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。

考虑等待成本的卡车与多无人机联合配送农村物流路径优化

车辆和无人机联合配送模式是降低末端配送成本、提高效率的全新尝试。本文考虑卡车和无人机相互等待成本,以最小总成本为目标建立了单卡车和多无人机联合配送路径优化模型。设计了自适应大邻域搜索算法,采用三种破坏算子和修复算子,对破坏、修复后的临时解使用模拟退火接受准则。对包含10-100个节点的呈均匀分布和簇状分布的2类算例进行求解,与CPLEX求解结果对比表明提出的算法具有较快的速度、较好的精度和稳定性;分析卡车携带不同数量无人机的联合配送方案,结果显示,相较于纯卡车配送,携带1-4台无人机的联合配送可降低农村物流配送总成本17.88%~28.94%;对无人机续航里程的敏感性分析,表明随无人机续航里程的增加配送成本呈先快速降低后缓慢降低或趋于稳定。

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。

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。

基于区域目标网格化的多星协同观测方法

通过分析多颗SAR卫星对某一大面积区域目标进行协同观测的约束条件,以给定任务周期内观测收益最大为目标函数,建立约束满足模型。为改善传统的禁忌搜索算法在多星协同观测任务中易收敛于局部最优解的问题,提出一种改进的变邻域禁忌搜索算法。在算法实现的过程中,将区域目标网格化从而动态生成观测模式,并计算各模式对应的观测率。相对于传统的禁忌搜索算法,该变邻域禁忌搜索算法在同等资源下可将观测收益提高8%以上。

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。

基于功率矩和邻域搜索的有源配电网两层重构算法

针对传统的含有分布式电源的配电网重构算法所存在的寻优速度和最终解的质量难以兼顾的问题,提出一种基于功率矩和邻域搜索的配电网两层重构算法。利用功率矩算法对各环路进行第一层重构优化,确定开断支路集,在此基础上采用具有方向的邻域搜索算法进行第二层重构。通过对当前解点的邻域搜索获取更优的解点位置,直至目标函数值不再下降,从而得到最终的重构方案。含有分布式电源的IEEE 33和IEEE 69节点典型测试系统的仿真结果验证了所提算法的有效性。

改进变邻域搜索算法求解动态车辆路径问题

针对动态车辆路径问题DVRP(Dynamic Vehicle Routing Problem)的优化问题,提出一种改进算法。该算法在分析路径寻优问题的局部特性的基础上,利用变邻域搜索算法VNS(Variable Neighbourhood Search)对路径空间进行"局部探索",结合变异机制对路径空间进行"全局开采",最后根据近邻优先原则将动态路径片段安插到适宜的路径中。实验结果验证了算法的有效性。

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。

求解一类非线性整数规划的新方法

针对一类非线性整数规划问题,通过构造直接离散搜索方向提出了一种十分有效的新算法。文中定义了离散单位邻域、轴向单位邻域及轴向邻域解等一些新的基本概念,给出并证明了轴向邻域解存在的充要条件及最优解存在的必要条件。采用这种新算法,可以按照类似求解连续非线性规划的思路去求解一类非线性整数规划问题,这为非线性整数规划的研究提供了一个新的途径。

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。

面向JIT的生产作业计划禁忌搜索算法

研究和设计了面向准时制生产作业计划的禁忌搜索详细算法，论述了该算法的基于工序块的邻域设计、禁忌表设计以及在两条变动的关键路线上所做的邻域搜索策略设计．最后以准时制生产为目标，归纳出了考虑长期记忆功能的禁忌搜索算法步骤，并采用ＶｉｓｕａｌＦｏｘｐｒｏ ５．０ 编程实现了该算法．

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。

基于抽样和变邻域搜索的随机共享单车重平衡问题

针对需求随机的共享单车重平衡问题,建立基于场景抽样的两阶段随机规划模型,第一阶段为车辆路径规划模型,第二阶段基于第一阶段得到的车辆路径信息,最大化重平衡效用度期望。为了求解该模型,提出基于拉丁超立方抽样的变邻域搜索算法,并设计了多种不同规模的测试算例,测试结果表明该算法能在短时间内获得具有较高稳定性的有效解。

变邻域搜索求解公共交通乘务调度问题

公共交通乘务调度问题是一个将车辆工作切分为一组合法班次的过程,它是NP难问题,许多求解方法的效率都与班次评价密不可分,本文通过裁剪TOPSIS方法(Technique for Order Preference by Similarity to an Ideal Solution)设计了TOPSIS班次评价方法.此外,通过裁剪变邻域搜索算法使之适合求解乘务调度问题,提出了基于变邻域搜索的乘务调度方法(Crew Scheduling Approach Based on Variable Neighbourhood Search,VNS),其中,并入了TOPSIS班次评价方法在调度过程中进行班次评价,设计了两种带概率的复合邻域结构以增加搜索的多样性,帮助跳出局部最优,在VNS中利用模拟退火算法进行局部搜索.利用中国公共交通中的11组实例进行了测试,测试结果表明,VNS优于两种新近提出的乘务调度方法,且其结果关于班次数接近于下界.