模糊环境下逆向物流中单产品多周期定价模型研究

模糊环境下逆向物流单产品多周期定价问题中的多个参数为模糊数,可以通过建立其模糊期望值模型,并利用遗传算法进行求解。在研究多周期的单产品定价问题时,考虑需求与销售价格成指数函数关系情形,确定整个物流系统中的最优定价策略,其结果显示出逆向物流的参与,使得企业利润高出许多。对所建立的模型,通过数值算例来验证其有效可行性。     

基于客户满意度的车辆路径问题的混合蝙蝠算法

车辆路径问题对现实有着良好的指导意义,自提出以来便吸引了企业界和学术界的广泛关注。然而,传统车辆路径问题仅仅将车辆行驶里程最短作为目标,忽视良好的客户体验对于企业的重要性。考虑客户满意度这一目标,建立以客户满意度和车辆行驶里程最短为目标的多目标优化模型,根据车辆路径问题的具体特征,改变基本蝙蝠算法的编码方式。为克服基本蝙蝠算法求解精度低、易陷入局部最优的缺陷,加入贪婪随机自适应启发式算法提高求解精度,引入病毒进化机制以增强蝙蝠算法跳出局部最优的能力。算例分析表明:病毒进化混合蝙蝠算法相比于基本蝙蝠算法,在求解精度上有较大幅度提高,是一种有效求解车辆路径问题的方法。     

带二维装箱约束的需求可拆分车辆路径问题模型及算法研究

车辆配送计划时通常会考虑货物易损、易碎的可能性,以及如何充分利用有限的运输资源对货物进行配送以满足顾客的需求。在车辆有限、货物易损坏、顾客需求可进行拆分等环境下,实现车辆配送总路径最短,即考虑二维装箱约束的客户需求可拆分的车辆路径问题。对问题进行详细定义,建立了2L-SDVRP模型。将遗传算法与BLF算法的结合求解模型;并用数值案例验证算法有效性。     

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.     

改进人工人群搜索算法在基于LBS物流配送中的应用

以基于LBS物流系统的物流车辆路径规划为研究对象,将一种改进人工势场法与人群搜索算法相结合,对LBS系统中物流车辆的路径规划进行优化.该算法首先利用LBS系统获取环境信息,包括车辆、目标和障碍物的位置和速度信息,其次在基本人工势场法的基础上加入速度因子,使配送车辆初步形成能躲避障碍物并追踪动态物流对象的可行性路径,随后利用人群搜索算法,在可行性路径中搜索最短路径,进而生成物流车辆至动态物流对象的最优路径.该算法有效的将改进式人工势场法和人群搜索算法紧密结合在一起,通过仿真实验证明了该算法在基于LBS的物流系统中物流配送路径规划的有效性,同时将该算法与传统路径规划A*算法进行对比,证明该算法有效的提高了系统中的整体搜索效率.     

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。     

多集散点车辆路径优化的混合算法

为使多集散点车辆路径优化结果全局最优,以订单为基准建立多集散点车辆路径优化模型.采用粒子群算法与改进蚁群算法组成的混合优化算法求解模型.由粒子群算法的粒子位置向量得到每辆车所需运送的订单号,用蚁群算法优化单车路径,根据优化的总路径评价和筛选粒子,直到满足终止条件.该模型和混合算法是所有车辆对所有订单节点的路径优化,突破了多仓库问题直接或间接转化为多个单仓库车辆路径优化问题中的局部节点求解的限制.实例求解结果表明,用该混合算法优化的车辆总路径长度小于用蚁群算法求得的结果.     

舰船疏散网络模型通达性分析

摘要： 为研究大型舰船的通达性问题,针对大型舰船与客船的不同点,建立了紧急疏散宏观计算模型.以疏散用时最少及水密性最优为目标,在考虑各个集合点容量限制和同向流、逆向流影响的前提下,采用遗传算法,对不同地点出发的功能组进行疏散路径优选.与基于最短路径的方法对比表明,最短路径不一定是舰船疏散的最优路径.     

多交叉口工况的网联汽车最优节油驾驶策略

针对网联汽车在多交叉口工况的通行过程,提出了一种多信号灯配时已知条件下的节油驾驶求解方法,并建立了相应的驾驶策略。将两信号灯下的节油策略辨识问题构建为约束型最优控制问题,该问题以发动机油耗为性能指标,以车辆纵向动力学模型为状态方程,并考虑了车辆性能约束、环境约束等。为求解该问题,提出了以动态规划为核心的反向递推计算方法,发现了车辆加速-匀速-减速的3段式节油行驶模式。以此为基础,将车辆在多信号灯下的节油驾驶策略辨识问题转化为有向图的最短路径求解问题,并采用Floyd-Warshall最短路径算法进行求解,得到了各交叉口道路限速相同及不同工况下的车辆节油驾驶策略。     

单纯形蚁群算法对带时间窗车辆路径优化问题的研究

研究了单纯形蚁群算法解决带时间窗约束条件的车辆路径问题,旨在突出研讨在运输中不仅距离最短,而且使应用的时间尽可能的少.首先建立时间、距离对搜索路径的影响函数,然后用单纯形蚁群算法解出最优路径.简单介绍了运输的现状,提出了物流双向运输的数学模型及单纯形蚁群算法,得出了物流运输最经济的合理路线结论.     

