考虑空载损失的非集中式共同配送订单分派及路径优化研究

物流活动的空载率居高不下源于路径规划不合理及企业间缺少合作,共同配送是降低空载损失的有效模式,但非集中式共同配送下物流企业可能基于被分派的订单选择自身成本最小的配送路径,从而导致共同配送联盟的空载损失变大。本文研究考虑空载损失的非集中式共同配送订单分派及路径优化,首先提出空载损失定义,权衡整个配送过程的成本最小和空载损失最小两个目标,基于非集中式共同配送的特征设计订单分派策略,进而建立订单分派及路径优化模型。设计了基于ε约束法的精确算法、改进的MOPSO(multiple objective particle swarm optimization)算法、多项式时间快速算法进行求解,并结合算例验证算法的有效性。数值分析结果表明,即使物流企业均追求自身成本最小化,提出的订单分派策略也可得到与全局优化相近的结果。

多中心开放式电动货车冷链物流配送路径优化

为了实现物流企业的降本增效和绿色发展,考虑载重、电量、时间窗约束和电池动态耗电率、产品新鲜度损耗、增加配送中心充电功能和多中心联合配送等因素,提出了开放式多配送中心联合配送的电动货车冷链物流配送路径问题。以总成本最小为目标函数,建立该问题的混合整数规划模型,设计改进的遗传算法进行求解,优化电动货车冷链物流配送路径和充电方案。结果表明:开放式多中心联合配送能更好地满足客户时间窗约束并降低物流运营成本;增加配送中心的充电功能可以降低充电站短缺对物流企业运营的影响;考虑车辆载重动态影响耗电率能准确反映出配送途中车辆电量消耗;改进遗传算法求解算例成本更低,充电方案和路径规划更优。

洪涝灾害预警时期的应急人员安置与物资配送联合优化

严重的洪涝灾害威胁着受灾地区的居民生命安全,及时的人员安置与物资保障有助于降低自灾害带来的负面影响。本研究对洪涝灾害预警时期的人员安置与物资配送两项工作进行共同考虑,由人员安置方案确定各地的物资需求量,作为物资配送优化的基础,最终得到一套联合工作方案。本研究以人员转移时间最短、人员未转移惩罚最小、物资未满足比例最低为目标,建立了该问题的数学模型。在时间划分上,本研究将应急物流工作的时间划分为多个等长的周期,并将每个周期划分为一段工作时间和一段休整时间。在工作时间内,车辆可以连续进行多次行程,以实现载具的最大化使用;在休整时间内,车辆不开始配送任务,以此应对计划外耗时带来的影响。最后,本研究基于安徽省阜阳市的蓄洪区位置构造算例,并使用遗传算法对算例求解,通过对比“联合优化”方案与“就近安置”方案,证实了人员安置与物资配送的联合优化能够让应急工作在整体上达到更好的效果。

城市物流共同配送优化方案研究

现代物流发展过程中,随着城市交通状况的恶化、生态环境的破坏,城市物流的"外部不经济"逐渐引起人们的重视.在当前的金融危机环境下,如何优化城市物流配送方式,协调城市物流活动与城市发展日益受到社会关注.通过借鉴城市物流优化流程,应用定性以及定量的方法,提出基于共同配送的城市物流配送方案.方案通过城市物流配送中心数量确定方法、选址模型以及配送路径的优化问题,并结合泉州市某知名运动鞋店进行了实证分析,说明了城市物流共同配送方案的优势,为实现城市物流配送优化提供参考.

基于共同配送的城市物流优化方案研究

现代物流发展过程中,随着城市交通状况、生态环境不容乐观,城市物流的"外部不经济"逐渐引起人们重视,在当前的金融危机环境下,如何优化城市物流配送方式,协调城市物流活动与城市发展的日益受到社会关注。通过借鉴城市物流优化流程,应用定性以及定量的方法,提出基于共同配送的城市物流配送方案。文中主要涉及到了城市物流配送中心数量确定方法、选址模型以及配送路径的优化模型,并提出实施建议。最后分别采用人工计算和软件计算的方法,进行模拟算例求解分析,说明城市物流共同配送方案的优势,为实现城市物流配送优化方案提供参考。

