基于GIS的成都市生活垃圾收运路线优化研究

针对大城市生活垃圾清运不当所带来的成本增加及二次污染恶化问题,提出改进模式下的生活垃圾收运路线优化方案.方案充分考虑实际交通及转向约束情况,在GIS环境下建立求解模型,并采用对应弧问题向点问题转换以减少问题规模和一种聚类蚁群算法对成都市双楠地区生活垃圾收运路线优化进行求解.结果显示在改进模式下有无转向约束的线路优化后单位收运费用分别为12.3元/t和12.2元/t,分别比实际情况节约了34.92%和35.45%,优化效果明显.不仅如此,垃圾收运模式的改进还能有效解决垃圾临时堆放点的二次污染问题,有利城市环境卫生状况的改善.     

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。     

基于蚁群算法的物流配送路径优化研究

在实际生活中,如何选择最优的物流配送路线是物流车辆调度系统中最重要的问题之一。首先,针对物流配送路径优化问题,充分考虑了车辆路径的约束条件,以成本最小化和最大限度减少碳排放量构建了一种路径规划多目标优化模型;然后利用蚁群算法对其进行了求解,该算法在问题空间的多点同时开始独立的解搜索,保证了算法具有较强的全局搜索能力,并且具有较强的鲁棒性;将该算法应用到实际问题上运用MATLAB软件进行实验仿真,计算出最优的车辆配送路径方案;仿真结果表明:该模型和算法能较好地解决相关物流配送路径问题,从而提高物流服务的质量。     

多中心半开放式同时送取货的车辆路径问题研究

研究了带软时间窗约束的多配送中心半开放式同时送取货的车辆路径问题,所有客户点均存在送取两种需求,并采用同一辆车同时提供送取服务.车辆服务完路线上所有客户点后,不一定返回起始配送中心,可就近返回任意配送中心.在此条件下,构建了以车辆运输成本、车辆租赁成本、时间窗惩罚成本等总和最小为目标的优化模型.根据问题特征,设计了自适应精英遗传算法对该问题进行求解,引入自适应机制,根据个体的适应度动态地调节交叉和变异概率,采用精英保留策略将优秀个体进行遗传保留,不仅增强了算法的全局优化能力,还均衡了算法的局部搜索能力.通过案例仿真,验证了模型和算法的可行性和有效性.研究成果丰富了车辆路径问题的相关研究,为物流企业提供了一种决策参考.     

考虑碳交易的多车型运输车辆配送路径优化

为降低成本,减少温室气体排放,提出碳交易环境下固定车辆数的多车型车辆配送路径优化问题.考虑碳交易市场机制对运输企业收益成本的影响,建立具有固定车辆数多车型车辆低碳路径混合整数规划模型.针对问题性质,设计禁忌搜索算法进行仿真实验,同时对碳交易限额及交易价格等参数进行敏感性分析.分析表明,碳交易环境下合理安排运输车辆和配送路径,企业可以从碳交易中获得经济收益降低成本并减少碳排放.实验结果表明禁忌搜索算法在该问题求解上的有效性.     

改进蚁群算法优化车辆路径问题的研究

研究采用改进的蚁群算法优化带约束的车辆路径的问题。考虑的约束条件包括路径约束、时间窗约束和容量约束。主要目的是提出一种改进的蚁群算法进行车辆路径优化,构建配送车辆行驶路线,实现配送路线总成本的最小化。从三方面对蚁群算法进行了改进：对参与条件转移概率的候选节点列表进行预处理减少路线构建过程计算的时间复杂度;提出插入式节约算法用于改进蚁群初始配送路线提高寻优精度;基于蚁群系统对信息素更新策略进行改进,加快算法收敛速度。基于Solomon基准数据集,与近年来已取得的研究成果展开对比实验,证明提出的改进算法在提高求解精度和搜索效率方面的有效性,在优化带约束条件的车辆路径问题时的实用性,拓展了蚁群算法的应用领域。     

动态车辆路径问题的优化方法

设计了在动态环境下进行车辆路径优化的导向局域搜索算法.算法在产生初始解以后的动态求解过程中,不再做车辆之间的顾客调整,而只应用2-opt局域搜索算子更新车辆服务顾客的顺序,即针对每辆车辆的旅行路线求解一个旅行商问题.建立了在动态环境下车辆执行运输任务过程的仿真模型.仿真过程中,应用算法根据交通路网实际情况实时优化车辆路径,并采用4种接受准则判别是否接受新的车辆路径.仿真结果表明:算法具有实时、高效的特点,满足动态车辆路径问题的求解要求.     

