非冷链商品配送路径优化研究--以京东配送为例

如何有效降低商品配送成本是物流企业的关注重点,学界已就带时间窗的商品配送路径优化算法展开了相关研究,但相关算法还存在着过早陷入局部最优或无法收敛的问题。由此提出一种改进的变邻域遗传搜索算法(VNS-GA),以非冷链商品配送为研究对象,构造起求解物流配送车辆路径规划的数学模型。首先,以配送成本和缺货惩罚成本的最小化作为实现目标,构建了包括车辆使用成本、配送运输成本和时间窗口惩罚成本的配送路径优化模型;其次,运用变邻域遗传优化算法来实现多目标物流配送路径的优化;最后,以京东某北京配送中心的物流配送为例,运用MATLAB软件对VNS-GA算法模型的科学性及有效性进行仿真验证。经实证,VNS-GA算法与传统算法相比具有更好的全局和局部搜索能力。研究期望为配送车辆调度与配送路径规划提供更优的路径选择模型,从而降低物流配送成本和减少便利店因缺货造成的损失。

有取货点选择的电动车集送货团队定向问题研究

随着国家越来越重视绿色物流,电动车在物流配送中的应用日益广泛,同时在实际配送过程中存在同一个配送需求有多个取货点可供选择以及由于配送资源有限不足以满足所有配送需求的情况。针对此类问题,本文研究了有取货点选择的电动车集送货团队定向问题,首次建立了针对该问题的混合整数规划模型。在该模型中各配送需求的取货点为决策变量,在不超过规定车辆数量和时间资源限制下以最大化总收益为目标。结合模拟退火算法的思想设计改进的自适应大邻域搜索算法对该问题进行求解,在该算法中首次设计贪婪随机修复算子和最小支撑树破坏算子,并结合文献中已有的算子以提高算法性能。通过不同规模算例实验证明了所提出模型和算法的有效性,进一步对比分析了有取货点选择对总收益的影响,实验结果显示在有取货点选择的情况下,三种大规模算例的总收益均有了显著的提高,最后说明了所提出新算子的有效性。

基于混合平衡优化器算法的多目标柔性作业车间多重动态调度研究

面对生产过程中出现的多种扰动问题对实际调度过程的影响,构建以紧急订单和机器故障为扰动因素,以最小化最大完工时间、最小化订单拖期惩罚和最小化碳排放为目标的柔性作业车间多重动态调度模型。采用基于事件和周期的混合动态调度策略来应对突发事件,并提出一种改进的平衡优化器算法来求解该模型。该算法通过采用基于精英反向学习的混合种群初始化策略提高初始种群质量;通过采用IPOX交叉、MPX交叉和变异操作,提高算法解集的广泛性和多样性;通过使用基于Metropoils准则的精英选择策略来更新种群,防止种群陷入局部最优;通过双层变邻域搜索提高算法的寻优能力。通过大量拓展算例仿真验证了该算法的有效性、稳定性和优越性。

求解TSP问题的一种变领域遗传算法

本文针对遗传算法易于陷入局部最优等问题,提出一种基于变领域的改进遗传算法求解旅行商问题。变领域搜索算法包括抖动算法、2-opt、2-h-opt、3-opt算法,能够增强遗传算法局部搜索能力,改进遗传算法求解质量。数据实验结果证明,改进遗传算法在求解旅行商问题时的有效性,并可以广泛应用于物流运输等行业中。

动态改变邻域空间和搜索步的自由搜索算法

针对群体智能优化方法——自由搜索算法后期寻优效率降低、特别是多维空间寻优效果不佳的问题,提出一种动态改变邻域空间和搜索步的自由搜索算法,该算法前期邻域空间和搜索步变化不大,进行全局搜索;后期邻域空间和搜索步变化较大,进行局部寻优.给出了动态调整邻域空间及搜索步的方法.通过对4个经典的函数进行测试实验,结果表明,该算法在平均最优值和成功率上都有所提高,而且收敛速度快、精度高,尤其对多维多峰函数效果更加明显.

不确定知识化制造环境下航空发动机装配车间滚动自进化

针对产品装配次数不确定且装配组的调整时间与工序间排序相关的航空发动机装配车间,对不确定环境下知识化制造系统(Knowledgeable manufacturing system,KMS)的自进化问题进行研究。采用事件和周期混合驱动型的自进化机制,结合滚动时域方法实现航空发动机装配车间自进化,并给出一种可行的滚动规则。建立系统在各个决策时刻的静态决策子问题的数学模型,并针对该模型提出一种具有双层结构的遗传算法进行求解。在下层的混合型遗传算法中,给出一种直接解码算法,并引入了变邻域搜索算法,以增强局部搜索的能力。通过仿真对算法的性能进行了测试,此外,试验数据表明执行自进化操作的系统具有较好的生产性能。尤其是对于更敏感于自身调整的系统,自进化操作发挥的作用更大。

