考虑同时取送货的城市快递共同配送路径优化

针对快递企业的配送车辆在城市配送过程中空载严重的问题,在多家快递企业实施共同配送的前提下,考虑车辆同时取送货对车辆装载率的影响,以配送系统总成本最小化为优化目标,建立考虑同时取送货的城市共同配送路径优化模型,并设计改进遗传算法进行求解,最后通过算例分析验证了模型和算法的实用性与有效性。     

轴辐式网络快递货运问题的混合遗传算法求解

目前具有区域集散地群的轴辐式网络快速货运是快递运输的主要形式.此类网络的物流优化问题是快递公司获得最佳效益所面临的关键问题.本文分析了轴辐式网络快递货运的特点,提出了单一轴点轴辐式网络快递货运问题的混合遗传算法求解办法.该算法采用混合编码方式,并将货运站车辆调度算法嵌入到遗传算法中形成混合遗传算法.实验结果表明,本文算法给出的轴辐式网络快递货运集散地群划分方案和货运站车辆调度方案合理可行,能达到节省运营成本的目的,从而使企业获得较好的经济效益.     

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.     

带时间窗的快递包装回收车辆路径优化研究

为解决大量快递包装给社会环境带来的一系列问题,优化快递包装及回收车辆路径,降低回收成本,提高客户满意度是快递包装回收的关键。考虑到快递包装回收的现状,提出在回收过程中设置软时间窗来反映顾客的满意度。建立了运输成本、处理成本、回收成本、时间惩罚成本等成本最小化的数学模型。采用改进的遗传算法对模型求解,提出运用2点交叉法改进交叉算子,加快种群的寻优速度,同时提出2点互异改进变异算子,增加种群的多样性,并对算法的种群规模、变异概率、运输成本等进行了灵敏度分析。运用Matlab软件对算例进行仿真,在有无时间窗条件下,验证了该设计的快递包装回收路径模型和算法的有效性。     

基于和声搜索算法的快递配送路径优化研究

研究了在电子商务环境下新兴的启发式和声搜索算法在快递配送路径优化中的应用,根据案例和实验得出区域内快递配送路径优化的方案,通过实验数据和传统的遗传算法做了比较,分析了两种算法在解决路径优化这类离散问题中的特点和利弊。     

浅谈高校校园快递模式

近几年在校园中,网络购物逐渐成为一种潮流,同时带动了校园快递行业的发展,而由于其所处环境的独特性,目前校园快递还存在着一些问题。本文通过分析目前高校校园快递的基本情况,找出现行模式中存在的问题,提出应建立校园快递运营中心,来提高校园快递的服务质量,并对这种模式进行了进一步阐述。     

考虑无人驾驶车辆影响的道路网络容量模型

为了研究未来无人驾驶车辆对道路网络容量的影响,将路网上的车辆分为无人驾驶车辆和普通车辆两类,根据两类车辆的不同路径选择行为,构建考虑无人驾驶车辆影响的道路网络容量双层规划模型。上层模型为满足路段容量约束条件下的最大交通需求,其中各OD之间的交通需求采用均一的增长乘子;下层模型为考虑无人驾驶车辆影响的混合路径选择行为模型,其中普通车辆以极小化个体的出行成本为目标,而无人驾驶车辆以系统最优为目标。基于迭代平衡思想设计求解双层规划的启发式算法,并通过算例验证了模型和算法的有效性和可行性。研究结果表明:(1)当无人驾驶车辆的市场渗透率较低时,无人驾驶车辆对普通车辆的路径选择影响不大,道路网络混合均衡流量波动很小,道路网络容量增加不明显;(2)随着市场渗透率的增加,道路网络容量首先呈现缓慢增加的趋势,当无人驾驶车辆占据主导地位后,可利用的路径数量增多,流量在不同路段上分布更加均衡,道路网络容量快速增长,当网络中的车辆都是无人驾驶车辆时,整个系统处于最优运行状态,算例结果表明道路网络容量显著增加;(3)随着道路网络容量的增加,交通网络系统总阻抗也会增加,但每辆车的平均出行成本变化不大。     

硬时间窗约束下集装箱甩挂运输网络的车辆路径问题

针对甩挂运输车辆调度问题,考虑甩挂运输特点和限制条件,以车辆路径优化研究和相关算法研究为基础,构建了车辆路径优化模型,分析了在硬时间窗约束下集装箱运输网络的车辆路径优化问题,并基于模拟退火算法对模型进行求解,证明模型可以解决集装箱甩挂运输的牵引车的调度问题。最后,把模型应用到实际案例中,进一步证明了模拟退火算法是可行、有效的。     