物流配送车辆调度决策支持系统

基于交通条件、车辆承栽能力等约束条件下，针对大规模车辆调度问题的特点，提出了三阶段一个求解框架．对大规模的客户群进行区域化整合．建立车辆调度优化模型，利用启发式算法完成客户区域对车辆的分配．借助货郎担模型，采用交换插入算法对区域之间车辆路径进行优化．最后利用该求解框架，以重庆某商业集团为背景，设计和开发了物流配送决策支持系统．     

基于禁忌搜索算法的物流系统车辆路径优化

增强物流企业的市场竞争力,提高配送效率、优化配送车辆路径、降低配送成本、增强客户满意度是关键。考虑到物流系统配送的现状,在传统配送路径模型的基础上加入软时间窗约束、配送车辆额定工作时间约束来分别反映客户的满意度、车辆的工作状态,以运输费用、非时间窗内服务产生的惩罚成本、车辆超时工作的折损成本、车辆启动成本4部分之和为目标函数,构建了带软时间窗的物流系统车辆路径模型。针对问题,在禁忌搜索算法的基础上,设置4种邻域变化规则来改进局部搜索;在有无时间窗条件下,分别用MATLAB对算例求解,比较配送路径的最佳方案与最低成本,验证模型和算法的有效性。     

基于客运需求的城乡公交动态路径问题研究

通过对城乡公交发展现状的研究,针对农村客运存在的问题和居民出行特征,将动态路径公交服务应用于城乡公交。在动态车辆路径问题研究的基础上,考虑车辆数限制、车辆载客容量限制、车辆由客运中心出发再回到客运中心的约束,建立了以总运营成本最小为目标函数的车辆路径优化模型。经过分析,采用商业数学规划软件Lingo120进行模型求解。最后,以留史镇为例验证了模型的有效性,结果表明该模型能在满足客运需求的前提下为车辆安排最佳运行路径,降低运营成本。     

关于公交车调度的数学模型

根据典型的一个工作日两个运行方向各站上下车的乘客数量统计,首先探讨了如何利用平滑法来确定一个有价值并且效率高的车辆运行时刻表,使其满足乘客的舒适性和公交公司低成本的服务;接着,又利用最优化的基本思想,对此问题进行了进一步的讨论,得到了最小配车辆的数量,然后针对满意度的评价水平问题,建立了几个良好刻画公司以及乘客满意度的满意度函数并求出了乘客与公交公司双方的满意度.最后,我们对新提出的模型进行了模型评价和模型改进方向的讨论,并对如何采集公交车客运量的数据,提出了几个中肯的建议,完成了对关于公交车调度问题的较为详细而合理的讨论.     

大规模车辆配送/收集问题的求解框架

大规模车辆配送/收集问题是供应链末端的日常商品配送和逆向物流前端的废品收集过程中的典型问题,存在着车辆载重、工作时间和车辆服务区域固定等约束,属于扩展的有载重约束的车辆路径问题。该文对该类车辆问题进行了描述和特点分析,提出了一个3阶段的求解框架:采用基于主干道的网格法对客户进行区域化整合;采用车流模型和C-W、3-opt相结合的算法完成客户区域对车辆的分配;采用旅行商问题求解方法对区域内车辆路径进行优化。案例研究的结果证明了该求解框架的实用性和有效性。     

基于改进鲸鱼优化算法的畜禽废弃物运输路径优化问题

畜禽养殖废弃物的合理处置,是农村生态环境治理与污染防治的关键点。为解决畜禽养殖废弃物的运输路径问题,本文提出一种改进鲸鱼优化算法的车辆路径优化方法。首先,在车辆路径优化问题的基础上,建立以总路程最小化为目标的畜禽养殖废弃物运输路径优化模型;其次,结合离散型问题特征和鲸鱼优化算法的寻优思想,提出改进鲸鱼优化算法。引入ROV机制使该算法能够求解离散问题,对每次迭代结果进行聚类分析,将优秀个体所在类依次进行PBX交叉操作和逆序变异操作,同时保证了种群的多样性和算法的求解效率;最后,对9个Solomon算例和1个实例进行仿真实验,并与改进粒子群优化算法、改进灰狼优化算法和改进蚁群算法进行对比。结果表明,改进鲸鱼优化算法在9个案例中均优于其他算法,在最复杂的RC103案例中,求解结果相较于其他算法至少14.64%,体现了改进鲸鱼优化算法有更高的求解精度和稳定性;对于畜禽废弃物运输实例仿真实验,改进鲸鱼优化算法比其他算法分别提高4.9%、6.5%和43.7%,证明本文算法能够有效的解决畜禽养殖废弃物运输路径优化问题。     

预制混凝土构件生产物料重调配路径规划方法

分析预制混凝土构件生产中物料重调配路径规划问题的优化目标和限制条件,建立载具路径规划模型(vehicle routing model for redispatching parts of precast components,VRM-RPP)及其求解方法.该方法通过优化分配和利用载具资源,合理规划行进路径,以提高重调配工作效率,确保车间尽早开工.算例验证结果表明,该方法可用于优化预制生产中物料重调配路径.     

