带时间窗约束的AGV集配货绿色路径规划问题研究

针对柔性制造车间背景下带时间窗约束的自动化导引运输车(automated guided vehicle,AGV)集配货绿色路径规划问题,以最小化AGV集配货过程能耗及时间偏离能耗作为组合优化目标,构建AGV绿色车辆路径规划模型,根据所研究问题特性,提出了一种改进变邻域搜索的混合遗传算法(GA-VNS)对其进行求解,并设计了5种邻域结构来提高算法寻优能力。通过对Solomon算例测试集进行求解,并与国际已知最优解进行数据对比,验证文章所提算法的可行性;进一步以某柔性制造车间某一生产时段的AGV物流运输任务作为实验案例,分别使用所设计的算法、GA和VNS算法对问题进行求解,数值实验结果表明了文章所提模型及算法的优化、适用性,为车间实现节能减排的发展目标提供一种可行方案。

多车型集配货一体化车辆路径问题研究

针对客户存在收货和发货双重需求的物流配送问题,讨论具有多种车型的集配货一体化车辆路径问题。在综合考虑各车型的固定成本和可变配送成本的前提下,以总成本最小为目标,以尽可能提高车辆满载率、减少出行次数为思路,构建多车型集配货一体化车辆路径优化模型。基于最小插入费用法设计初始可行解生成算法,通过引入基于概率的多算子邻域操作、最优解记忆装置、多准则终止原则对模拟退火算法进行改进,给出求解思路。设计算例并对多车型单/双向集配货模型的求解结果进行比较,以验证模型的实用性和算法的有效性。研究结果表明:使用改进后的模拟退火算法对构建的多车型集配货一体化车辆路径问题模型求解更直接简便,对多车型集配货一体化车辆路径优化后能有效降低配送成本。

集配货一体化VRP问题的具记忆功能的模拟退火算法研究

针对集配货一体化车辆路径问题的特性,建立了考虑配送车辆出行固定成本、车辆出发满载系数等因素的更加符合实际的数学模型;并设计了一种带记忆功能的模拟退火算法求解模型,确保输出结果是每次寻优的最优解;最后通过算例计算,结果表明,算法求解更优,稳定性更好,计算效率也较高。

集配货一体化的多站点定位路线问题

针对客户同时有集货和送货需求时的定位路线问题,建立数学模型,设计两阶段启发式算法。第一阶段为定位配给问题,采用禁忌搜索算法,避免陷入局部最优;第二阶段为集配货一体化车辆路线问题,采用模拟退火算法,具有强收敛性,可以得到全局优化解;然后将两个阶段进行很多次循环迭代最终求得集配货一体化多站点定位路线问题的优化解。通过实例计算验证该启发式算法的可行性和有效性。

带软时间窗的集配货一体化VRP改进模拟退火算法优化研究

建立了考虑软时间要求、配送车辆出行固定成本以及车辆出发满载系数等因素,更加符合实际的集配货一体化车辆路径问题数学模型.求解时对传统的模拟退火算法进行了改进,结合线路内交换和线路间交换产生新解,增加了记忆功能,采用了双终止准则.对一定规模的算例验算表明,该算法求解更优,稳定性更好,计算效率也更高.

混合粒子群算法求解带软时间窗的VRPSPD问题

针对带软时间窗的同时集配货车辆路径问题(VRPSPD),建立了以车辆派遣成本、行驶成本和时间窗惩罚成本之和最小为目标的车辆路径优化模型;设计混合粒子群算法进行求解,该算法结合以变邻域下降搜索为主体的适应性扰动机制,采用适应性选择邻域策略,并在每个邻域搜索中应用可变的循环次数,以此提高对解空间的探测能力和搜索效率。数值实验结果表明了该算法的可行性和有效性。

基于修正遗传算法的含服务费的车辆路径问题

在一般的带时间窗的集配货一体化问题研究的基础上增加了对装卸货产生的服务费的研究。通过推理计算求出包括服务费在内的各部分费用在总费用中所占权重,建立含服务费的带时间窗的集配货一体化车辆路径问题(VRPPDTW)模型。在求解时基于遗传算法并对算子做出修正,通过动态自适应技术修正交叉算子和引入2-opt操作修正变异算子,通过修正确保种群的多样性和稳定性并提高算法的求解效率。最后,通过数值例子对文章的模型和计算策略进行验证。结果显示:执行修正遗传算法(MGA)的最优成本为246.136;执行自适应规则确定交叉概率遗传算法(AGA)的最优成本为275.944 3;执行标准遗传算法(SGA)的最优成本为304.188 6;经过多次反复执行验证,使用修正遗传算法较其余两种算法更适合求解此模型。