数字技术对国家级物流枢纽城市集货效率的影响及区域差异研究

在分析数字技术对国家级物流枢纽城市集货效率影响机理的基础上,选取中国20个国家级物流枢纽城市2011-2021年的面板数据测算数字技术发展综合指数和城市集货效率水平及其区域差异,进一步实证检验了前者对后者的影响程度及区域异质性。结果显示,数字技术显著提升了国家级物流枢纽城市的集货效率。异质性分析发现,数字技术对城市集货效率的影响在中部城市和二线城市更为显著,这或许与它们还处于边际收益递增阶段有关。基于以上结果,提出加快数字技术健康发展以驱动国家级物流枢纽城市集货效率提升的全国总体性及区域差异性等对策建议。

需求可拆分下生鲜农产品集货路径优化

针对生鲜农产品集货中点多量散、车载限制、货物易腐等特点,研究需求可拆分下生鲜农产品集货的路径优化。通过网点布局与网络需求、车辆路径与载量要求、产品特征与成本消耗等描述生鲜农产品集货基本问题,从制冷、货损、油耗三个方面构造总的集货成本,考虑需求拆分、流量均衡、车辆起始与服务等约束,建立集货路径优化模型;基于遗传算法,以序号排序标定适应度函数,改进轮盘赌选择,用精英策略进行算子分析与遗传操作,设计问题求解模式;最后,以湖南省某乡镇脐橙集货为例进行实证分析。案例分析结果表明:优化后,总集货成本下降19.34%,货损成本减少最多,达1550.86元;集货路径总数减少1条,拆分点由5个变为3个,且按需求进行深度拆分;总行驶里程与时间分别减少72.4 km、2.06 h,整体优化效果明显。研究结果对生鲜农产品集货管理的效率提升有借鉴意义。

基于改进遗传算法的生鲜集货路径优化研究

文章结合草莓易腐特性,单独考虑运载车空载和负载情况下的油耗成本、不同路段制冷成本,建立了带集货时间约束和车辆载重约束的以集货成本最小的路径规划模型,设计改进了求解最优集货路线的遗传算法,选取辽宁省丹东市某浆果合作社草莓集货案例进行仿真实验。结果表明:改进遗传算法可以得到近似最优解,优化后的集货运输方案可实现降本增效,为合作社的货路径规划和选择提供了科学的理论依据和决策支持。

航空快递的地面集货运力与航空运力调度问题

有效衔接起地面车辆集货环节与航空运输环节,是快递企业提供中高端快递服务的重要模式。研究构建航空快递的地面集货运力与航空运力协同调度问题的混合整数规划模型,采用Benders分解法和两阶段启发式算法予以求解。针对不同规模的算例求解结果显示,所建模型准确,所用求解方法有效,算例运算结果可为航空快递企业提供决策参考。基于航空快递地面集货运力与航空运力协同调度的角度,利用快递服务时效约束与运力匹配约束实现了陆空联运不同运力之间的无缝对接,拓展了车辆调度问题的建模手段。

同时配集货定位—路线问题的变邻域分散搜索算法

针对同时配集货的定位—路线问题,建立了三维指数混合整数规划模型,并设计了变邻域分散搜索求解算法,即在基本分散搜索算法的基础上保留参考集更新和组合策略的全局搜索能力。针对组合后的解可能是不可行解的问题,利用插入法将其改进为可行解,再运用变邻域搜索进行局部开发以提高可行解质量。为保证算法的多样性以进一步扩大搜索空间,初始种群采用两阶段混合多随机法构造。通过采用Lingo求解简单算例验证了模型的正确性,采用设计的变邻域分散搜索算法仿真已有算例并与其他算法比较,证明了该算法的有效性。

集货送货一体化的物流配送车辆路线问题的标号算法

本文结合实际情况,对具有时间窗约束的集货送货一体化的车辆路线问题进行了研究,针对该问题的特点,采用修正的多属性标号算法对该问题进行求解,并通过C++编程语言实现了该算法,最后用一个示例表明本文的算法是有效的。

一体化集货和配送车辆路径问题的混合遗传启发式算法

为满足电子商务客户多样化和个性化的需求,建立多约束条件的一体化集货和配送车辆调度模型。针对模型特点,采用混合遗传启发式算法求解。首先,采用自然数编码,可以使问题变得更简洁;用最佳保留选择法,以保证群体的多样性;用改进的顺序交叉算子避免优良基因片断在顺序交叉时被破坏,保证算法能够收敛到全局最优;其次,对混合遗传算法求得的精英种群进行禁忌搜索求解。通过实例计算表明,该算法好于单独使用遗传算法或是禁忌搜索算法。