基于供应商管理库存模式的配送路径优化问题

基于供应商管理库存(VMI)模式制定科学的产品配送决策,可以合理优化库存水平、有效提高物流运输效率。本文针对VMI模式下的配送路径优化问题开展研究,考虑客户的产品消耗率和服务时间窗等因素,以总配送成本最小为目标,建立混合整数规划模型,并设计了贪婪算法;首先利用Gurobi求解器对小规模算例进行求解,分析VMI模式的优越性,结果表明,基于VMI模式的配送路径规划方案可以有效减少库存水平,降低总配送成本;然后利用中等规模算例分析贪婪算法的求解效果,结果显示,对于40个点的中等规模算例,求解器在240分钟内无法得到最优解,而贪婪算法可以在0.2秒之内得到近似最优解。     

基于IMOFA的航空发动机管路多目标优化布局

针对航空发动机管路布局目前存在的问题，提出一种基于改进多目标萤火虫算法(improved multi-objective firefly algorithm，IMOFA)的航空发动机管路多目标优化布局方法.在该方法中，首先以管路长度最短、弯头数最少以及能量值最小为优化目标，建立了航空发动机管路多目标优化布局数学模型.然后，结合自适应扰动策略和精英策略，提出了一种应用于航空发动机管路多目标优化布局的改进多目标萤火虫算法，从而实现了航空发动机管路的多目标优化布局.最后，通过实例验证了所提出方法的可行性和有效性.     

全光Johnson网络容错路由设计

随着光通信技术的发展，如何在光网络中提供较好的容错路由成为光网络的主要研究内容．本文在Johnson网络模型中通过对结点位串中相异子串的转换运算，先找出网络中的任意结点间最短路，在寻找次短路时在源结点和目标结点的相同位串中转换一位后再在不同位串上应用最短路算法，最终提出一种按预先商定模式（pre-negotiated mode）的容错路由，使全光Johnson网络J（n,k）中任意两结点之间存在k条内部不相交的路，它们由最短路与次短路组成．     

基于装卸协同作业的集装箱码头集卡调度及配置优化

为研究集装箱码头集卡线路优化问题,在待装集装箱船舶与待卸集装箱船舶同时作业情况下,研究集卡的运输路径,建立集卡行驶路径最短的优化模型,并对优化模型进行数值试验,在合理时间内获得了最优结果.在此基础上以岸桥等待时间最短估算作业需要配备的最佳集卡数量.该模型和方法为码头集卡线路优化问题提供了决策支持.     

一种新的基于供应商管理库存的成品油物流配送模型

基于供应商管理库存(VMI)理论,提出了一种新的VMI模式下成品油物流配送模型.模型包括安全库存的动态管理模型、需求预测模型、基于路网的车辆配装模型和车辆路径问题(VRP)模型.给出了基于VMI的库存补给和安全库存动态管理的一体化解决方案,并将组合预测方法应用于成品油配送预测.应用结果表明,对于较大规模配送中心的配送活动,新模型优化结果良好.     

混合禁忌搜索算法的邮政运输车辆调度问题研究

在邮政企业中,运输网络是整个系统得以顺利运行的基础,邮政企业如何充分发挥自身优势、整合资源以改善运输网络是市场竞争愈发激烈情况下面临的重大问题,尤其是邮路规划问题。为提高邮政运输网络的整体运行效率,在同时考虑往返货物归集、车载量限制、最短路径和最少车辆数等一系列约束条件情况下,建立了送取货一体化的多中心邮政运输车辆调度的数学模型;针对该模型设计了禁忌搜索算法与C-W节约里程算法相结合的求解优化算法。最后,通过贵州省邮政企业实际生产数据对模型和算法进行仿真验证,并对优化后的调度方案进行了结果和效果分析。实验结果表明,优化后求得的配送策略在优化邮运成本上效果明显。     

基于多参数约束的自适应物理层损伤感知路由和波长分配算法

为有效解决透明光网络中物理层损伤造成信号传输质量降低的问题,提出了一种自适应物理层损伤感知的路由和波长分配算法.路由时根据网络的当前状态,考虑多个物理层损伤参数,动态地调整其权重,合理选择优化的光路路由;波长分配时将波长排序转化为寻找最短哈密顿回路,采用整数线性规划离线建模得到最佳波长排序进行波长分配.通过路由和波长分配两方面对线性和非线性物理层损伤的综合考虑,保证了光路的传输质量.仿真表明,所提方法降低了网络总的阻塞率,改善了由光路质量造成的业务阻塞.     

基于出行偏好和路径长度的路径规划方法

针对基于最短路径的路径规划方法只关注路径长度,而基于轨迹的路径规划方法过度依赖用户偏好的问题,提出一种同时考虑用户出行偏好和路径长度的路径规划方法.首先,利用长短期记忆模型从历史出行轨迹中提取用户的出行偏好;其次,采用Markov链Monte Carlo采样技术将用户的出行偏好引入启发式搜索算法A*中,在道路网络中搜索...     

启发式算法求解集送货可拆分的车辆路径问题

为了提高物流服务的效率, 对集送货可拆分的车辆路径问题进行了研究, 它允许一个任务点被访问多次, 也允许同一车辆访问同一任务点多于一次. 针对问题的特点设计三阶段启发式算法, 拆分部分任务点的集送货需求, 并使车辆行驶距离之和最小. 算例结果及分析表明新的算法可以得到合理的车辆路径, 优化效果较好, 具有实际应用价值.     

支持流量感知的软件定义网络高效路由方案

针对目前软件定义网络的实现方案中,路由策略所采取的最短路径模型无法保证网络信息交付延迟最小的问题,以信息交付延迟作为路由方案效率的衡量指标,提出了一种支持流量感知的高效路由方案.基于全网流量信息,本方案采用多元优化方案综合考虑转发路径的可用带宽、丢包率、延迟、交换机无效服务率以及路由长度,做出路由决策以提高路由效率.实验证明,与目前Open Flow框架下采用的路由方案相比,本方案可以将数据交付效率提高90%.此外,本方案有利于维护网络负载均衡.