行驶时间延迟下配送车辆调度的干扰管理模型与算法

针对行驶时间延迟下配送车辆调度的干扰管理问题,给出了车辆调度人员实际操作中的一系列"救援模式",并将其提炼为计算机可以理解并处理的形式化知识;按照车辆调度人员的"救援路线列举→救援路线选择"两阶段的思维方式,以顾客时间窗偏离程度最小化和配送成本最小化为目标,建立了问题的数学模型及其求解算法. 通过初步的实验,确定了算法的参数配置;在Solomon提出的标准算例上对算法的鲁棒性、求解结果的质量、以及求解性能等几项指标进行了测试及与文献算法的比较;最后对算法进行了实时化的处理. 实验结果表明,本文算法不仅达到了多目标优化的效果, 而且可以满足实时应用的要求.     

生鲜农产品多隔室冷链配送车辆路径优化

针对生鲜农产品需求呈现出的高鲜活度、多品种、小批量特性,越来越多的生鲜农产品配送商采用多隔室配送车辆进行生鲜农产品冷链物流配送。本文以生鲜农产品配送商配送成本最小化为目标,建立了生鲜农产品多隔室车辆路径优化模型,然后设计粒子群算法进行求解,最后通过实例验证了粒子群算法在求解生鲜农产品多隔室车辆路径问题时的优越性和稳定性。实验结果表明:粒子群算法不仅可以从配送成本实现对生鲜农产品多隔室车辆路径问题的优化,而且该算法具有良好的收敛性。     

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.     

基于混合粒子群-NEH算法求解无等待柔性流水车间调度问题

针对以最小化最大完工时间为目标的无等待柔性流水车间调度问题,提出了一种混合粒子群-NEH算法.该算法 利用粒子群优化算法解决机器分配问题,并进行全局优化;利用改进的NEH算法确定工件加工顺序,并首次提出差值 平移算法计算问题目标值.在算法求解过程中,通过不断对停滞粒子实行变异操作,避免粒子群陷入早熟收敛状态.基 于典型算例的仿真实验,证明了所提算法求解该类问题的可行性和有效性.     

基于粒子群算法的多目标车辆调度模型求解

车辆调度问题是具有复杂约束条件的组合优化问题,在理论上属NP-hard问题.考虑车辆数目最少和车辆运行时间最短,建立了具有时间约束的多目标车辆调度模型.并采用粒子群算法（PSO）求解车辆调度问题,以寻求最优车辆调度方案.在实例中通过运用粒子群算法和遗传算法进行比较分析,结果表明,PSO算法简单可行,在优化性能、收敛速度及鲁棒性等方面优于遗传算法,能较好地解决组合优化问题.     

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.     

基于二进制编码QPSO算法的移动机器人路径规划

在分析量子粒子群算法的基础上,针对离散搜索空间的问题,提出了二进制编码的量子粒子群算法.在算法中,重新定义了粒子的位置距离矢量,调整了搜索空间的迭代方程,并引入了多点交叉和精英保留的策略,保证全局收敛的同时加快粒子的收敛速度.并使用De Jong's测试函数对本算法和二进制粒子群算法进行了比较,最后使用二进制编码量子粒子群算法对机器人路径规划进行了仿真实验.     

基于汇集预测的随机客户需求配送车辆调度问题

针对物流配送过程中客户需求随机出现的车辆调度问题，结合客户随机需求信息和经验数据，运用汇集预测方法，生成合理的虚拟客户出现的概率及其位置和需求量；在分析客户不满意度函数的基础上，综合考虑配送车辆调度方案的经济性和客户满意度两方面因素，提出了加权广义配送总费用最小化目标；依照车辆先真实后虚拟客户配送的原则，建立了配送车辆调度模型，设计了与局部搜索相结合的改进遗传算法。Solomon标准测试算例验证了模型与算法的有效性与适用性，结果表明，相比于现有的其他方法，本文方法制定的配送车辆调度方案不仅能有效降低物流企业的总配送成本，而且能快速响应客户需求，提高客户满意度和服务水平。     

时变网络下考虑碳排放的车辆路径优化

针对城市配送中的车辆调度与路径分配问题,以时变网络下旅行速度的变化为关键变量,建立考虑旅行时间和碳排放量的多目标车辆路径问题的非线性混合整数规划模型,采用改进的多目标粒子群优化算法对问题进行求解。并以"城市货的"的实际配送数据为例进行数值实验,分析时变网络的优越性,以及客户满意度和车辆容量对Pareto结果的影响,为考虑碳排放的城市配送问题提供理论指导。     

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...     

基于行为运筹的生产调度干扰管理模型

针对生产调度过程中干扰事件导致初始方案无法继续实施这一难题,采用干扰管理思想,结合行为运筹中对人的行为与感知的研究方法与优化决策的研究手段,从客户、企业管理者和车间工人三个方面度量生产调度系统的扰动,提出基于前景理论的扰动度量方法,构建字典序的多目标干扰管理模型并采用改进的蚁群算法进行求解.数值算例中,通过与全局重调度和右移重调度的结果进行比较,得出本文方法更加科学——生成的干扰调整方案对系统的扰动更小.     

