冬季道路养护场站空间布局优化研究

撒布融雪剂是国际上较常用的一种路面除冰雪的手段,可以通过降低冰雪融点清除积雪及积冰.优化储存融雪剂和融雪剂撒布车辆的场站布局可以提高养护作业的效率和减少作业成本,从而降低融雪剂对环境的影响.虽然场站布局属于战略层面的规划问题,但它必须有效考虑操作层面的车辆路径规划问题.根据选址-路径问题(Location-Routing Problem)建立冬季道路养护场站的选址模型,并用两阶段TABU禁忌搜索算法进行求解.长春市的案例分析结果证明了模型的有效性.     

高速公路融雪剂撒布车的升级改造

鉴于当前融雪剂撒布车工作装置功率不足和传动系统作业可靠性较差的问题,对TXSBJ-10自行式融雪剂撒布车的动力和传动系统进行了升级改造,彻底解决了原车工作装置因驱动功率不足而出现的超负荷作业和发动机熄火问题,使其作业效率和使用可靠性有效提高。     

基于改进K最短路算法的公交线网优化研究

文章研究了公交场站选址和线网设计组合优化问题,建立以站间直达为关键约束的线网优化模型并给出求解算法。在所构建的公交网络中,利用改进的K最短路算法和相应的路径筛选条件获得从节点出发的K最短路径树,找出符合条件的单个K最短路径树作为初始解;通过不同节点的K最短路径树的叠加、删除、替代的优化过程,获得最优的K最短路径树组合,得到最优的公交线路集、场站位置。算例结果表明:公交网络规模越大,所需场站越多;K值越大,所需场站越少;不同场站可相互配合进行布局,实现公交线网性能的提升。     

车辆路径规划的数学模型及算法综述

车辆路径规划问题（Vehicle Routing Problem，VRP）是一项研究热点。在运输过程中，对车辆进行合理的路径规划可以在满足运输要求的基础上最大程度地节约人力物力，降低运输成本。在对车辆路径规划的研究过程中，模型和算法起着关键性作用。目前已有的模型和算法还存在一些不足。为此，对车辆路径规划问题的数学模型和算法进行了探讨。     

VTS中心布局及雷达站选址-配置双层规划模型

研究VTS中心布局及雷达站选址-配置问题,建立双层规划优化模型:上层规划模型解决雷达站的选址及雷达配置问题,下层规划模型解决VTS中心布局问题.针对模型设计双层遗传算法求解.算例结果显示,双层遗传算法能够找到问题的满意解.将程序运行100次,计算结果具有稳定性.将VTS中心布局及雷达站选址-配置集成考虑,可以有效避免雷达站的重复建设问题,同时,也实现了整个区域的完全覆盖.     

基于聚类选址的区域能源系统站网布局优化规划

区域能源系统中能源站选址和管网布局规划是影响区域能源系统经济性的重要因素.综合考虑能源站选址、管网布局与负荷分布的特点,提出了基于聚类和最短路径算法的站网布局优化方法.首先,将最短路径权重作为聚类相似性度量,建立站网布局结构模型.然后以系统年均经济成本最小为目标,构架优化目标函数.最后以实际工程案例进行仿真分析,验证了该方法的有效性.所提出的方法可以对区域内能源站数量、选址以及管网布局进行综合优化,为区域能源系统站网布局规划提供理论参考.     

基于未确知测度的车辆基地选址规划评价

基于车辆基地是城市轨道交通系统的重要组成部分,目前多在主观层面对其选址规划方案进行决策,从车辆基地的功能定位、规划协调性、工程可实施性与经济性4个层面确定13项评价指标,利用未确知测度理论方法建立城市轨道交通车辆基地选址规划方案的等级评价和排序模型。运用信息熵理论确定各指标权重,构建直线型单指标测度函数,计算单指标测度评价矩阵和多指标测度向量,依照置信度准则对方案优劣等级进行判定,最后通过量化得分对选址方案进行排序。研究结果表明:在城市轨道交通车辆基地的选址方案决策中,该评价方法不仅能给出各选址方案的评价等级,而且能解决等级评价中诸多因素不确定性问题,使评价结果客观合理,可为车辆基地选址方案的比选提供科学依据和技术支持。     

实时信息下除雪车辆优化调度分析

降雪严重影响城市道路交通系统的正常运行,除冰雪已经成为城市冬季道路养护工作的一项重要任务。城市道路网络复杂,合理的除雪车辆调度方案仅仅依靠人工经验无法实现。本文考虑冬季道路养护中的服务水平、车队规模等约束条件,建立了实习信息下除雪车辆优化调度的整数规划模型。该问题属于一个NP-完全问题,因此设计了构造启发式算法对模型近似求解。算例结果表明,该算法能够求解一定车队规模的除雪车辆调度问题,能够提高冬季道路养护的水平,为实际应用奠定了基础。     

实时信息下除雪车辆优化调度分析

降雪严重影响城市道路交通系统的正常运行,除冰雪已经成为城市冬季道路养护工作的一项重要任务.城市道路网络复杂,合理的除雪车辆调度方案仅仅依靠人工经验无法实现.考虑冬季道路养护中的服务水平、车队规模等约束条件,建立了实习信息下除雪车辆优化调度的整数规划模型.该问题属于一个NP-完全问题,因此设计了构造启发式算法对模型近似求解.算例结果表明,该算法能够求解一定车队规模的除雪车辆调度问题,能够提高冬季道路养护的水平,为实际应用奠定了基础.     

