部分充电策略下多中心混合车队联合配送路径优化

城市物流电动车与燃油车混合运输场景中,运输资源共享调度和充电策略联合优化方面存在不足。基于此,综合考虑客户时间窗、混合动力车队、电动车部分充电策略、多中心间联合配送机制和碳排放等实际因素,研究带时间窗和部分充电的多中心混合车队绿色车辆路径问题。以车辆固定成本、运输成本、充电成本、碳排放成本和时间惩罚成本之和最小化为目标构建优化模型,并设计混合改进遗传-变邻域搜索算法进行求解。基于湖南省某物流企业的实际数据进行仿真实验,验证了上述模型及算法的有效性,并从配送模式、车队配置和充电策略3个方面进行了敏感性分析。研究结果表明:1)联合配送模式有助于加强配送中心间的协同合作,促进运输资源共享调度,降低物流配送成本并减少碳排放,是一种经济环保的配送模式。2)电动车充电时间过长会影响客户时间满意度下降,且对纯电动车队而言,这一影响更为显著。3)混合车队相比纯电动车队具有更低的配送成本和更高的客户满意度,相比纯燃油车队在降低配送成本和减少碳排放方面更有优势。合理的车队配置不仅能减少企业运营成本,还可以同时兼顾客户利益和环境利益。4)在物流配送中采用部分充电策略能有效节省充电时间并提升客户服务体验。研究成果可为物流企业进行运输资源联合调度和配送方案优化决策提供参考依据。

混合蒸发气动力下液化天然气海运航线配船优化

液化天然气运输船舶在航行过程中,可利用其装载货物的自然蒸发气与强制蒸发气作为船舶动力燃料。根据这一实际情况,提出混合蒸发气动力模式下液化天然气海运航线配船优化方法。通过构建船舶航速、蒸发气消耗量及航次交付量之间的关联函数,权衡液化天然气强制蒸发量与航次成本间的反馈关系。考虑自有船和定期租船、航次运输时间、蒸发损失等因素,以液化天然气船队年运营成本最低为目标,设计混合蒸发气管理策略,建立液化天然气海上运输航线配船与航速联合优化模型。根据模型特点,将遗传算法与优化软件相结合,提出基于模型分解的嵌套求解算法。最后,以航运企业实际运营数据为背景开展案例分析,计算结果表明,采用混合蒸发气管理策略可使航运企业运营成本降低7.13%,船队闲置率降低4.8%。敏感性分析结果表明,随液化天然气现货价的增高,采用混合蒸发气管理策略调整强制蒸发气用量对企业运营成本的降低效果更加显著。

基于协同增益的联合编队作战任务群聚合模型

作战任务群是联合编队遂行各种作战任务的主要组织形式,兵力聚合是构建作战任务群的有效途径,文中将模糊聚类(FCA)法应用于作战任务群聚合。在研究聚合原则、聚合结构的基础上,提出兵力间协同的增益效应,并建立了协同增益模型。将协同增益模型和FCA相结合,建立了作战任务群聚合模型(PFCM)。模型着力解决互联、互通、互操作能力逐步增强条件下各个作战单元协同效应的实现,是提高联合编队作战协同能力的有效途径。

长波电台和联合舰队问题没有涉及国家主权吗?——与沈志华先生商榷

上世纪50年代末期,苏联提议中苏两国共同组建长波电台和潜艇联合舰队,为了维护国家主权,中方与苏方发生了激烈的争论和斗争。最近沈志华先生根据有关资料提出长波电台和联合舰队问题没有涉及国家主权。这一观点显然是不能成立的。

基于多AGENT联合意图的反潜编队仿真模型研究

分析了反潜编队的协同作战过程,提出了编队多Agent的形式化描述方法,给出了单个兵力Agent的行为模型,包括组成结构和控制策略。提出了多Agent联合意图的六元组模型,并应用于舰艇和直升机协同反潜过程进行了形式化描述。采用黑板模型,实现多Agent兵力的战场态势和作战状态共享;基于有穷状态自动机,给出了多Agent兵力协同作战过程描述模型。最后,指出多Agent联合意图理论在计算机兵力生成方面,尤其是兵力协同作战研究方面,具有理论和方法可行性和可实现性。

基于训练成绩的JFCCS协同对象选择

协同对象选择是构建JFCCS的基础和前提。在分析协同系统内涵和系统运行流程的基础上,给出了协同对象间的协同关系及选择问题描述,构建了基于训练成绩的协同对象选择模型。模型构建从系统功能表现形式入手,旨在通过"黑箱"理论将物理域、信息域和认知域的协同融合,通过战斗力的物质化表现形式谋求协同系统有序运行,模型的可靠性依赖编队训练信息支撑平台。基于训练成绩的协同对象选择方法,更能体现出人与武器装备的结合、各级指挥员间的默契程度,对增强编队协同作战能力具有决定性意义。

联合编队综合集成对作战协同影响

海上联合机动编队(联合编队)综合集成是实现海军转型的主要途径,"网络中心"模式下,编队中的指挥流、控制流、信息流、火力流都发生了质的变化,必然对编队作战协同产生影响,主要表现为:催生新的作战理论,拓展作战协同空间,增强战场感知能力,加快作战节奏,需要素质复合化的指挥员,但对网络的依赖性增强。

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。

时变路网下多中心混合车队联合配送车辆路径优化

针对时变路网下多中心混合车队联合配送车辆路径问题,综合考虑多配送中心开放、燃油车及电动车联合配送、车辆行驶速度连续变化等因素的影响,构建以车辆固定成本、运营成本和时间窗惩罚成本之和最小为目标的优化模型。根据问题特征,设计混合启发式算法进行求解,算法中采用K-means聚类方法生成初始种群,然后用变邻域搜索算法进行搜索优化,提升算法的求解性能。设计多组实验对本文算法进行对比分析,验证了算法的有效性。研究成果丰富了时变路网和混合车队车辆路径问题的相关理论研究,为运输企业制定合理的运输方案提供了理论依据。