基于中心分拨模式的多车场集送货一体化车辆优化调度方法

基于中心分拨理论的运输模式被很多大型物流企业所采用。因此研究其优化调度方法以确定各发车城市及车辆行驶路径。针对该优化问题建立数学模型及其求解框架,并利用改进的节约法求解,对得到的结果采用2-opt搜索算法进行修正。通过计算实例,说明了数学模型和求解方案的有效性。

有里程和软时间窗约束的开放式多车场集送货一体化车辆路径问题研究

基于现代物流业的现实状况和实际需求,研究了一个带有里程和软时间窗约束的开放式多车场集送货一体化车辆路径问题。给出一个遗传算法对该问题进行求解。在该算法中,为了提高其性能,并全面考虑所有约束,论文采取如下措施:(1)在初始种群形成之前,将各个任务的送货点按时间窗进行排序;(2)在所有任务的一个序列中用里程约束来控制车场的插入,并对软时间窗约束采取加入惩罚的方式解决。最后论文举例对该遗传算法进行说明,并对进一步的研究工作进行了展望。

一类多车场集送货一体化问题的最优调度研究

针对江浙沪一带中小型配送中心提供集送货一体化服务增多、运营成本增加这一现象,通过建立该配送类型的车辆调度模型,然后利用分派启发式算法和改进的节约算法设计混合启发式算法来解决这一类问题。并给出算例,验证该算法的可操作性。

基于共同配送策略的农村电商集送货一体化车辆路径问题

研究农村电商物流配送问题,综合考虑区域内多配送中心、客户居住地较分散、同时具有集货和送货双重需求、集货量与需求量都比较小等因素,引入共同配送策略,以总配送费用最少为目标构建基于共同配送策略的集送货一体化车辆路径问题数学模型,并根据模型特点设计一种改进蚁群算法求解。最后,采用案例证明共同配送策略能从全局优化的角度统筹规划区域内物流资源,能有效缩短车辆总行驶距离、减少车辆使用数量、降低总配送费用。

基于约束规划求解车辆调度问题

在约束规划基础上,结合启发式方法,提出了一个求解集送货问题的新思路,并给出了具体的带有时间窗的集送货一体化问题的算例,求出了较高质量的满意解。

带重心约束的车辆装载调度有效空间整合模型

单车场集送货一体化是实际物流配送中最常见的一种方式,针对实际应用,建立了有重心约束的有效空间装载模型和车辆路径优化模型,然后对两个模型加以整合,并相应调整了遗传算法,以方便求解。最后通过实例说明了算法的应用过程及其有效性。

带双重量和软时间窗约束的路径优化混合遗传算法研究

针对有集送货双重需求、有软时间窗约束的集送货一体化的车辆路径优化问题,建立了统一量纲的数学模型。研究了求解客户行车费用最小的多约束、多目标问题的混合遗传算法Hybrid-Gen。通过采用节约算法的运行结果改进了初始种群的构建方式,控制了行驶路径数并满足客户的双重量需求;改进了选择算子,实现了对优秀个体和全局最优个体的保留;改进了交叉算子,实现了对完整子串的保留。案例验证了算法的可行性和有效性。在此基础上,进一步讨论了迭代次数对运算结果的影响,展示了增加优中选优大循环loop对算法稳定收敛的影响。研究表明所提出的混合遗传算法可以获得较好的优化结果。

供应链物流配送路径优化节约算法改进研究

针对供应链物流配送中的有时间窗约束集送货一体化路径优化问题研究了基于C-W节约算法的改进算法。提出了以集货量和送货量共同作为客户点归并的判断条件,把时间窗约束转化为里程,用里程数来控制客户点的归并、插入和时间窗约束的计算,实现了多个目标(里程、集送货一体、载重、时间窗)的路径优化;算法在实现中对合并点归并位置进行了深入研究,根据归并点的特点和约束条件的不同,进行了分别处理,获得了较好的优化结果。该改进的节约算法有效的减少里程数、用车量,节约了费用、降低了成本。

车辆路径问题的发展及其应用

车辆路径问题作为运筹学和组合优化领域的热点问题,与现实生活息息相关。随着对车辆路径问题的不断深入研究,各类新型的启发式算法被运用到解决这类问题之中。文对具有各类约束条件的车辆路径问题进行了调查、分析和总结,并对国内外相关研究成果进行了提炼,在该基础之上,阐述了车辆路径问题的研究综述。基于当前多样的分类标准,讨论并分析了经典车辆路径问题,并在此基础之上综述了求解各类型车辆路径问题的基本方法和现代启发式算法。