考虑司乘人员工作时间窗的高铁快巴车辆调度与人员排班综合优化

针对新型公交服务产品如高铁快巴仍然缺少相应的运营方式的情况，对高铁快巴的车辆调度与人员排班的综合优化问题进行研究。为发挥高铁快巴灵活性的优势，引入了满足司乘人员工作时间要求的时间窗约束，建立了考虑司乘人员时间窗的高铁快巴车辆调度与人员排班综合优化模型。通过算例计算，得到了高铁快巴的最优调度与排班方案。结果表明，相比于传统的多线调度独立优化，在高铁快巴的优化问题上使用综合模型的效果更好，综合优化后运营成本比原运营方案降低约8.98%、比独立优化降低约4.73%，同时减少了司乘人员数量，验证了该模型在解决高铁快巴问题上的正确性与良好应用效果。     

共同配送选址-路径优化模型与算法

以北京市奶制品配送问题为场景,研究了共同配送选址-路径优化问题。建立了两层级带容量约束的共同配送选址-路径问题的混合整数规划模型,设计了求解模型的三阶段算法。第一阶段采用基于遗传算法的带容量限制的K-means聚类方法,将客户划分为若干客户集;第二阶段计算每个备选配送中心为每个客户集提供服务的最优配送路径及成本,在此基础上将共同配送中心选址与第二层级配送路径优化问题简化为配送中心选址和客户集分配问题,建立数学模型并利用Lingo软件求解;第三阶段确定从物流中心到共同配送中心的最优配送路径。通过对比两大品牌奶制品在北京地区各商超的单独配送与共同配送成本,验证了模型和算法的合理性和有效性。研究结果为解决不同类型产品共同配送网络优化等问题提供了决策依据。     

A GA approach to vehicle routing problem with time windows considering loading constraints

As a new variant of vehicle routing problem (VRP),a finished vehicle routing problem with time windows in finished vehicle logistics (FVRPTW) is modeled and solved.An optimization model for FVRPTW is presented with the objective of scheduling multiple transport routes considering loading constraints along with time penalty function to minimize the total cost.Then a genetic algorithm (GA) is developed.The specific encoding and genetic operators for FVRPTW are devised.Especially,in order to accelerate its convergence,an improved termination condition is given.Finally,a case study is used to evaluate the effectiveness of the proposed algorithm and a series of experiments are conducted over a set of finished vehicle routing problems.The results demonstrate that the proposed approach has superior performance and satisfies users in practice.Contributions of the study are the modeling and solving of a complex FVRPTW in logistics industry.     

具有机会约束的多阶段可信性M-AD投资组合优化

本文基于可信性理论,考虑交易成本、借贷约束、阈值约束和基数约束等现实约束,我们提出一种新的具有机会约束的多阶段可信性均值绝对偏差(M-AD)投资组合优化模型。该模型在给定的置信水平下,运用可信性均值和绝对偏差衡量资产的收益和风险,通过对终期财富的最优化实现投资者的预期收益。运用可信性理论,该模型被转化为确定型的动态优化问题。由于交易成本和基数约束的存在,该模型为具有路径依赖的混合整数动态优化问题。文章提出一种新的前向动态规划方法求解。最后,文章通过实证研究验证了模型和算法的有效性。     

多车次同时送取货物车辆路径问题的量子蚁群算法

研究了配送车辆载重量和工作时间有限,考虑货物装卸时间的多车次同时送货和取货的车辆路径问题(multi-trip vehicle routing problem with simultaneous deliveries and pickups,MTVRPSDP),建立了以配送车辆启动成本和车辆行驶成本之和最小为目标的线性整数规划模型.将量子计算和基本蚁群算法相结合提出了求解MTVRPSDP的量子蚁群算法,该算法应用量子比特启发式因子改进了人工蚂蚁的转移概率,从而提高了算法的全局搜索能力和稳定性,有效改进了算法陷入局部最优的缺陷.算例分析表明:MTVRPSDP的线性整数规划模型在实际应用中是可行和有效的,而且相比于基本蚁群算法和文献中所给其他算法的计算结果,利用量子蚁群算法和MTVRPSDP的线性整数规划模型能够得到较好的满意解,安排的车辆配送路线更加经济合理.     

多层次约束下铁路阔大货物路径选择研究

合理地组织阔大货物运输,能更好地保障运输安全及降低运输过程的成本。针对阔大货物运输过程中,运输线路受多项限制条件约束情况下的最优线路搜索问题,以时间最短、干扰最小为目标,以车辆限界、线路干扰程度为约束,建立了0-1规划模型。针对不同影响强度逐步放宽约束条件,对不同程度的约束,分别采用广度优先搜索算法进行求解。该方法计算量相对较小,且更易取得满意解,在较大程度上减少模型求解计算时间。实例验证表明,本文建立的模型与算法在求解14个节点的复杂问题时,能较快地得到理想解,能为现场决策人员提供技术支持。