双需求集货送货一体化车辆路径问题的数学模型及算法

本文研究了具有总时间和车容量约束的双需求集货送货一体化车辆路径问题,在综合考虑运输费用和车辆出行固定费用的前提下,建立了该问题的整数线性规划模型,并分别给出了求解该模型的精确算法和基于节约准则的启发式算法。最后通过一个具体实例验证了算法的有效性。

物流集货中心作业单元布局方法

合理布局作业单元可以使集货中心节约物料搬运费用,降低物流成本,提高作业效率。在分析物流集货中心作业流程和作业单元构成的基础上,确定影响作业单元布局的主要因素——物流关系、管理关系、安全关系等,对作业单元的相互关系分别进行定量计算,得出作业单元综合相互关系量化表,依据此表及作业单元得分排序表进行物流集货中心作业单元布局设计。案例应用表明:此布局方法提高了物流集货中心作业单元布局的合理性。

应用混合遗传算法的多集货中心多车型整车路径规划研究

以集团分公司多专业集货中心模式下为研究背景,考虑了具有多个集货中心、多种轿运车型的批量整车订单运输路径规划问题。建立了以最小运输车数量,最低运输成本为优化目标,以轿运车载重、车长限制为约束的数学模型。然后以遗传算法为基础,结合遗传算法全局搜索能力强和粒子群算法收敛速度快的特点,设计了一种改进的混合遗传算法(GA-PSO)。最后使用案例研究来评估此算法的有效性并将实验结果与传统遗传算法进行对比,结果表明此混合算法有着更优的整体性能,可以模拟和解决较复杂的批量多车场多车型整车路径规划问题。

基于装载能力约束的集货车辆路径问题研究

针对物流货运过程中,集货车辆在规定时间内从各配货站集货后回到中心货站进行分类运输问题建立了多目标组合优化模型,并设计了相应的算法。通过实证模拟的方式检验了所提出了基于装载能力约束的集货车辆路径优化方案,为物流中心集货车辆的优化调度提供理论指导和实际借鉴作用。

建材配送中心MIS之集货管理子系统数据流程分析与设计

系统基于广域网建立全面、系统、先进的物资供应系统，它不同于以往物流配送试点中规模小、资源有限、用户不多的特点。通过对集货管理子系统的分析和研究，试图解决库场平面布置设计、物资储存、物资调度中的关键技术。在分析集货管理业务流程基础上，兼顾与其它子系统的接口。

出口汽车零部件集货运输问题的双层遗传算法

为降低出口汽车零部件集货运输可变成本并均衡车辆的使用,对出口汽车零部件集货运输问题业务模型进行分析,建立了出口汽车零部件集货运输特点的混合整数规划模型,设计了一种双层遗传算法对该模型进行求解。通过求解烟台市某汽车厂出口零部件集货中心的实例,并与CPLEX求解器进行比较来测试算法性能。结果表明,所提模型和算法可以有效解决出口汽车零部件集货运输问题,为汽车厂出口零部件的实际运营提供帮助。

基于循环集货的多阶段港口-腹地物流决策优化研究

为解决传统的具有大批量、低频次特点的港口-腹地物流运作模式对中国跨境电商发展的制约,通过对跨境电子商务背景下的港口-腹地物流运作过程进行分析,首先针对目前具有电商背景的制造企业、物流承运商与海外消费者之间的利益矛盾,提出了一种基于循环集货的小批量、高频次的多阶段港口-腹地物流决策优化数学模型,其次通过一个实际案例对模型用遗传算法进行了求解,最后通过分析验证了优化方法的有效性,并以订单的集货时间为参数进行敏感性分析得出了相关的管理学启示。

考虑新能源车的低碳集货模型与算法研究

针对我国地理位置分散的制造供应链集货问题,考虑包含新能源电动车和传统柴油车等多种车型,建立最短路径和最小碳排放的多目标集货模型。根据模型特征,设计两阶段启发式算法求解:阶段1应用遗传算法找到路径最短的集货方案作为初始集货方案;阶段2基于节约算法的基本思想进行路径拆分,对有限数量的新能源车进行车辆匹配,并对剩余节点和车辆重新规划集货方法,以此优化碳排放量。仿真实验结果表明,所提模型和两阶段算法可以有效利用新能源车,同时满足集货过程中的经济效益与环境效益。

