模糊需求与时间窗的VRP及混合遗传算法求解

针对带模糊需求与模糊时间窗的车辆路径问题,以总行驶距离、车辆使用数最小化,以及平均客户满意度最大化为目标,构建基于可信性测度理论的多目标模糊机会约束模型。为提高种群的多样性,改进了交叉算子,在引入局部优化算法及擂台法则的基础上,设计了适合求解多目标车辆路径问题的混合遗传算法。通过VRPTW标准算例实验,表明算法能够有效地求解带时间窗的车辆路径问题,以及模型的合理性,同时显示了决策者偏好值对决策目标的影响。研究成果可为求解带模糊需求与时间窗的车辆路径问题提供一种思路,也可为实际配送路径规划提供指导。     

模糊需求与时间窗的车辆路径问题及混合遗传算法求解

针对带模糊需求与模糊时间窗的车辆路径问题，以总行驶距离、车辆使用数最小化，以及平均客户满意度最大化为目标，构建基于可信性测度理论的多目标模糊机会约束模型。为提高种群的多样性，改进了交叉算子，在引入局部优化算法及擂台法则的基础上，设计了适合求解多目标车辆路径问题的混合遗传算法。通过VRPTW标准算例实验，表明算法能够有效地求解带时间窗的车辆路径问题，以及模型的合理性，同时显示了决策者偏好值对决策目标的影响。研究成果可为求解带模糊需求与时间窗的车辆路径问题提供一种思路，也可为实际配送路径规划提供指导。     

混合变邻域搜索算法求解大规模电动车辆路径优化问题

基于真实的物流场景,研究了带时间窗的多车型和多循环电动车辆路径问题.建立了一个基于路径的混合整数线性规划模型,可精确求解小规模算例.提出了将变邻域搜索算法和标签算法相结合的混合启发式算法,用以求解大规模情形.该算法提出了一种带随机因子的启发式算法构造初始解,并对时间窗和里程约束进行了松弛,使用邻域算子进行变邻域搜索,使...     

多路径选择变速双目标物流配送路径规划

为研究任意两点之间存在多条通路的带时间窗和能力约束的变速车辆路径问题,使总配送成本最小的同时最大化客户总体满意度.刻画车辆行驶速度时同时考虑了通行时段和路况因素,建立双目标的混合整数规划模型,并采用改进蚁群算法求解.仿真结果表明所提模型和改进算法有效,对于复杂路况下车辆配送路径规划问题有一定的参考价值.     

考虑倒箱的混堆装船箱区内场桥调度优化

在混堆装船箱区中,提箱外集卡抵达时序的随机性增加了装船过程中的倒箱作业量,增大了堆场中场桥调度的难度,降低了堆场作业效率.针对该问题,重点考虑了内外集卡不同的优先级别、作业截止时刻和作业过程中倒箱量的影响,建立了以港方费用、作业过程中倒箱量两者最小为双目标的混堆装船箱区多场桥调度的数学模型.提出了一个带有滚动时域的启发式求解算法,并且为求解单个时域对应的子调度问题,设计了一个带有解空间切割功能并嵌入倒箱策略的遗传算法.通过仿真算例,验证了优化模型及算法的实用性与有效性.本文可以为实时的场桥调度提供决策支持.     

基于模拟植物生长算法的车辆调度问题

基于配送企业车辆资源的限制和客户需求时间窗的要求,在考虑外包车辆和配送入员加班的情况下,对带时间窗的车辆调度问题进行扩展研究.根据客户需求的随机性特点构建以最小化车辆配送总成本为目标的机会约束规划模型,并设计求解该问题的模拟植物生长算法.结合车辆调度具体实例,将模拟植物生长算法与遗传算法进行比较,结果表明该算法不仅可以获得最优解,而且提高了求解效率,是一种有效的方法.     