基于混合算法的具有硬时间窗口约束的VRPSPD问题

具有硬时间窗口约束下同时收发的车辆路径问题(vehicle routing problem with simultaneous pick-up and delivery with hard time windows,VRPSPD with Hard TW)是将产品配送和废物回收统一进行优化的问题。本文研究了一个中心仓库,多台车辆向具有配送需求和回收需求的客户提供服务,客户存在硬时间窗口要求的车辆运输问题。该问题中,客户的配送需求和回收需求必须同时获得满足,即客户仅允许被访问一次,且需求不可分割,只能由一台车辆提供服务。且客户的硬时间窗口要求必须获得满足。首先将修正后的旅程分割方法应用于硬时间窗口约束下的VRPSPD问题初始解的获得,并利用响应性禁忌搜索算法框架,结合基于多种领域的可变式搜索方法,给出一启发式算法。计算机实验结果表明,该启发式算法在求解VRPSPD with hard TW上是有效的。

逆向需求动态出现的混合集散货物路线问题

研究了逆向需求动态出现的混合集散货物路线问题。将问题的求解过程分为静态和动态两个阶段,每个阶段分别用记录更新算法求解。记录更新法中采用随机大邻域搜索法及重起和扰动策略来提高解的质量,并通过约束邻域搜索范围和设计常量可行性检查两种策略来减少计算时间。通过算例表明了该算法的有效性,同时也表明将动态出现的逆向需求实时整合到已有路线中,比为动态需求单独安排配送更为经济。

考虑容量约束的电缆敷设变邻域搜索优化算法

针对一类考虑容量约束的电缆敷设优化问题,提出一种新的变邻域搜索优化算法。首先,分析电缆敷设问题的优化要求,基于图论给出具有容量约束的电缆敷设优化问题的数学描述;然后,结合问题特征提出基于Dijkstra算法的初始解生成策略,构建依据解间距离的邻域结构和局部启发式搜索策略,在此基础上给出电缆敷设变邻域搜索优化算法;最后通过实例求解结果表明,该算法能在短时间内获得问题的最优解或近优解,验证了算法的有效性和优越性。

基于遗传算法的点云注册技术研究

提出了一种基于遗传算法的点云配准技术,将点云数据与3D模型进行配准,对模型建立KD树,进行最近邻搜索,获取点云到3D模型中最近的点,根据各点到模型的距离来作为适应度判断依据.仿真结果表明:该算法达到一定的配准精度,具有全局收敛、配准时间短、对初始位置要求不高的特点.

基于位置与连接概率的EDA算法求解PFSP问题

针对置换流水车间调度问题(PFSP)的特点,提出一种基于工件加工位置与连接概率相结合的混合分布估计算法。该算法将工件位置概率与工件的连接概率结合在一起,作为新一代种群的生成概率从而使得进化趋势更加合理化。为了提高局部搜索能力,算法引入了启发式方法提高初始解质量,优化了邻域搜索策略。同时引入了变异操作及限定操作来提高算法全局搜索能力。实验结果表明,该算法在求解置换流水车间调度问题时具有良好的性能。

一种求解双层过道布置问题的离散花授粉算法

结合布局活动中设施布置在多层空间的实际情况,对过道布置问题在双层空间中的布置优化进行研究,构建了一种新的混合整数非线性规划模型.基于可行解的离散性和问题求解的复杂性,提出一种花授粉算法离散方法.通过重新定义授粉过程,将以问题规模为搜索深度的随机搜索过程作为全局搜索,而在局部寻优阶段,个体以交换对的形式跟随最优解更新自身.为进一步提高算法性能,在全局搜索阶段引入临界值,通过变异陷入局部最优的个体实现变邻域搜索,并设置阈值以提高求解效率.通过对比改进前后两算法求解38个测试算例的运算结果,验证了算法改进的有效性.最后,应用改进离散花授粉算法求解原过道布置问题,并与不同算法的实验结果进行对比,发现所提算法在求解质量和效率方面更具优势.

求解有限缓冲区流水线调度问题的混合蝙蝠算法

针对最小化最大完成时间的有限缓冲区流水线调度问题(LBPFSP),提出一种混合蝙蝠算法(HBA)。在算法设计中,采用基于SPV的编码规则以实现连续的实数向离散的作业序列的转变,在种群初始化时引入NEH启发式算法,为提高算法的搜索效率,以一定的概率执行基于Pairwise的邻域搜索。对标准测试问题在不同缓冲区下的最优值进行仿真并与其他算法进行对比,并对基于Pairwise的邻域搜索的执行概率值对算法性能的影响进行讨论,其结果验证了HBA求解LBPFSP的有效性。

一种快速图像定位方法在赛艇训练中的应用研究

在人体点棍图模型的基础上,对赛艇运动图像的技术动作进行了一种自动解析方法的研究.在序贯相似检测算法(SSDA)和线性矩模型的基础上,结合一种解析方法(AA),实现了解析邻域搜索算法(ANSA)对赛艇运动图像的快速解析,分析了人体关节点的有关运动学参数,为赛艇运动员的优化训练提供了依据.