基于多品类多车种的铁路网重空车流径路联合优化研究

车流径路优化对合理分配通道运量,协调路网能力利用,促进货运增量增收具有重要意义。针对既有研究将重空车流相分离的局限性,将分车种的空车调配模型纳入优化体系,同时引入车货关联系数表示货物品类与车种间的适装关系,以最小化车流运输总成本为目标,在满足空车供需关系生成、车流径路唯一性及路网能力约束的条件下,构建基于多品类多车种的铁路网重空车流径路联合优化模型。以我国东北局部货运支点路网为例,模拟生成分品类的货运需求数据,对案例进行计算求解。结果表明:联合优化策略能够同时生成分车种的空车调配方案及重空车流径路方案,模型具备一定的有效性与合理性,有利于降低重车绕行和车流总运输成本,能够为整体优化路网重空车流走行提供理论依据。

基于容量约束的城市共同配送路线优化

在城市共同配送中,对配送路线进行优化十分重要。介绍了CVRP模型以及城市共同配送的路线优化方法,着重分析了节约里程法的原理和计算步骤,最后通过实例,描述了不同优化方法的应用,并选出了最优的方法。

随机需求下蓄冷式多温共配优化模型

针对随机需求下蓄冷式多温共配问题,综合考虑配送过程中的固定成本、行驶成本、保温箱成本、碳税成本及顾客需求的随机性,以配送总成本最小化为目标,建立了随机需求下蓄冷式多温共配的优化模型及算法。将容量无法交叉使用的多区隔车辆补货路径的随机动态规划及其算法拓展至车容量可以交叉使用的蓄冷式多温共配。采用事前估计策略求解随机需求所带来的回程补货问题,并根据概率分布构造了多维冷链品剩余量分布图用以决策可能的前行/回程方案。最后,通过算例验证了模型及算法的有效性。

基于卡车与无人机联合配送的车辆路径优化

卡车与无人机联合配送已逐渐成为车辆调度的热点问题。在考虑正向和逆向物流整合的前提下,建立混合整数规划模型。并根据无人机联合配送的特点,设计嵌入遗传算法的邻域搜索算法,通过算例验证了模型与算法的可行性。仿真结果表明:构建的模型有效地结合了无人机的工作特点和取送货模型路径选择的特点,验证了模型与算法的有效性,可为城市物流配送中无人机的应用提供指导。

基于ArcGIS的多温区冷藏车辆路径优化

为降低冷链物流成本,研究多温共配模式下生鲜农产品冷链配送问题。采用多温区冷藏车,构建考虑运输成本、货损成本、制冷成本的路径优化模型,利用遗传算法对算例进行求解,借助ArcGIS规划最短路径。算例结果显示,与传统配送模式相比,多温共配模式可减少2辆冷藏车的调度,总成本降低34. 1%,实际运输距离缩短54. 1%。多温共配模式可有效解决生鲜农产品配送小批量、多品种、高成本的问题。

资源共享模式下多中心共同配送电动车辆路径优化问题

针对电动车辆路径优化在充电站共用和车辆共享相结合方面存在的不足,提出充电站和电动车在多服务时间段内共享以及多中心间的集中运输调度策略,研究了基于资源共享的多中心共同配送电动车辆路径优化问题。首先,构建了包含电动车租赁成本、电量消耗成本、服务成本、违反时间窗惩罚成本的运营成本最小化和电动车使用数最小化的双目标优化模型。其次,根据模型特点设计了考虑客户地理位置和需求时间窗的3D-K-means时空聚类算法,提出一种基于Clarke-Wright(CW)节约算法的多目标粒子群(MOPSO)混合算法(CW-MOPSO)。该混合算法集成了CW节约算法生成的初始解,并在MOPSO中设计了充电站插入策略、外部存档更新策略和资源共享策略,提高了帕累托优化解的质量。再次,与非支配排序遗传算法、多目标遗传算法和多目标梯度进化算法进行了对比分析,验证了CW-MOPSO混合算法的有效性。最后,结合重庆某物流企业的实际数据对资源共享模式下多中心共同配送电动车辆路径优化问题进行研究,探讨了电动车在充电站的排队等待时间存在不确定性、电动车电量消耗和速度呈阶梯性关系以及不同资源共享模式下多中心共同配送的运营成本、电动车使用数、电量消耗和充电站使用数等指标的变化情况。研究结果表明:部分充电站排队、其余充电站不排队场景下存在部分电动车为了减少排队等待时间会选择较远距离的充电站进行充电的情景,进而增加了电动车的行驶距离并存在较高的客户延迟服务惩罚成本;而当不同服务时间段电动车具有不同速度状态时,电动车的电量消耗在长距离匀速行驶过程中比多次不同速度状态短距离行驶的电量消耗更少。此外,本研究所提出的模型和算法能够实现多中心共同配送线路中充电站的共享、电动配送车辆的共享调度以及合理的电动车辆路径优化,并在有效提高多中心共同配送网络运营效率的同时降低物流运营成本,为城市物流配送企业进行充电站的合理化配置和电动配送车辆路径优化调度提供理论支撑和决策参考。

