareto解,与基本樽海鞘算法进行对比后可知,改进后的算法性能更优越。结论对于灾后及时响应的应急选址路径问题,采用改进的樽海鞘算法具有一定优越性,并在多个目标权衡的情况下,可供决策者根据目标的偏好找到较满意的解,对于研究应急选址路径问题具有一定的参考价值。

改进野马算法求解低碳开放式送取货选址路径问题

目的针对当前物流背景下普遍出现的送货公司外包、退换货频繁等问题,结合现有的碳排放政策,提出低碳背景下开放式同时送取货选址−路径模型(Low-Carbon Open Location-routing Problem with Simultaneous Pickup and Delivery Problem,LOLRPSPD),并通过改进野马算法进行求解。方法首先设计一种新的解码方式,使得原离散问题可以采用连续算法求解。之后,运用哈尔顿序列生成初始解,改进非线性进化概率因子,使用模拟二进制交叉,增加变异操作,以及精英保留、设置连续失败重新初始化等步骤,改进野马算法。最后,通过6组不同大小的算例将改进野马算法与原始野马算法、模拟退火算法、粒子群算法、遗传算法进行对比。结果针对中大型算例,改进野马算法远超原始野马算法。针对小型算例,在确保准确率的同时,改进野马算法对比各经典算法也在速度上具有优势。结论提出的LOLRPSD模型具备合理性,改进的野马算法针对选址路径问题具有较好的搜索能力。

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。

基于机器学习和车辆路径问题模型的园林绿化垃圾空间分布预测与处理设施选址研究——以武汉市为例

园林绿化垃圾资源化循环利用的基础是处理设施体系建设。以武汉市中心城区为例,分别对园林绿化垃圾空间分布与处理设施选址进行研究。针对前者,基于高清卫片、街景影像、行道树空间点位等大数据,利用机器学习中的分类(卷积神经网络)、聚类(K均值聚类)和回归预测(多项式回归、随机森林)等模型,实现对现状及规划地区的日常和峰值园林绿化垃圾产生量的合理测算;针对后者,采用车辆路径问题类算法中的自适应大邻域搜索算法,带入距离最近、运输周转量最少、有限时间窗口和有限设施容量等限定条件,对组团收集点、就近消纳站、综合处理厂和集中转运站4类设施及有关线路进行智能选址。根据结果,预测研究区域内日常园林绿化垃圾产生量为32.71万t/年,峰值产生量为7万t,与同等级城市情况类似。建议布局200处组团收集点、50个就近消纳站、4处综合处理厂和14个集中转运站,以提升园林绿化垃圾收集清运效率,实现区域“产-收”平衡。

考虑参考价格效应的库存路径与定价问题

针对客户有价格策略型行为下的供应商库存路径与定价问题(inventory routing and pricing problem,IRPP),通过将参考价格效应嵌入产品需求价格函数中,以供应商总利润最大化为目标,构建考虑参考价格效应的IRPP优化模型,设计改进的粒子群算法进行求解。通过3组不同规模的算例验证本文模型与算法的适用性和有效性。计算结果显示,考虑参考价格效应不仅有助于降低产品定价(约9%)和提升客户感知收益,而且能够降低零售商的产品总库存(约22%)、仓储资源占用成本和库存持有成本,从而提高供应商总利润(约5%)。敏感性分析结果显示:受客户记忆参数减小和增益系数增大的共同影响,供应商总利润会明显增加;受客户记忆参数和损失系数增大的共同影响,供应商总利润会迅速下降。研究结论可为电商环境下客户有价格策略型行为下的供应商IRPP优化提供决策支撑。

全渠道电商库存路径及定价问题优化研究

针对全渠道模式下电商库存路径及定价问题,考虑各前置仓需求不确定因素,本文提出一种按照不同售卖渠道的商品差异化定价策略,通过设置电商关于需求不确定风险态度的保守系数,构建以总利润最大化为目标的混合整数非线性鲁棒优化模型,并设计自适应模拟退火粒子群算法进行求解。选取含有10个和20个前置仓的两组算例,验证本文模型算法的适用性和有效性。实验分析结果显示,相比于统一定价,差异化定价可以提高电商总利润分别约5%和6%。敏感性分析结果表明,提升线上客户的线下购物体验以增加线上自提渠道客户数量,并组织线上营销活动以提高线上客户对电商促销努力的敏感度,能给电商带来更高的利润;掌控未来市场波动风险并准确预测需求信息以降低电商保守系数和需求最大偏离系数,亦可提高电商总利润。研究结论可为电商制定前置仓库存配送路径策略与各渠道商品定价方案提供参考。

