带时间窗的多式联运作业整合优化算法

快速、低成本的货物运输已成为现代物流的发展趋势,多式联运及多作业整合是物流企业减少运输时间和成本的有效方法.为此,首先建立了基于图状结构的带时间窗的多式联运及多代理人作业整合优化模型;然后提出了代理商选择和路径及运输方式协同优化的两层优化算法:第一层采用转移、交换和环形移动三种移动策略实现作业的分配,第二层采用基于正交试验的混合田口遗传算法实现路径及运输方式的组合优化;最后用具有不同时间约束的算例来考察模型和优化算法的有效性.结果表明,受时间约束的影响,作业整合只能在部分作业之间进行,并且随着时间窗约束的增强,物流运输总费用将增加,与实际情况基本相符,说明了模型及优化算法的可行性和有效性.     

时变网络下多式联运的最短路径问题研究

在运输过程中,往往不止有一种运输方式,可能同时有多种运输方式交叉,即存在多式联运的方式.同时,运输网络往往具有时变特性,其运输成本和运输时间等会随着时间的变化而变化.将多式联运的运输网络进行了变形,设计了时变网络条件下有到达时间限制多式联运的最短路径算法,并对算法的计算复杂性进行了分析.最后给出一个应用算例.     

可持续多式联运网络设计的多目标优化模型及算法

在回顾可持续运输网络相关文献的基础上提出一个可持续多式联运网络设计的多目标优化模型,该模型以可持续运输的时间、费用和CO2排放三个维度作为模型的优化目标。针对模型复杂的问题,在优化分解模型的基础上,设计了单目标遗传算法和多目标遗传算法NSGA-II联合求解的方式求解该多目标优化问题,并且通过算例验证了算法的有效性。结果显示在适当分解模型的基础上,采用单目标和多目标算法联立的方法能够得到复杂联运问题的多目标非支配解。     

集装箱多式联运系统装卸与运输一体化优化问题

集装箱多式联运（Container Multimodal Transport）是一种以实现货物整体运输的最优化效益为目标的联运组织形式。本文针对集装箱多式联运系统优化的一个核心问题——装卸与运输一体化作业优化问题，进行深入分析，提出一个分析模型，为该模型开发了实用优化算法，并通过与基准问题（benchmark problems）的对比实验显示了该算法实用性及有效性。     

关于多式联运通道效益综合评价问题的研究

根据长江流域国际集装箱多式联运的特点,建立反映通道效益的综合评价指标体系,结合以往科研实践的经验,选择ＦＨＷ综合评价的方法,对多式联运通道进行评价和比选,为国家对长江流域国际集装箱多式联运整体规划提供依据.     

带时间窗军事物资配送问题的NSGA-Ⅱ算法

针对战场军事物资配送中带时间窗的路径优化问题,以运输距离、运输费用和风险性为目标,建立了带有时间窗的多目标网络运输模型,提出了一种改进的多目标遗传算法NSGA-Ⅱ。算法中引入剩余网络的概念,采用数值编码方式,增加了精英保留策略和小生境密度。仿真实验结果表明,本文建立的模型合理,算法在一定程度上克服了求解多目标优化问题过程中易陷入局部最优的现象,提高了战场上求解军事物资配送路径优化问题的效率,并能够使决策者根据仿真实验中的各项参数值自行择优选择运输方案。     

时变条件下多式联运有害物品的路径选择

在有害物品运输过程中,需要获得从起点到终点之间的最短路径.而在运输过程中,往往不止有一种运输方式,可能同时有多种运输方式交叉,即可能多式联运的方式存在,同时,有害物品的运输网络具有很强的时变特性.将运输网络进行变形,建立了在时变网络条件下多式联运有害物品的最短路模型,设计了求解时变条件下多目标多式联运的最短路的算法.利用此算法获得有害物品运输过程中从起点到终点之间的最短路,并对算法的计算复杂性进行了分析.最后,给出一个应用算例.     

带时间窗的多仓库订单拆分与异构车辆路径联合优化方法

随着在线零售业的快速发展,在多仓库的环境下,订单拆分与限时配送已成为订单履行过程的两个关键环节.现有研究和实际运营过程中通常按照两个独立的问题来处理这两个环节,忽略了它们之间的耦合关系.本文研究了在线零售环境下考虑多仓库订单拆分与异构车辆路径的联合优化方法,特别考虑了有限库存和时间窗约束.本文为该问题构建了混合整数规划模型,并设计了一种分支定价与邻域搜索相互嵌套的联合优化算法进行求解.在初始的订单拆分方案的基础上,通过分支定价算法求解带有时间窗的异构车辆路径问题,在分支定价算法中,提出了一种双向标签设置算法加速定价子问题的求解;接着使用邻域搜索算法寻找当前最优车辆路径解下可行的订单拆分方案;通过交替使用分支定价算法和邻域搜索算法进行迭代求解,在调整订单拆分方案时优化配送路径.实验分析部分验证了模型和算法的有效性,表明算法能够减少订单拆单率、优化配送路径、降低配送总成本,从而有效实现订单拆分与异构车辆路径的联合优化.     

资源共享模式下多中心共同配送电动车辆路径优化问题

针对电动车辆路径优化在充电站共用和车辆共享相结合方面存在的不足,提出充电站和电动车在多服务时间段内共享以及多中心间的集中运输调度策略,研究了基于资源共享的多中心共同配送电动车辆路径优化问题。首先,构建了包含电动车租赁成本、电量消耗成本、服务成本、违反时间窗惩罚成本的运营成本最小化和电动车使用数最小化的双目标优化模型。其次,根据模型特点设计了考虑客户地理位置和需求时间窗的3D-K-means时空聚类算法,提出一种基于Clarke-Wright(CW)节约算法的多目标粒子群(MOPSO)混合算法(CW-MOPSO)。该混合算法集成了CW节约算法生成的初始解,并在MOPSO中设计了充电站插入策略、外部存档更新策略和资源共享策略,提高了帕累托优化解的质量。再次,与非支配排序遗传算法、多目标遗传算法和多目标梯度进化算法进行了对比分析,验证了CW-MOPSO混合算法的有效性。最后,结合重庆某物流企业的实际数据对资源共享模式下多中心共同配送电动车辆路径优化问题进行研究,探讨了电动车在充电站的排队等待时间存在不确定性、电动车电量消耗和速度呈阶梯性关系以及不同资源共享模式下多中心共同配送的运营成本、电动...     

多中心共同配送开闭混合式的车辆路径优化问题

针对多中心共同配送开闭混合式车辆路径优化研究在资源集成共享和合作收益分配机制设计结合方面存在的不足,提出研究多中心共同配送开闭混合式的车辆路径优化问题。首先,构建了包含运输成本、惩罚成本、租赁成本和配送成本等物流运营总成本最小的优化模型。其次,根据模型特征设计了考虑客户点地理位置和时间窗约束的三维K-means聚类算法,进而提出了遗传-粒子群混合优化算法求解模型。该混合算法设计了遗传算法和粒子群算法间的选择性赋予机制,提高了种群的多样性和获取优化解的收敛性,并增强了混合算法的局部和全局搜索能力。再次,应用成本差值分配方法进行多中心共同配送的收益分配优化研究,进而应用严格单调路径原则研究了联盟合作序列选择问题,并进行了多中心共同配送的联盟稳定性检验研究。最后,通过算法比较分析和实例数据对所提出模型及算法进行了验证研究,并比较分析了不同配送模式下多中心共同配送优化方案各指标的差异,进而验证了所提方法的有效性和适用性。研究成果可为多级多中心共同配送的网络优化问题研究提供方法参考和决策支持。