基于时间阈值的多标准快递超网络优化方法

快递企业的超网络系统中包含有物理层和管理层等不同层次的网络,物理层网络由航空和公路配送网点和配送线路组成,管理层网络根据管理的维度不同,可以分为组织管理维度子网和业务管理维度子网,它们分别以总成本最低和总配送效率最高为经营目标,因此,快递超网络系统具有多层、多维和多标准特征.分析了超网络的组织管理维度基于成本的优化方法和业务管理维度基于效率的优化方法,以此为基础,提出了一种基于时间阈值的多标准快递超网络优化方法,并通过实例进行了验证,结果表明,配送线路、成本和配送方式与时间阈值相关.     

O2O模式下的配送车辆实时取送货路径选择问题

伴随020模式下外卖市场的迅猛发展,由此导致的最后3公里配送需求日益激增,外卖的配送时效受到了广泛的关注.外卖的及时配送,即配送车辆的路径选择问题成为餐饮服务业重要的研究问题.针对020平台外卖配送服务过程中,需求无法确定和配送车辆必须返回原点取货的情形,提出了带有取送货的在线旅行商问题(traveling salesman problem, TSP).分析了该问题在正半轴和一般网络上的下界,针对需求点仅在正半轴上的情形设计了TAIB算法,针对需求点在一般网络上设计了IGNORE算法,并进一步分析了两个算法的竞争性能,结论可以为现实中外卖配送车辆的实时调度决策提供依据.     

前景理论下的末端物流干扰管理方法研究

针对末端物流配送过程中可能出现的配送时间窗更改、送货地址变化等动态扰动问题,提出了基于前景理论的价值函数度量策略和基于量子理论的多目标优化求解方法.首先,对末端物流干扰管理问题进行了描述;然后,为度量用户对货物期待的心理感知度,建立了末端物流配送干扰管理模型,并设计了基于前景理论的价值函数曲线和扰动度量策略;在此基础上,为优化干扰管理模型和寻求用户满意度、配送成本以及配送效率等多目标优化问题的较优解,提出了一种融入量子理论的改进细菌觅食方法;最后,将所提出的方法与已经存在的经典算法进行比较,验证了该方法的可行性和有效性.     

带有免费送货选择的最优订货策略

有条件的免费送货已成为最有效的营销手段之一,越来越多的公司尤其是电子商务公司开始向一次订购量超过最小免费送货量的买家提供免费送货服务.研究了当供应商提供免费送货选择时零售商在确定需求和随机需求两种情况下的最优订货策略问题,并用导出的最优订货策略和数值试验分析了最小免费送货量及运费对零售商最优订货策略的影响.     

带时间窗口的分布式配送系统在运输时间均匀分布条件下的性能分析

目前一些企业正在使用一种新的产品配送系统——分布式配送系统 ,即将最终产品的各配件分开库存 ,在合并中心满足顾客订单 .本文在运输时间不确定性和对货物早到有限制的前提下 ,在极小化库存费用的同时以满足定时送货要求为目标 ,讨论了如何确定运输提前期 .我们建立了数学模型 ,给出了求解方法 ,并对模型进行了讨论 .     

基于实时信息的城市配送车辆动态路径优化

针对城市物流配送的现状,研究了信息在配送过程中实时变化的动态车辆调度问题。分析了需求量在配送途中发生变化、需求点增减、道路交通中断、车辆在行驶过程中出现故障四种动态事件情形下的配送线路实时优化问题。通过引入虚拟顾客,将动态车辆路径问题转化为经典的静态单车型车辆路径问题,提出了动态车辆路径问题的模型构建方法。分构建初始线路和对线路进行实时优化两阶段完成对配送线路的规划,并运用混合遗传算法对其寻优。实验结果表明,本文模型和算法可以有效降低企业配送成本。     

速度时变的多中心半开放式车辆路径问题研究

针对多中心半开放式车辆路径问题,考虑软时间窗约束和车辆速度变化情况,构建了最大化平均客户满意度、最短配送距离和最小配送成本为目标的优化模型,并设计了两阶段求解算法.基于自适应网格密度法和邻域拥挤密度法对多目标粒子群算法的外部档案进行维护及选取全局最优粒子,提高算法的收敛性和后期种群多样性,以获得初始可行解.用变邻域搜索...     

成品油单周期库存与运输联合优化

针对多个油库、多个加油站组成的成品油配送系统,建立库存-运输联合优化问题的0-1规划模型,并作实例分析,求出最优解.结果表明,该模型适用于"多供给、多需求且允许缺货"的成品油采购、运输和存储的决策问题.     