有序开展数学实验,发展几何直观能力——以“最短路径之造桥选址问题”的教学为例

数学实验教学可以有效改变学生学习数学的方式,与几何直观这一关键能力的发展紧密相关.在“最短路径之造桥选址问题”的教学中,通过几何画板软件、折纸操作、动手作图开展不同形式的数学实验教学,发现实验教学对提高学生基于几何直观的感性认识、理性思考和表达应用具有积极的促进作用.由此受到启示,依据学生的认知发展规律,有序开展数学实验教学能有效促进学生几何直观能力的发展.

基于两阶段算法的低碳冷链物流选址路径问题研究

选址路径问题是将物流网络中的战略战术层面问题共同考虑,是更加全面的研究物流网络。对将选址路径问题加入碳交易的研究并结合冷链物流,构建了具有容量约束的总成本最小模型;后提出用两阶段法求解模型。首先针对顾客以及候选配送中心进行聚类,利用k-means算法进行初步求解并用容量约束进行改进;而后用改进遗传算法,对算法中编码方式和遗传操作设计进行改进。最后进行不同规模的数值实验,证明模型以及算法的有效性,为实际的冷链物流企业提供了重要的决策思路。

随机需求库存-路径问题:研究现状及展望

在简单介绍库存-路径问题(inventory routing problem,IRP)现实与理论意义的基础上,给出了IRP问题的定义,分析了其具备的特征以及与常见的车辆路径问题、旅行商问题的联系与区别,并将库存-路径问题按照不同的特性进行了分类,总结了近年来有关于求解随机需求库存-路径问题所建立的模型及算法求解,最后本文分析了该领域现有研究的不足以及未来的发展方向。

基于库存成本优化的配送中心选址问题研究

研究了需求不确定、存在运输规模经济下的连锁零售企业的配送中心选址问题.在传统选址分析中加入了详细的库存系统分析,在此基础上,以配送中心和门店的服务水平为约束条件,建立了较为全面的配送系统年总成本优化模型,并通过该模型找到了各方案下的最优库存水平和最小成本,从而选出最佳方案.最后,通过仿真,分析了需求变化和运输距离变化对系统的总成本以及方案选择的影响,为连锁零售企业的物流配送中心选址提供了决策支持.

不确定条件下的应急物资配送选址-路径问题

研究在突发事件背景下的应急物流选址-路径问题。假定每个需求点的应急物资需求量与两点之间车辆运输时间是不确定的,利用机会约束方法建立了在一定应急限制期下,时间最小化和成本最小化的双目标随机规划模型,并设计了遗传算法对模型进行求解。通过算例分析验证了模型和算法的可行性与有效性。

考虑选址-路径-库存联合优化的碳排放多目标模型与算法

研究了存在拥堵和限速的路况依赖下,同时考虑选址-路径-库存联合优化和碳排放的多目标模型。根据道路类型和行驶状态的不同,将限速和拥堵因素嵌入到模型的构建中。对限速函数的的设置以社会福利最大化为基准,对拥堵问题给出了4级拥堵设置,通过0-1变量对其进行规范化处理。通过多目标优化模型来权衡总成本和碳排放量的影响,使用标准化正规化方法(NNC)求解和优化帕累托解集,基于中石油东北化工销售公司的计算实验与分析表明,所构建的模型是有效的。

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。

选址-库存-路径问题研究综述

选址-库存-路径问题(LIRP)是一种针对整个物流系统进行集成优化的问题。首先,从对选址、库存、路径的单独研究到两两集成研究,再到对三种因素的综合考虑,分析了对LIRP问题研究的发展历程;然后,总结归纳了禁忌搜索、模拟退火、遗传算法等启发式算法应用于LIRP问题求解的相关文献;最后,从考虑闭环供应链、碳排放、回收物流等约束条件方面分析了LIRP问题的相关研究。后续研究可以立足于实际背景,从多品种产品和求解算法的优化等方面开展。