集装箱码头泊位分配-装卸桥调度干扰管理模型

针对集装箱码头作业过程中,由于干扰事件导致泊位与装卸桥调度计划难以顺利实施这一难题,运用干扰管理方法,从码头作业成本、船舶等待成本以及计划偏离度三个方面度量系统扰动,建立泊位分配-装卸桥调度干扰管理模型,提出求解干扰管理模型的仿真优化法,设计基于局部重调度与禁忌搜索算法的仿真优化算法,利用算例对模型与算法的有效性进行了验证.计算结果表明:与全局重调度算法相比,基于局部重调度的算法可以提高计算效率,同时,干扰管理模型能够考虑各方的利益,因此得到的干扰应对方案更科学.     

考虑中断的制造型供应链协调调度模型

供应链协调调度能有效提高企业应对供应链中断的能力。以两阶段制造供应链为研究对象，研究了中断情境下具有交付时间约束的多产品类型制造供应链协调调度问题。制造商接到包含多产品类型的工件加工订单，各工件需经供应商处理为原材料工件后，交付给制造商处理为完成品，各工件均有一个独立的交付期。如果供应商单方面调整工件加工顺序，会导致制造商冲突成本的增加，需双方协商处理。以最小化供应商总拖期交付成本和最小化制造商总冲突成本为目标，基于收益共享契约协调机制，构建了考虑中断的制造型供应链协调调度模型。设计了一个融合自适应邻域搜索算子的混合自适应遗传算法。通过算例仿真，验证了所提模型与算法的有效性。     

车辆路径问题的受扰救援策略

分析了带时间窗服务型车辆路径问题中车辆受损的救援需求,基于干扰管理思想建立了服务型车辆路径问题扰动恢复模型;对车辆受损的带时间窗服务型车辆路径问题提出了两种救援策略,并研究了该策略在处理集货型和送货型问题的转换方法;最后对实施这两种策略的效果进行了分析和比较.     

城市供水系统弹性应对策略与仿真分析

针对城市供水系统受外界威胁导致供应能力波动的问题,建立了以优化供水系统弹性为目标的两阶段应对策略模型.第一阶段为马尔可夫决策过程水库调度模型,求解在满足期望弹性约束下以总成本最小化为目标的优化调度策略;当供应缺口超出水库调度能力时,针对供水系统在动态情景下的不确定性,建立了以供水网络弹性损失最小为目标的系统动力学第二阶段模型,通过仿真实验得到了多渠道优化策略.最后,以上海市咸潮入侵事件验证了该方法的有效性和实用性.     

考虑节点中断和需求波动的可靠供应链网络设计问题

本文研究了一个包含供应点、中转点和需求点的三级可靠供应链网络设计问题(RSCNDP).文章同时考虑了供应端的不确定性(节点中断的可能性)和需求端的不确定性(需求量的波动性),针对这些因素,采用情景的方法描述,并结合p-鲁棒模型的优点提出了一个新的混合整数规划模型.在模型中,α,β两参数分别表示决策者对节点中断和需求波动的风险偏好,优化的目标是在给定的风险偏好下最小化设施的固定成本和产品的运输成本.文章提出了一个由最短增广链法和遗传算法的相结合的混合智能算法来求解该模型,并结合实际进行了相应的数值分析.结论显示决策者的风险偏好对可靠供应链网络的设计会产生重大的影响,而在面临风险时,可靠的供应链网络表现要优于确定型的供应链网络,这些为企业的供应链管理决策提供了理论支撑.     

双资源JSP动态分类调度研究

针对作业车间的加工受到机床、操作工人等双资源制约条件下出现多种扰动的JSP调度问题,提出了基于不同的扰动进行分类处理的新方法。该方法以最小化最大完工时间为目标,首先基于机床故障修复时间、工人离岗时间及取消订单包含任务的多少进行分类调度,然后根据机床故障修复后以及工人回岗后剩余任务的多少决定是否进行再一次的调度。采用遗传算法和模拟退火算法相结合的算法获得调度方案,并进行分析和比较。     

突发事件应急管理中的中断-继续随机排序模型

给出一个突发事件应急管理中的中断-继续随机排序模型,其中突发事件的开始时间和持续时间都是随机的.极小化的目标函数是期望加权完工时间和、期望加权误工时间和及期望加权误工工件数.对目标函数是期望加权完工时间和的问题,证明了在相融条件下,问题是多项式可解的;如果突发事件的开始时间是均匀分布,WSPT规则是问题的最优策略;对突发事件的开始时间是确定的特殊情况,给出一个动态规划算法.对目标函数是期望加权误工时间和及期望加权误工任务数的问题,证明了在相融条件下,它们都是多项式可解的.     

基于改进遗传算法的流水车间调度求解方法

流水车间调度问题是一类经典的NP完全问题,为此提出了一种求解极小化总完工时间的流水车间调度问题的改进遗传算法.该算法采用构造型启发式算法和随机方法共同产生初始种群,结合禁忌搜索算法的局部搜索性能和遗传算法的全局搜索性能.仿真实例的结果表明该算法对问题求解的可行性和有效性.