“多对多”模式下GEO卫星在轨加注任务规划

随着在轨服务技术的发展和对航天器发射运营成本的控制,航天器在轨服务模式将由“一对一”服务逐步发展为“一对多”“多对多”的服务模式。在具有多个服务目标的模式下,针对服务航天器的任务分配与规划将变得尤为关键。因此,本文研究了多服务航天器为多个地球同步轨道(GEO)卫星进行在轨加注的任务规划问题。首先,考虑服务航天器容量约束、服务路径约束等多类约束条件,以最小化燃料消耗为优化指标,以每个服务航天器的服务顺序为决策变量,建立“多对多”在轨加注任务规划模型。其次,针对遗传算法局部搜索能力差、易陷入局部最优的缺陷,设计了一种将大邻域搜索算法和遗传算法相结合的混合启发式算法(LNS-GA),用以求解该任务规划问题。该算法利用大邻域搜索算法中的“破坏”和“修复”思想,对遗传算法每一代种群中的精英个体进行进一步的迭代搜索,从而增强算法的局部搜索能力。最后,通过设定的仿真场景与单一遗传算法进行仿真对比,验证了本文所提出算法的有效性和优越性。

基于遗传-变邻域搜索算法的堆垛机作业调度优化

基于缩短自动化立体仓库中堆垛机完成货物出入任务时间的目的,建立了堆垛机作业调度的作业时间模型,通过修补机制、校正机制和遗传-变邻域搜索算法的优化方法,使得在优化的过程中,确保出入库任务序列的长度相等,并能够复用同一批作业任务中因出库作业产生的空货位。12组作业任务的仿真实验结果表明,相较于变邻域搜索算法,遗传-变邻域搜索算法的收敛速度更快,其中3组作业任务解的质量更高,总耗时和相对耗时的优化率分别为11.57%~21.56%和35.85%~68.89%,且复用空货位可以缩短堆垛机的作业时间。

考虑无人机辅助的卡车配送路径优化

无人机具有飞行不受地形限制等优点而被应用于提升城市物流配送“最后一公里”的效率实践,但无人机配送受到最大飞行时间及最大载重等限制。结合卡车与无人机配送特点,研究了一类考虑无人机辅助的卡车配送路径优化问题。考虑无人机最大飞行时间、最大载重和飞行速度等因素,以配送完成时间最短为目标建立混合整数规划模型;采用结合自适应K-means聚类搜索的混合变邻域搜索算法进行求解。基于Solomon Benchmark C101、R101、RC101构建算例,分析结果表明:嵌入简单启发式算法的混合变邻域搜索算法能够较好求解所提出的路径优化问题,并能提高物流配送服务时效性;无人机飞行速度受载重影响越小,飞行持续时间越长,越有利于缩短配送时间。

考虑载重影响耗电率的电动车车辆路径问题

随着新能源和绿色物流等政策的出台,电动车逐渐成为物流配送的主要运输工具.考虑到电动车的电池容量、充电时间、耗电率和充电站位置等因素,研究载重影响耗电率的电动车车辆路径问题,建立以总成本最小化为目标的混合整数规划模型.结合禁忌搜索算法的思想,设计改进的自适应大邻域搜索算法对其求解,在该算法中,开发多种基于模型特性的破坏算子和修复算子以提高求解效率.通过算例求解验证模型和算法的有效性,为物流企业电动车配送方案的规划提供一定的决策依据.

考虑多急件到达的作业车间重调度研究

为解决大规模急件插单重调度优化问题,以最小化最大完工时间及加权延期成本为目标,构建混合整数规划模型。提出基于新的匹配策略的混合遗传禁忌搜索算法对该问题进行求解,采用基于贪婪规则的启发式算法改进初始解的质量,提出基于自适应的变异算子选择算法,同时引入部分非关键工序交换规则改进N5邻域结构,提高算法的局部搜索能力。实验结果验证了所提算法的有效性和可行性,并表明急件插单时间发生的越早,该算法优越性越突出。

Free-floating bike-sharing green relocation problem considering greenhouse gas emissions

This paper introduces the problem of green bike relocation considering greenhouse gas emissions in free-floating bike-sharing systems(FFBSSs)and establishes a mathematical model of the problem.This model minimizes the total imbalance degree of bikes in the FFBSS and the greenhouse gas emissions generated by relocation in the FFBSS.Before the relocation phase,the FFBSS is divided into multiple relocation areas using a two-layer clustering method to reduce the scale of the relocation problem.In the relocation phase,the relocation route problem is converted into a pickup and delivery vehicle-routing problem.Then,an adaptive variable neighbourhood tabu search algorithm with a three-dimensional tabu list is proposed,which can simultaneously solve the relocation problem and the routing problem.A computational study based on the actual FFBSS used in Shanghai shows that this method can effectively solve the green relocation problem of FFBSSs.