半开放式燃油车和电动车混合车辆路径优化问题研究

随着物流行业的迅速发展,物流运输车辆不断增加,而传统燃油汽车的使用对环境造成了一定的压力,近年来,物流电动汽车由于其节能环保的特性,得到了广泛的应用。然而由于电动汽车的充电时间较长以及运输行业的发展现状,电动汽车目前无法完全取代传统燃油汽车,两种车型同时存在于物流配送领域。文章针对半开放式多配送中心的燃油汽车和电动汽车混合车型的车辆路径优化问题进行研究,同时考虑了客户需求量、车辆载重量以及电动汽车的充电需求等约束条件,以碳排放成本、运输成本以及时间窗惩罚成本之和最小为目标建立线性整数规划数学模型,针对该问题的NP难特性,设计了改进的粒子群算法进行求解。应用佳点集理论产生初始种群,增加粒子群算法的多样性,在迭代过程中,增加局部搜索策略,避免粒子群算法陷入局部最优。实验结果表明:改进的粒子群算法获得的总成本相比标准粒子群算法获得的总成本降低5.69%,证明了该设计的改进粒子群算法在求解开放式混合车型车辆路径优化问题时的有效性;相比于不考虑碳排放的情况,考虑碳排放时传统燃油车的使用数量有所下降;相比于单一配送中心路径优化情况,开放式的多配送中心路径优化,更有利于降低物流成本。

多模式下的车辆和无人机联合配送模型与优化算法

无人机已广泛用于物流配送,具有快速投递和低成本的优势.针对远离仓库中心、交通受限制客户的需求,在车机并行配送模式上引入车载无人机以服务该类客户,提出多模式下的车辆和无人机联合配送模型及其路径优化问题.该模型融合了车机协同配送模型和并行配送模型,包括搭载无人机的卡车和独立的无人机舰队.在此基础上建立以最小化交付时间为优化目标的混合整数规划模型,并设计基于知识学习策略的多算子遗传算法来提高搜索效率.实验结果表明,与传统交付方式相比,车辆与无人机联合配送模型可显著减少交付时间.在大规模数据集上,改进的遗传算法表现出更好的性能.该研究成果可为解决物流配送中的复杂动态的“最后一公里”问题提供指导和参考.

考虑碳排放的冷链物流联合配送路径优化

基于绿色物流发展理念,将碳排放转化为成本融入冷链物流配送路径优化问题。结合冷链物流企业拥有多个配送中心且各配送中心在各决策阶段运力不均衡的实际情况,提出一种在企业拥有多个配送中心、有限车辆数且各车辆可回到任一配送中心继续配送的情况下,考虑时间窗、碳排放成本和货损成本的冷链物流联合配送路径优化模型。通过引入一个虚拟车场将多配送中心问题转化为单配送中心问题,采用改进遗传算法求解路径优化问题。通过算例将传统分区配送方式与联合配送方式的路径优化结果比较发现:联合配送不仅在冷链配送费用方面远远低于传统分区配送,而且产生的碳排放成本也低于分区配送。

时变温度下考虑装载策略的多温共配优化研究

为了解决考虑外界温度变化、时间窗约束、装载策略的医药冷链多温共配车辆路径问题,建立了时变温度下考虑二维装载约束和多温层的VRPTW模型。考虑时变温度对热量损失的影响,确定制冷成本的度量函数;对于多温层共配,将有多种温层需求的客户点看作多个距离为零的单种温层需求的客户点集合;为提高装卸效率减少热量损失,改进左下角填充算法中装箱位置点的确定方法,混合遗传算法与大邻域搜索算法,根据模型特征在遗传算法中增加移出和重插入操作,设计改进左下角填充-遗传大邻域搜索算法对模型进行求解。最后结合算例,验证该模型和方法的有效性、正确性。

多LNG点供企业联合配送的半开放式车辆路径问题

为解决多家LNG点供企业联合配送的路径优化问题,构建带时间窗的半开放式多中心车辆路径模型.考虑到LNG具有危险化学品特性,限制了LNG槽车的通行路段,为求解该问题,设计改进的回溯搜索优化算法,提出客户信息与配送中心信息相对独立的新型编码方式,有效解决了车辆容量限制可能会导致传统自然数编码长度不一致,进而影响种群交叉、变异的问题.最后,利用Cplex和改进回溯搜索优化算法求解算例,结果验证了数学模型的正确性及算法的有效性,证明该联合配送模式可以有效降低运输成本及LNG槽车的运输风险.