考虑前置仓选址与服务策略的同时取送货车辆路径问题研究

本文在电子商务环境下研究了面向城市小件物流配送的同时取送货车辆路径问题,兼顾前置仓的选址策略,允许车辆在配送途中前往前置仓进行补货与存货操作.依据退回货物的状态差异构建两类配送子模型,统筹安排车辆的服务路径、前置仓选址以及补货存货策略使得物流企业整体运营成本最低.其次,设计了一种基于节约算法与自适应大邻域搜索的混合启发式算法CWIGALNS求解上述问题,提出改进算子提升算法的求解效率.随后,通过9组小规模算例验证了模型的准确性和算法的有效性.最后,采用多组较大规模算例进行数值实验.实验结果表明,两类配送子模型中,前置仓提供存货服务的模式有助于车载容量的循环使用,减少车辆使用数目降低物流配送成本.本文提出的模型与算法可以为城市小件物流配送企业服务策略的制定提供良好借鉴与帮助.     

考虑同时取送货需求带模糊容量限制的在线设施动态选址问题

共享环境下配送设施作为在线资源,其空闲容量受线下负荷影响而呈现动态可得性与波动模糊性.同时,在线资源的引入也使得城市配送中的设施选址问题由单周期决策模型转变为多周期动态决策.为此,本文构建了考虑同时取送货需求带模糊容量约束的在线设施动态选址模型,改进了五角模糊数隶属度函数用以表示模糊容量约束.在此基础上,将禁忌搜索与自适应大规模邻域搜索算法相结合,提出了邻域生成算子和新解接受准则改进方案.最后,算例结果表明该改进方案能有效提升算法全局搜索能力,降低企业在线设施动态选址成本.     

带装卸顺序约束的装载配送联合优化算法研究

互斥产品(如液体、危险化学品等)不能混装到同一个容器中,物流企业通常使用多隔舱运输车为顾客配送多种互斥产品,合理确定装载与配送路径是提高配送效率、降低配送成本的重要手段.本文考虑互斥产品的装卸顺序约束、在途运输时间约束等,构建了以配送成本最小化为目标的互斥产品装载配送联合优化模型,设计了求解模型的改进遗传算法,算法采用蜂王进化和基于概率的边重构交叉运算,有效提高了寻优能力.本文利用Augerat提供的车辆路径问题标准测试集构造算例测试算法的运行时间和求解效果.结果显示,改进遗传算法的求解效果明显优于经典遗传算法.对于小规模算例,改进的遗传算法可以得到精确最优解,对于中等规模和不超过101个顾客点的大规模算例,改进的遗传算法可以在130秒内得到近似最优解.本文的创新点在于构建了一类新的车辆路径扩展问题的数学模型并设计了求解模型的快速有效算法,为物流企业制定多类型互斥产品配送计划提供了理论依据和算法支持.     

多种横向转运配送方式下的成品油配送方案优化方法

针对多种横向转运配送方式下的成品油配送方案优化问题，以配送成本最小化为目标，构建了可同时表达多种配送方式的优化模型。设计了能够同时求解多种配送方式下的配送方案，且求解精度高、速度快的启发式算法。数据实验验证了模型、算法的有效性，并得出：合并配送方式不可能成为成本最低的配送方式；当车辆不满载时，混合配送方式的优化空间更大；随着转运油库与配送区域的趋近，混合配送方式的成本优势越来越明显；所提算法求解不同配送方式下的配送方案的时间差极小，在制定配送计划时，可同时生成分开配送方案和混合配送方案，择优选用。本研究为横向转运背景下成品油配送方式的选择和配送方案的优化提供了一种科学的决策方法，有利于降低企业的配送成本。     

易腐物品配送中心连续选址模型及其遗传算法

针对易腐物品的特性和连续选址问题的复杂性 ,建立了一种求解易腐物品配送中心连续选址问题的 CAGA算法 ,此算法为与 ALA法结合而成的遗传算法 .实验结果表明 ,这一启发式算法具有较好的搜索特性 ,不失为求解易腐物品配送中心选址问题的一种好方法 .     

基于多层Hopfield神经网络的配电网网络规划

分析了配电网网络结构规划模型,在此基础上提出用Hopfield神经网络进行网络结构规划.针对城市电网辐射状运行的特点,提出多层Hopfield神经网络模型、对应的能量函数以及参数选择规律.多层Hopfield神经网络的每一层对应于一个负荷点的供电线路,能量函数的建立同时考虑到各层的状态.提出一种新的基于多层Hopfield神经网络的配电网网络结构的规划算法,该算法通过使能量函数降到最低值,可以求得配电网网络规划问题的最优或近似最优解.新算法无需对线路编码、无需对数据进行归一化处理,更加易于编程实现.实例计算表明该方法可行、有效.     