限制信息条件下基于时间窗的占线装-卸货问题及其竞争分析

提出并研究限制信息条件下基于时间窗的占线装一卸货问题。客户在提出服务请求时只指定需要承运的货物的装载地，而没有提供目的地信息，服务车只有在到达装载地之后才知道目的地的具体位置，如现实中的出租车调度和电梯调度等问题。就两种度量空间对限制信息条件下带时间窗的占线装一卸货问题进行了分析，分别给出了两种竞争策略及其竞争比结果，并得到了针对该问题的任何确定型算法的竞争比下界。     

基于客户满意度的MOVRPFTW的单亲遗传混合蚁群算法

为解决基于时间窗和食物新鲜度形成的综合客户满意度，且具有最大运输时间限制的带模糊时间窗的多目标车辆路径问题（MOVRPFTW），建立了相应的数学模型。针对蚁群算法容易陷入局部最优的缺陷，将单亲遗传算法和蚁群算法相结合，利用单亲遗传算法的3种遗传算子和区别于传统遗传算法的两种操作手法，构建了多种单亲遗传混合蚁群算法，并进行算例测试。结果表明：与基本蚁群算法相比，单亲遗传混合蚁群算法求出的解的各项目标的平均值更优；同时，单点单亲遗传混合蚁群算法较多点单亲遗传混合算法在求解此问题中的用时更少、计算效率更高，并且移位算子较其他两种算子具有较好的求解性能。     

带时间窗集送货需求可分车辆路径问题的改进蚁群算法

围绕提高物流效率、降低运输成本,对集送货需求可分车辆路径问题进行了研究。首先考虑集送货需求可分和时间窗的约束,设计了带时间窗集送货需求可分的车辆路径模型,然后结合模型特点提出了一种改进的蚁群算法,并通过算例分析与已有文献算法结果进行比较。研究结果表明,改进的蚁群算法能够有效地求解集送货需求可分的车辆路径问题。     

带时间窗车辆路径问题的粒子群算法

将粒子群算法(PSO)应用于带时间窗车辆路径优化问题(VRPTW),构造车辆路径问题的粒子表达方法,建立了此问题的粒子群算法,并与遗传算法作了比较.实验结果表明,粒子群算法可以快速、有效求得带时间窗车辆路径问题的优化解,是求解带时间窗车辆路径问题的一个较好方案.     

堆区混贝的堆场场吊调度模型与算法

为提高集装箱码头堆场场吊作业效率,研究了堆场单堆区混贝条件下的场吊调度问题.在单堆区内集装箱混贝堆放的前提下,提出了堆场场吊装卸作业时间窗约束、作业次序依赖的设备调整时间及堆场空间约束等,并在此基础上建立了整数规划模型.针对这一模型设计了改进禁忌搜索算法对问题进行求解.最后通过数值实验表明改进后的算法在对大规模问题求解时具有良好的效果,且算法效率较高.     

考虑集装箱生命周期的空重箱班轮运输组织优化

为在空箱调运时考虑空箱的维修成本和废弃收益,根据投入使用的时间区分空箱所处的生命阶段.在备选班轮航线和重箱运输需求确定的情况下,构建混合整数规划模型,优化班轮航线网络,重箱运输路径,新造箱的投入地点,老旧空箱的报废地点和各航次使用哪个生命阶段的空箱来执行运输任务.以中国,日韩,东南亚,欧洲和美国五个区域为对象的实证分析结果表明,93%的新造箱在中国投入使用,64%的老旧空箱在欧洲和美国退役,74%的由中国到美国的运输用箱处于高龄阶段或退出阶段.     

海铁联运中心站堆场箱位指派优化

海铁联运中心站堆场的箱位指派策略直接影响着中心站堆场的作业效率.本文研究中心站装卸作业过程中的箱位指派问题,以堆场压箱量最小为目标,建立动态箱位指派模型,优化集装箱在堆场的位置.基于指派问题自身的特点设计了启发式算法进行优化,将优化指派策略与堆场现有的最矮指派策略进行比较,通过对不同情况的算例进行求解,表明优化指派策略优于最矮指派策略.验证了模型的可行性和算法的有效性,并分析了作业箱规模、贝位大小、班列和集卡到达频率这三个影响因子对优化效果的影响,为中心站堆场提供决策支持.     