考虑时空相关随机行驶时间的车辆路径问题模型与算法

本文对一类在真实道路网络中考虑时空相关的随机行驶时间的车辆路径问题进行了研究. 首先我们建立了该问题的两阶段随机规划模型. 然后我们将用于候选解寻优的智能优化算法与用于产生评价解的随机场景的情景生成技术相结合,提出一种智能随机优化方法求解该问题. 为了有效地进行解的寻优,本文结合可变邻域下降算法提出了一种混合粒子群优化算法.最后通过一系列基于北京市区道路网络的算例实验,我们验证了所提出的混合粒子群优化算法的有效性.实验结果还表明,考虑实际交通环境中道路网络上车辆行驶时间的时空相关性,会影响最优车辆路径决策方案.     

共享经济下人车货路径匹配优化问题研究

针对网约车运力资源剩余与物流末端配送即时性不足间的矛盾,以多方参与主体总利益最大化为优化目标,构建网约车、乘客与快递联合配送车辆路径匹配优化模型.根据车辆路径匹配优化问题的NP-hard特性,运用插入启发式算法构造种群初始解,设计了一种适于求解全局优化问题的改进型混合遗传算法.仿真实验表明:该模型能在有效减少车辆总行驶里程的同时提升多方主体的利益.对比实验证明了提出的混合遗传算法不仅能够解决易陷入局部最优的弊端,而且还提高了求解问题的全局寻优能力及运行速度,为网约车的剩余运力资源利用及物流末端配送路径优化提供了新的解决思路.     

有容量约束车辆路径问题的蒙特卡洛模拟算法

带容量约束的车辆路径问题是一个NP-hard问题,针对此问题将蒙特卡洛模拟方法与流行的节省算法结合,提出Flag-MCS-CWS算法,该方法通过对CWS算法得到的节省序列进行蒙特卡洛模拟,适用于不同节点数、不同车辆载重量的车辆路径问题.在标准数据集测试,相比当前最优解有平均0.75%的改进,为车辆路径问题提供了更加有效的解决方案.     

微观模拟模型中车辆旅行时间确定方法的研究

对微观条件下车辆在城市交通网络中的行为特征进行了分析,在考虑影响车辆个体行为的各种因素之后,给出了车辆在非拥挤路段的行驶时间、在拥挤路段的排队时间和通过交叉口行驶时间的计算方法,并给出了动态条件下车辆行驶路径的确定方法,为城市交通网络中微观模拟模型的建立奠定了基础．     

网络自助购物过程中快递服务失败与补救研究

网络购物的普及和兴起,极大促进了我国快递服务企业迅速成长.然而,快递服务企业的成长,也伴随着服务投诉数量的持续增加.如何提高快递服务质量,成为快递服务企业面临的重要问题.本文采取关键事件技术,通过对601个网络自助购物过程中快递服务失败与补救关键事件的分析,探明了服务失败和补救的类别及其发生频率,以及各类服务失败的严重程度和各类服务补救的满意程度.研究表明,服务系统不完善、快递服务人员素质不高、快递服务不能满足顾客需求和面对服务失败缺乏积极补救措施是我国快递服务企业基本现状.因此,在完善快递服务系统基础上,提高快递服务人员素质,按照顾客需求构建快递服务运营系统,为各类服务失败提供顾客期待的积极补救措施,成为我国快递服务企业提高服务质量的必由之路.     

基于神经网络优化算法的快递企业服务质量评价实证研究

网络购物现今已经成为一种流行趋势,网购的大力发展,有利地促进了快递业务的迅速发展,但是快递企业也暴露出快递服务质量等诸多问题,如暴力分拣、快件丢失、投诉无果、赔偿困难等.快递企业想要在网购市场中站稳,抢占市场份额,就必须提高服务质量.通过分析影响快递服务质量的因素,构建快递企业服务质量评价体系,提高顾客满意度,提升快递企业的竞争力,使快递企业良性、健康的发展.     