多Open-Shop生产线协调生产计划的模型及仿真

研究了一类带有限缓冲区的上游多Open-Shop生产线协调生产计划问题,建立了上下游生产线产品关联结构,并以此为研究对象,得到了成本最低生产计划模型。通常该类模型是非线性的且维数很大,给求解带来了困难。考虑到下游装配线的生产情况,提出一种不考虑主成品的模型简化方法,并采用遗传算法进行求解。该简化方法可以大大减少模型维数,提高求解速度。仿真结果表明,建立的模型及采用的算法是合理的,模型简化方法是有效可行的。     

协同过滤推荐算法研究: 考虑在线评论情感倾向

协同过滤推荐算法通常是基于兴趣相似的用户行为来实现个性化推荐, 其核心义用户之间的兴趣相似度. 本文在传统的协同过滤推荐算法基础上, 考虑在线评论对用似度识别的影响. 在混合商品推荐中, 粗粒度识别评论情感极性; 而在同类商品推荐中, 细粒别每个商品特征的情感极性. 如果用户对产品的某个特征评价次数大于平均次数, 表明用户对征较关注; 如果对产品的某个特征评价低于平均评价, 表明用户对该特征较挑剔. 进而根据用户评论来建立用户偏好模型, 用户在评论中反映出来的相似度越高, 表明用户之间的偏好越. 实验表明, 同传统的协同过滤算法相比, 基于在线评论情感分析的用户协同过滤算法在率和召回率指标上有显著提升.     

社会网络下更新产品扩散的投放时机和种子优化

近年来，更新产品的延期投放成为许多企业的产品运营策略。目前关于产品投放时机的研究主要基于Bass模型，假定同质用户，没有考虑具体的社会网络，也没有优化初始的投放种子选择。基于社会影响力最大化模型的更新产品投放时机和种子优化问题：在一个已存在旧产品的社会网络 中，产品以扩散模型 的形式传播其影响力，但更新产品投放时旧产品停止扩散，如何选择投放阶段 和 个更新产品的种子使得新旧产品利润之和最大化。在本文的扩散模型中，如果用户来自已购买产品的邻居影响力超过某一确定阈值，则该用户保持激活并影响其未激活邻居，当未有新的激活用户时停止扩散。本文建立了更新产品扩散的投放时机和种子优化问题的整数规划模型，设计了求解大规模问题的多阶段贪婪算法。计算实验显示，相比传统贪婪算法，该算法具有更高的求解效率，相比度数下降算法、随机算法，该算法具有更好的求解质量。同时在一个真实网络中进行扩散模拟，发现：更新产品利润小、种子数量少、计划阶段限制大时，延期投放容易使厂商获得更高的利润和市场效果。     

基于蚁群禁忌混合算法的成品油多舱配送路径优化研究

依据油品运输策略的不同,成品油二次配送可划分为两种模式:同一加油站的不同油品需求可拆分配送和不可拆分配送.在两种模式的基础上,根据带时间窗的成品油多舱配送基本模型,衍生出两类配送子模型;综合考虑蚁群算法较强的全局搜索能力和禁忌搜索算法的局部搜索能力,设计蚁群禁忌混合算法(ACO-TS),并提出相应策略用于两类子模型的求解.采用12组不同类型的算例进行数值实验,实验结果表明,混合算法能有效的求解两类配送子模型,并且针对第二类子模型设计的特有邻域能够加快算法求解速度;此外,两种配送模式中,同一加油站不同油品需求可拆分的模式在降低配送成本的同时,能够大幅提高车载率,减少车辆使用量。     

基于双层规划模型的制造业选址布局优化方法研究

经济全球化趋势和全球多式联运网络的形成推动了资源的自由流通和优化配置,改变了制造产业的空间分布形态.本文针对经济全球化背景下制造产业的选址优化问题,提出选址优化与分布-分配相结合的双层规划模型.在模型中运输网络被拆分成原材料运输网络和产品运输网络,上层模型用于确定产业的选址方案和原材料及产品流量的OD矩阵,下层模型用于计算OD流量在运输网络中的交通流特征.为求解模型,设计遗传算法和Frank-Wolfe算法相结合的启发式求解算法,并以中国钢铁制造产业的选址为例验证模型的可行性.结果表明该方法具有实用性,可以有效帮助决策者实施制造产业的选址决策.     

考虑低碳约束的生鲜农产品冷链物流策略仿真研究

生鲜农产品的新鲜度配送要求可能增加其冷链配送过程的碳排放量。在对碳税机制定量分析的基础上,建立以最小化碳排放量和最小化配送综合成本为目标的数学模型;综合分析物流配送中的产品配送量、配送时间以及装卸货时间等常规因素,提出了一种改进的基于自适应旋转角的量子蚁群算法;将所提出的方法通过实验仿真应用于生鲜配送仿真算例,并将结果与已经存在的算法进行比较,结果表明：该方法可以有效优化生鲜农产品冷链物流配送路径,同时降低碳排放及配送成本。