逆向物流订单分配排序优化研究

【目的】讨论了如何对订单合理分配实现货物的低成本及高效回收的问题,为作为闭环供应链逆向物流订单货物的高效回收提供可借鉴方法。【方法】通过对逆向物流车辆与货物订单分配问题的分析,利用现代排序论的思想和方法将逆向物流订单和车辆分别看作工件和机器,构建了逆向物流订单分配排序优化模型,设计了模型求解算法并做了算例模拟。【结果】算例模拟结果表明:所设计的模型及算法能够有效解决订单货物的高效回收。【结论】基于分支定界法的改进的FBLPT算法能够给出问题的最优解,对解决逆向物流订单分配排序优化问题有一定参考价值。
     

基于离散人工蜂群算法的废弃物逆向物流网络设计

废弃物回收的物流网络设计是一种逆向物流问题.以其回收总成本最小并兼顾回收便利性为目标,设计改进的离散蜂群算法,提出包含回收点、回收中心和处理中心组成的多级逆向物流网络模型,以解决逆向物流中的车辆路径问题和选址分配问题.实验结果表明新算法是有效的,能够快速发现稳定高质的近似最优解.     

不确定环境下快递包装物逆向物流网络设计

【目的】针对快递包装物回收问题建立了包含居民点、回收中心、处理中心、再制造中心与焚烧中心的逆向物流网络。【方法】考虑到快递包装物的回收具有分布范围较广、数量较多且波动较大的特点，采用三角模糊数进行定义，以成本最小化为目标构建了混合整数非线性规划模型，以确定各级设施的数量、位置以及物流分配。【结果】运用可信性理论，通过设置置信水平等参数，对模型的约束条件进行了等价转换，降低了模型的求解复杂度。【结论】实验结果表明，模型能够较为真实地模拟快递包装物逆向物流网络决策过程，是可行的；Lingo程序能够有效地求解到模型中各级设施布局以及它们之间流向与流量的最优方案。     

模糊环境下物流服务供应链订单分配问题研究

【目的】针对物流服务供应链订单分配问题,考虑订单分配问题的动态性与模糊性,使所建模型更符合实际情况,提高方案可行性。【方法】将物流服务供应商物流能力供给量与物流服务集成商物流能力需求量设为模糊不确定变量,建立模糊环境下的订单分配模型,以最小化物流服务集成商订单分配成本为优化目标,利用可行性理论进行清晰等价式转换,最后通过Lingo 11.0软件进行模拟运算。【结果】通过置信水平灵敏度分析,得出置信水平与订单分配成本之间的关系,能为物流服务集成商提供一定的决策支持。【结论】物流服务集成商在制定订单分配方案时,置信水平应设置在0.5以上,以使分配方案不过度偏离实际情况,增加方案可行性。又要注重置信水平与成本之间的关系,选择适合自身需求的置信水平。     

一种基于EPR的逆向物流网络模型及算法研究

研究了多生产商联合对其回收产品进行回收的逆向物流网络和流量分配问题.构建了多回收源点、多企业参与回收多种回收物品,且每一回收物品处理站对每种回收物品有最大处理容量约束的网络优化模型,提出了基于拉格朗日松驰的启发式算法,并通过一组算例验证了算法的适用性和有效性.该研究可以应用到资源受限的回收物品回收实践中,为回收资源、再生资源和循环利用资源中的逆向物流设计提供新的方法.     

基于图论的预约-分配的模型和算法研究

【目的】随着日间手术病房的就医人数的快速增加,针对患者的预约分配要求,医院的处理过程正变得越来越困难和复杂。传统方法通过人工填表进行预约分配,耗时长、效率低,并分散了对医疗方案的注意力,所以迫切需要新的计算科技来解决预约分配中存在的问题。【方法】采用网络和图论的方法,将患者和日间手术病房之间的预约分配问题,合理表示为一种患者和病床之间的资源优化管理。即把患者和病床之间对应关系,构成二部图(Bipartite-graph)的模型和算法。【结果】采用了改进的算法后,通过在计算机上对数据进行仿真模拟,表明基于该模型和算法基础上给出的排序结果优化了的预约分配方法。【结论】采用二部图模型和改进算法,有效解决目前在日间手术病房的预约分配中存在的困难问题,优化了医疗资源管理。     