基于B2B的第三方物流末端集货配送优化模式

20世纪20年代以来,物流行业快速发展。同时,由于个体的需求越来越多,末端配送占整个物流的比重越来越高。伴随着末端物流的发展,出现的问题也越来越多。文章首先分析了当前末端配送的现状,指出其流程复杂以及无法合理利用车辆仓容的问题,结合相关理论为以B2B模式为主的第三方物流企业提供了构造顶单相同元的订单快速分类的方案,并结合相关的数学模型,为物流公司优化末端集货配送模式提供建议,以解决末端配送的复杂问题。文章还对所提出的集货配送进行了效益分析。经过分析发现,文章针对问题所提出的方案具有实际的应用意义。

多中心联合配送模式下集货需求随机的VRPSDP问题

针对多中心联合配送模式下集货需求随机的同时配集货车辆路径问题(MDVRPSDDSPJD),构建了两阶段MDVRPSDDSPJD模型.预优化阶段基于随机机会约束机制以及车载量约束为客户分配车辆,生成预优化方案;重优化阶段采用失败点重优化策略对服务失败点重新规划路径.根据问题特征,设计了自适应变邻域文化基因算法(Adaptive memetic algorithm and variable neighborhood search,AMAVNS),针对文化基因算法易早熟、局部搜索能力弱等缺陷,将变邻域搜索算法的深度搜索能力运用到文化基因算法的局部搜索策略中,增强算法的局部搜索能力;提出自适应邻域搜索次数策略和自适应劣解接受机制平衡种群进化所需的广度和深度.通过多组算例验证了提出模型及算法的有效性.研究成果不仅深化和拓展了VRP(Vehicle routing problem)相关理论研究,也为物流企业制定车辆调度计划提供一种科学合理的方法.

集货需求模糊的异型车同时配集货路径优化

针对集货需求模糊的异型车同时配集货车辆路径问题(HFVRPSDDFP),基于先预优化再重优化的思路构建模型.预优化阶段根据可信度理论和车型选取方法为客户点分配车辆,生成配送方案.重优化阶段利用随机模拟算法(SSA)确定客户集货需求,对服务失败的客户点,制定服务策略,将模糊问题转化为确定型的异型车辆路径问题(HFVRP),并规划路径.设计遗传变邻域算法,通过测试确定邻域结构构造,将自适应搜索策略应用到邻域搜索过程中,保证迭代前期收敛速度和后期全局搜索能力.通过算例验证了本文模型及算法的有效性.

时变路网下考虑时空距离的同时配集货车辆路径优化

针对道路行驶速度时变且软时间窗条件下的同时配集货车辆路径问题,以车辆派遣成本、时间窗惩罚成本以及车辆运输成本之和最小化为目标建立路径优化模型。根据问题特征设计了考虑时空距离的混合变邻域搜索遗传算法,采用时空距离对客户进行聚类生成初始解,提高算法求解质量;将变邻域搜索算法的深度搜索能力运用到遗传算法的局部搜索策略中,增强算法的局部搜索能力;提出自适应邻域搜索次数策略以及模拟退火的新解接受机制,平衡种群进化所需的广度和深度。通过多组不同规模的算例验证了本文模型及算法的有效性,研究成果不仅深化和拓展同时配集货车辆路径问题的相关研究,也为物流企业优化车辆调度方案提供理论依据。

改进遗传算法下的无水港集货路径优化研究

在出口电商企业向内地无水港进行货物集中时,考虑其交通运输过程中遇到的效率低、成本高等问题,提出了一种切实可行的解决办法,即通过车辆共享的形式,既降低了发货商的成本,也使得无水港的管理更加便捷。在对传统的集货运输模式改进后,建立以最小化所有货车总运输路程的数学模型,先使用扫描法对发货点进行分组,后使用改进的遗传算法(IGA)进行路径优化。针对不同数量的发货点以及集货车辆规模,使用IGA对模型求解并与传统遗传算法(GA)以及粒子群算法(PSO)所得结果对比。经MATLAB对小规模实验进行算例分析,得到改进后的车辆需求总数为3辆,配送总成本为5485.67元,与另外两种传统运输方式对比,证明了所述方法的优越性。