差异化定价策略下的远洋洲际班轮航速与航线配船优化

针对远洋洲际集装箱班轮航速与航线配船优化问题,在考虑集装箱货物时间价值的基础上,通过分析在往返两个长航段上船舶航速变化对货物运输时间的影响,构造了对即期市场客户随航速变化的差异化定价函数,以船公司周利润最大化为目标,构建了集装箱班轮航速与航线配船混合整数非线性规划模型,设计离散化求解算法.算例验证了模型和算法的有效性和适用性.结果表明,差异化定价策略下的航速与航线配船优化,不仅可以降低客户集装箱货物的时间成本,而且也能够明显地增加船公司的运输收益.此外,使最优航速阶梯型下降的燃油价格阈值会随着收益增量比例系数的提高而增大.研究结论可以为船公司航线配船决策提供科学的参考.     

基于混合航线结构的集装箱航线与空重箱运输综合优化模型

基于混合航线结构,构建双层规划模型,优化集装箱航线与空重箱运输方案. 基于遗传算法与线性规划优化算法开发改进的遗传算法求解模型. 模型以航线收益最大为目标,同时确定干线靠泊港、干线港靠泊顺序、支线港以及空重箱运输方案. 对某班轮公司亚欧航线的优化结果显示：若用4000TEU船型,需投入9艘船舶,航线的运营收益为每周19.56万美元;而若用10000TEU船型,需投入7艘船舶,航线运营收益为每周31.35万美元. 另外,对比两类船型的航线方案可以看出,随着使用船舶的大型化,轴辐式与环绕式航线成为航线主流结构,这与航运市场的实际情况相符.     

集装箱卡车运输问题的基于图的建模方法

对港口和发货人/收货人之间的集装箱卡车运输问题给出了基于图的建模方法. 该图不仅可以描述进出口空箱或满箱的运输,而且可以描述空集装箱作为运输资源的属性. 这种图将确定的活动描述为顶点,将不确定的活动描述为弧, 称为确定活动在顶点上的图( DAOV 图). 基于这种方法,建立了集装箱卡车运输问题的基本情形、 多堆场多港口情形以及堆场上的空箱数目给定情形的数学模型;相应问题被描述为带时间窗的多旅行商问题(m-TSPTW)、 多堆场的m-TSPTW以及带资源约束的m-TSPTW.而且这种方法可以扩展到集装箱卡车运输问题的更一般情形, 这体现出该建模方法的有效性.     

考虑订单可得时间和客户时间窗的电商末端配送路径问题

针对考虑订单可得时间和客户时间窗的电商末端配送路径问题，考虑配送特点（订单可得时间）、客户的时间需求（时间窗）和客户分布分散等特点，以最小化配送总里程为目标，构建了基础数学模型，并通过分析问题特征对模型改进，从而构建了改进数学模型。在此基础上，提出两种有效不等式，并设计了基于分离两种有效不等式的改进分支切割精确算法对模型进行求解。最后，通过测试多组算例，不仅对两种数学模型进行了比较，而且分析了不等式对算法性能的影响；通过与CPLEX默认的分支切割算法对比，验证了改进的分支切割算法的优越性。结果表明：对小规模的实际算例，采用改进的分支切割算法可以在极短的时间内得到最优解，具有很好的实用效果；对规模较大的算例，采用改进的分支切割算法得到的最优解可以对智能算法性能进行评价。     

面向干支线船舶衔接的集装箱码头泊位分配模型

针对集装箱枢纽港干支线船舶的中转作业,提出了一种新的中转作业模式,即部分中转集装箱不经过堆场堆存,直接在干线船和支线船之间中转.从平衡船舶的延误成本、集卡与场桥作业成本的角度建立基于干支线衔接的泊位分配模型,优化干支线船舶泊位分配计划以及衔接计划.设计求解模型的启发式算法,并对模型与算法的有效性进行了验证.结果表明:基于新装卸模式的泊位分配方法可以降低中转作业的总成本,提高干支线船舶的衔接效率,对提高集装箱枢纽港的竞争力具有重要意义.     

集装箱班轮运输两阶段舱位分配与动态定价模型

为解决随机需求环境下集装箱班轮运输的舱位分配与动态定价问题, 依据班轮运输市场的合同客户和普通客户分类, 分两阶段分别建立了合同市场客户重箱运输与班轮公司空箱调运的舱位分配模型以及现货市场分时段动态定价模型, 并针对舱位分配模型的随机特征和动态定价模型统计量的误差特性, 分别设计机会约束和稳健优化算法求解, 算例验证了上述模型与算法的适用性和有效性.