禁忌搜索算法求解带时间窗和多配送人员的车辆路径问题

【目的】为了求解带时间窗和多配送人员的车辆路径问题,建立了该车辆路径问题的数学模型,并采用禁忌搜索算法进行求解。【方法】首先松弛车辆载重和顾客时间窗约束,在目标函数里面引入相应的惩罚成本;接着,使用贪婪算法生成初始解;最后,设计禁忌搜索算法求解该问题。在禁忌搜索中,使用了插入、删除、移动、交换等算子搜索邻域解空间,并使用扰动算子进一步加大搜索范围。为了验证禁忌搜索算法的有效性,对修改的Solomon标准测试问题进行求解,并与CPLEX的优化结果进行比较。【结果】在小规模算例求解中证实了禁忌搜索算法的准确性,在标准规模算例求解中证实了该算法的高效性。【结论】所提出的禁忌搜索算法能够有效解决带时间窗和多配送人员的车辆路径问题。     

基于 NSGA-Ⅱ 的考虑客户满意度的多目标车辆路径问题研究

【目的】研究考虑客户满意度最大和总成本最小的车辆路径问题。【方法】引入了带精英策略的非支配排序遗传算法(NSGA-Ⅱ)对模型进行求解，并采用Python进行程序编写，选取Solomon 的标准测试数据进行数值实验。【结果】建立客户满意度最大和企业总成本最小的双目标优化模型，实现了车辆数、客户满意度、总路径长度以及成本费用的优化。【结论】实验结果表明所建立的优化模型能够在给客户带来高质量服务的同时，较好地降低成本，对物流企业的配送决策提供一定的参考价值。     

基于改进粒子群优化算法的逆向物流选址与路径问题研究

综合考虑逆向物流中的车辆路径问题和选址分配问题,首先分析问题的特点,并建立问题的数据模型,然后提出一种基于贪心算法的改进粒子群优化算法.实验结果表明,新算法能够以较快的收敛速度得到问题的近似最优解,是解决该类问题的有效方法.     

基于LNS算法的带时间窗和“灰色地带”客户的两级车辆路径优化

【目的】研究城市货运中复杂的两级车辆路径问题。【方法】考虑道路拥挤、环境污染和噪声滋扰等各种影响，提出一种新型的带时间窗限制和“灰色地带”客户的两级城市分配方案，建立以经济成本、环境影响和社会干扰最小化为目标的混合整数线性规划模型，设计大规模邻域搜索算法对问题进行求解，通过不同分布类型的客户算例进行测试。【结果】新型两级城市分配方案在一定程度上优于传统分配方案，卫星的数目设置对不同分布类型的数据产生不同影响。【结论】该模型对优化城市物流配送路径有一定的实用价值，可为政府部门及相关企业在可持续城市物流规划方面提供决策支持。     

带硬时间窗的冷链电动车辆路径问题研究

【目的】针对电动汽车应用于冷链物流配送的情形，充分考虑电动汽车能耗特点和社会充电桩的充电需求，研究了带硬时间窗的冷链电动车辆路径问题。【方法】首先构建以配送总成本最少为优化目标的规划模型；然后基于蚁群算法，设计了充电站优化算法和局部优化策略，形成混合蚁群算法求解问题；最后，改编形成硬时间窗冷链电动车辆路径问题的算例集，通过实验比较验证了蚁群算法和混合算法的性能。【结果】搜索解的改进率达到11-82%。【结论】带局部优化策略的混合蚁群算法能较大程度改进求解能力，算法性能总体得到大幅提升，且结果更稳定。     

带相容性约束的车辆路径问题及其混合蚁群算法

【目的】着力设计带相容性约束的车辆路径问题的高效启发式算法。【方法】针对带相容性约束的车辆路径问题的特点,提出了一种混合蚁群算法。该算法的核心由蚁群搜索和禁忌搜索组成,对蚁群搜索的状态转移公式和信息素更新规则进行了改进,并在蚁群搜索过程中加入了一个扰动机制,同时在禁忌搜索部分采用了新的邻域结构和禁忌规则。【结果】得到了关于带相容性约束的车辆路径问题的混合蚁群算法。【结论】通过多个算例对算法进行了测试,计算结果表明该算法具有很高的求解效率。     

废旧家电回收逆向物流网络优化模型设计

根据废旧家电产品的特点,选取电视机、洗衣机、电冰箱以及空调4种回收种类的废旧家电进行针对性的研究,构建了一种回收逆向物流网络优化模型,最后通过一个算例分析验证了所构建模型的有效性和合理性,为解决逆向物流网络中新建设施的最优选址问题和废旧家电在各设施节点间的最优流量问题提供了理论依据．     

收发件同步的快递服务网点选址与车辆线路规划算法研究

快递服务网点的布局需要考虑区域内客户的分布及各客户的收件、发件总量等多重因素.快递服务网点的选址及车辆线路的规划问题可以看作是将向客户发送物件的正向物流和从客户收取物件的逆向物流相结合的双向物流网络优化问题.以网点建设成本及运输成本最小为优化目标,提出一种新的综合考虑双向物流的快递物流网络模型,并设计一种改进的离散人工蜂群算法实现问题的有效求解.通过实际算例验证了提出的算法不但具有较高的求解效率,而且能够得到稳定且高质量的解.     