AGV系统路径规划时间窗模型及算法

针对双向单车道的AGV(automated guided vehicle)系统作业场景,考虑到AGV车辆行驶过程中直线和弯道的速度差异,以最小运行代价和优先级相结合为任务生成策略,构建了避免冲突的AGV系统动态路径规划的时间窗模型及其算法流程,为运行总成本最小约束下智能物流和自动化仓储系统中多台AGV协同作业的动态路径规划问题提供了有效方法。经过案例验证,该算法能够有效规划系统中多台AGV协同作业的路径,使系统运行的成本最低,降低仓储系统运行的总成本。     

半开放式多车场车辆路径问题

基于现代物流业发展的实际需要,提出半开放式多车场车辆路径问题,并建立了数学模型.由于半开放式多车场车辆路径问题具有NP-hard性质,为了有效求解,基于车辆路径问题中的经典路径构造算法和局域搜索算法,设计了求解所提出问题的节约算法、顺序插入算法和并行后悔插入算法.利用标准算例进行数值试验,分析了3种算法中的参数和所嵌入局域搜索方法对求解结果的影响,并对不同算法的求解结果进行了对比分析.关     

大规模物流配送车辆调度问题研究

研究大规模物流配送车辆调度问题,提出其整数规划数学模型,把大规模配送车辆调度问题(VRP)转化为配送区域划分问题和单车线路优化问题2个子问题,用改进的基地启发式分区算法(ILBH)解决配送区域划分问题,运用混合遗传算法(GA NS)解决分区域后区域内的配送车辆的单车线路优化问题.此改进的2阶段算法有效地解决了大规模配送条件下,在可行时间内得到近似解或满意解的问题,该方法已在某物流企业中成功应用并取得了显著的经济效益,其成果在城市配送系统中具有普遍的适用性和应用推广前景.     

两级车辆路径问题的多起始点变邻域下降算法

两级车辆路径问题是指货物必须首先由中心仓库配送至中转站(第一级),再转运至需求点(第二级)的一种新型车辆路径问题.针对该问题特性,提出一种多起始点变邻域下降求解算法.首先由改进的Split算法循环分割由所有需求点组成的随机排列,直至出现可行的第二级配送方案,然后求解第一级问题,获得完整的初始可行解,再通过变邻域下降算法进一步改进.当变邻域下降算法无法改进时,采用多起始点技术重复上述过程,直至算法终止.实验结果表明,所提出的算法易于实现,且性能优于已有最好的两种启发式算法.     

一种改进粒子群算法在物流配送路径问题中的应用

针对物流配送车辆路径优化的研究热点问题,在标准粒子群算法基础上,设计了一种自适应的变异粒子群算法,算法中的变异算子可随群体适应度方差自适应改变,从而打散聚焦于局部收敛点的粒子群.并针对多个车场多个车辆的配送路径问题设计一种新编码模式,减少了迭代次数.在MatLab 2011b平台下进行了仿真实验,证明了该算法在最优值、正确率和误差均值上都有较大改进.     

顾客时间窗变化的物流配送问题干扰管理方法研究

为解决物流配送过程中顾客时间窗变化而导致的物流配送计划无法实现的难题,运用干扰管理方法,以干扰事件发生时的问题状态为基础,提出了新车增派策略和多车协作策略及其实施条件,并在此基础上建立了问题扰动救援的一种启发式算法.该算法针对受扰车辆路线上的所有顾客,根据新车增派策略和多车协作策略,依次将每一顾客在原计划的送货车辆、其他在途车辆,以及增派的新车之间分配,并重新规划分配之后的车辆路线.最后在标准算例上使用该算法与文献遗传算法进行了比较分析,结果表明该算法对于干扰事件发生后的车辆路线重排结果在系统整体扰动程度方面明显优于文献算法.     

基于空间填充曲线和动态规划解的定位路线问题

定位路线问题（LRP）是物流系统中一个重要问题，因其NP—hard属性，当节点数较多时精确解不宜得到。提出了单设施定位路线问题（SDLRP）的数学模型，并通过Lingo程序给予了检验。基于求解该模型的复杂性，进而提出了一种启发式解法，即利用空间填充曲线（SFC）构造初始解，同时实现设施定位，以保证初始解的质量；之后运用动态规划的方法确定最优车辆配置，并通过2-opt对路线进行改进。最后，通过实例验证了该方法的快速有效性。     

定位路线问题的两阶段禁忌搜索算法研究

定位路线问题是定位配给和车辆路线问题的集成。分析了定位路线问题的含义,建立了此问题的数学模型,并用Lingo 10.0验证了模型的正确性。由于该模型属于NP-hard问题,设计了两阶段禁忌搜索算法:第一阶段用禁忌搜索算法求解定位配给问题,确定设施定位及客户分配;第二阶段用禁忌搜索算法求解车辆路线问题,经过两个阶段的多次迭代求得定位路线问题的优化解,通过实例计算验证该算法的可行性和有效性。     

同时收发运输路径问题的禁忌搜索算法

研究同时收发的运输路径问题,要求运输工具到每个客户收取和发送一次完成,并且在运输工具容量的限制下,寻求每个运输工具的运输路径,使总运费为最少.提出两阶段的求解过程:先用启发式算法得到初始解,然后用层次禁忌搜索算法得到改进解.计算实验表明,同样规模的问题,算法所需时间比直接使用禁忌搜索算法要少.     

定位-车辆路径问题的两阶段混合启发式算法

定位-车辆路径问题(LRP)集成了设施定位分配和车辆路径决策,属于NP-hard难题.为有效求解实际大规模的具有设施容量约束和车辆容量约束的LRP问题,设计了基于禁忌搜索及双种群蚁群算法的两阶段混合启发式算法.算法第1阶段采用禁忌搜索算法确定设施定位及客户分配,算法第2阶段采用双种群蚁群算法优化车辆路径,蚁群间的通信与协调通过信息素共享来实现.通过仿真试验并与其他启发式算法进行对比,结果表明,该算法是可行和有效的.