基于Memetic算法的两级车辆路径优化

针对传统两级车辆路径优化过程,存在的精度不高,收敛时间过长的问题,提出一种基于Q学习理论和差分进化的Memetic算法。首先,对两级车辆路径优化问题进行研究,利用最优分割法获得第一级配送方案,以此确定中转站配送数量,然后求解第二级多配送中心车辆路径问题配送方案,获得两级优化问题的总里程及总配送车辆数量;其次,针对第二级MDVRP配送方案求解,利用Q学习理论和差分进化算法,设计新的Memetic算法,来实现对多配送中心车辆路径问题配送方案的全局优化;最后,通过仿真验证了所提算法的有效性。     

车辆与无人机混合编队的路径优化问题模型构建

为研究无人机与传统车辆配送融合的混合编队问题,即车辆与无人机混合编队路径优化问题(vehicle-drone routing problem,VDRP),梳理了近年来国内外针对无人机与车辆配送路径优化的相关数学模型构建方法,据此提出在传统旅行商模型(traveling salesman problem,TSP)和车辆路径模型(vehicle routing problem,VRP)基础上,结合无人机工作特点,考虑各模型研究中的网络结构以及约束条件,构建了基于TSP的车辆-无人机扩展路径模型(TSP-D)和基于VRP的车辆-无人机扩展路径模型(VRP-D)。在数学模型中考虑多架无人机同时取货、送货情况下可能附加的约束。与传统TSP和VRP模型相比,无人机融入配送路径优化问题之后其网络更具复杂性,进行模型构建时除要考虑传统的车辆路径约束、车辆时间约束外,还要考虑无人机路径约束、无人机时间约束,特别是要增加车辆与无人机在路径节点和时间协调的协同约束。鉴于该模型的复杂性,采用LINGO软件和一系列小规模算例对模型进行了测算。结果表明:车辆与无人机混合编队的配送模式比传统采用车辆单一配送模式在节约配送成本上具有一定的优势。通过总结现有的研究,提出了VDRP未来主要的研究方向包括,更现实模型的构建、精确算法和启发式算法的设计、测试算例数据源的构造。     

考虑成本-碳排放量双目标的快递包装回收设施选址研究

2014年我国快递业务量成为世界第一，这标志着我国快递行业进入快速发展阶段。但是与此同时，快递包装带来的资源浪费和环境污染日益凸显。建立快递包装回收逆向物流网络，对快递包装进行回收是解决上述问题的有效途径。同时，在“双碳”战略要求下，决策者在进行规划时不仅要考虑成本因素，还要考虑碳排放量对环境的影响，以及在实施过程中对成本和碳排放量目标的权衡。针对上述问题，本研究建立考虑成本-碳排放量双目标的快递包装回收设施选址模型。为使模型更加贴近实际，本研究考虑了不同区域建设成本、不同处理技术成本和不同车辆类型对成本和碳排放量的影响。为求解模型，本研究利用NSGA-II算法进行求解，得到了Pareto前沿解。本研究将Pareto前沿解根据成本和碳排放量的相对关系划分为3类，并分析每一类的特点，为决策者在实践中根据现实的经济发展水平和碳排放量要求进行决策提供了依据。     

基于客运需求的城乡公交动态路径问题研究

通过对城乡公交发展现状的研究,针对农村客运存在的问题和居民出行特征,将动态路径公交服务应用于城乡公交。在动态车辆路径问题研究的基础上,考虑车辆数限制、车辆载客容量限制、车辆由客运中心出发再回到客运中心的约束,建立了以总运营成本最小为目标函数的车辆路径优化模型。经过分析,采用商业数学规划软件Lingo120进行模型求解。最后,以留史镇为例验证了模型的有效性,结果表明该模型能在满足客运需求的前提下为车辆安排最佳运行路径,降低运营成本。     

一种车辆网络场景下的机会式路由

文中在分析车辆移动的规律性和车辆在路网中非均匀分布特点的基础上,提出了车辆网络场景下的机会式路由VNS-OR.通过路段延时估计,为消息在源位置至目的位置确定最短延时传输路径.按该路径传输时,在节点密集分布路段采用多跳转发,在节点稀疏分布路段采用携带转发的路由策略.实验表明,VNS-OR路由可以满足车辆网络场景下时延容忍数据的传输需要.     

允许部分服务的随机需求车辆路径问题研究

文章对需求量满足二项分布的随机需求车辆路径问题进行了研究,在服务失败时采取允许部分服务的策略,通过仿真的方法证明了这一策略的有效性;并将嵌套分割算法与扫描算法相结合,提出了一种新的求解随机需求车辆路径问题的两阶段算法,数值试验验证了该算法的有效性.该算法拓展了车辆路径问题的算法空间.