带相容性约束的车辆路径问题及其混合蚁群算法

【目的】着力设计带相容性约束的车辆路径问题的高效启发式算法。【方法】针对带相容性约束的车辆路径问题的特点,提出了一种混合蚁群算法。该算法的核心由蚁群搜索和禁忌搜索组成,对蚁群搜索的状态转移公式和信息素更新规则进行了改进,并在蚁群搜索过程中加入了一个扰动机制,同时在禁忌搜索部分采用了新的邻域结构和禁忌规则。【结果】得到了关于带相容性约束的车辆路径问题的混合蚁群算法。【结论】通过多个算例对算法进行了测试,计算结果表明该算法具有很高的求解效率。
     

基于蚁群算法的无人机任务规划优化模型研究

【目的】为了研究无人机在灾情巡查中的航径优化问题。【方法】设计了一个蚁群算法求解该问题,并通过仿真实例进行验证。【结果】无人机的航径优化问题是一种具有多约束条件的复杂任务规划问题,将时效性和均衡性为核心的评价体系考虑到问题中,构建一个双目标优化模型,实现了无人机的外部合理分配和内部航径优化。【结论】仿真结果表明提出的模型与算法在解决无人机巡查灾情飞行航径方面具有一定的应用价值。
     

基于蚁群算法的无人机任务规划优化模型研究

【目的】为了研究无人机在灾情巡查中的航径优化问题。【方法】设计了一个蚁群算法求解该问题,并通过仿真实例进行验证。【结果】无人机的航径优化问题是一种具有多约束条件的复杂任务规划问题,将时效性和均衡性为核心的评价体系考虑到问题中,构建一个双目标优化模型,实现了无人机的外部合理分配和内部航径优化。【结论】仿真结果表明提出的模型与算法在解决无人机巡查灾情飞行航径方面具有一定的应用价值。     

垃圾分类背景下城市生活垃圾多级转运网络优化

【目的】以垃圾分类回收为背景，基于设施布局现状及运作能力对垃圾收运物流网络进行优化。【方法】建立了以最大化系统总收益为优化目标的“垃圾收运—多级转运”模型，提出了两阶段算法对所建立的模型进行求解。以重庆市主城区为例，采用不同规模的算例对建立的模型和算法的有效性进行检验。为验证模型的先进性，对采用“多级转运”及“就近转运”两种不同转运模式进行收益和成本方面的对比分析，并对部分关键参数进行了灵敏度分析。【结果】“多级转运”模式在垃圾分类回收及处理需求下，相较于“就近转运”而言，可以提高8.59%至57.44%的系统总收益，更具经济效益。【结论】所得的结果对垃圾收运企业具有一定参考意义。     

双机器流水车间中的订单选择和排序优化研究

许多制造企业从大规模制造转向大规模定制,采用按订单生产的策略,由于时间限制只能选择部分订单；在流水车间中,订单排序会影响所选订单的完工时间,因此产生了订单选择和排序集中优化的问题.对于双机器流水车间中的订单选择和排序问题,提出了一个混合整数规划的数学模型,在CPLEX优化软件中实现了模型算法.通过算例验证了该模型的逻辑正确性；设计了数据实验,结果显示订单规模不超过40个时,模型可在较短时间内得到最优解.对于订单规模更大的问题,设计了启发性算法,得到的订单选择和排序方案对应的利润值与最优值约只差4.52％.最后,对订单选择和排序集中决策相比单独决策获得的额外收益进行了测算.     

考虑订单优先级带时间窗的多车型开放式车辆路径问题研究

针对物流运输中具有优先级的配送订单情况以及新能源车辆、燃油车辆混合配送的车辆路径优化问题,同时考虑车辆可行驶区域限制、车辆载重量、客户送货时间需求、新能源车辆充电约束,构建以碳排放成本、货运成本和时间窗惩罚成本总和最小的目标函数。根据订单优先配送特征设计带有优先策略的粒子群算法求解问题,并基于条件采用适应性算例进行实验,验证算法对考虑优先级订单序列带有时间窗的多车型开放式车辆路径问题的有效性。