考虑客户满意度的带时间窗的多中心半开放式冷链物流车辆路径优化

针对带时间窗的多中心半开放式车辆路径问题，以总配送成本最小化和客户满意度最大化为目标，提出了双目标冷链物流路径优化模型。针对NSGA-Ⅱ算法容易陷入局部最优等缺点，结合粒子群算法生成种群方式，设计一种改进的NSGA-Ⅱ算法。通过仿真对比实验，结果表明，所提出的算法和模型可有效解决带时间窗的多中心半开放式冷链物流车辆路径优化问题，且改进算法性能更优，同时分析了总配送成本与客户满意度之间的关系，为冷链物流企业带来一定的管理启示。     

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。     

考虑硬时间窗的多船型海上穿梭油轮船队设计与调度同步优化模型

深入分析原油初采集疏运系统,将穿梭油轮船队的设计与调度问题抽象为考虑硬时间窗约束的多车型车辆路径问题.在确保各FPSO可在时间窗内获得服务的条件下,以观测期内原油运输总成本最低为目标,建立穿梭油轮船队设计与调度优化模型,同步优化穿梭油轮船队的设计(船型选择与船舶数量)与各船舶的航行路径.为求解该模型,基于列生成思想设计精确求解算法并进行数值实验.实验结果表明,本文提出的模型和算法可有效解决穿梭油轮船队设计与船舶调度的协同优化问题.     

带时间窗车辆路径问题的混合蚁群算法

为解决有时间窗的车辆路径问题,提出了一种基于进化规划和最大一最小蚁群算法相融合的混合蚁群算法,并与最大一最小蚁群算法作了比较。实验结果表明,混合蚁群算法可以、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。     

基于混合遗传算法的应急物资配送路径优化

为解决突发事件下应急物资的配送路径优化问题,以配送车辆的固定成本、运输成本、违反最大载重量以及右时间窗的惩罚成本之和最小为目标,构建了带时间窗约束的应急物资配送路径优化模型;通过将遗传算法与节约算法、大规模邻域搜索算法相结合,设计出了一种混合遗传算法对模型进行求解;最后用算例仿真验证了模型和算法的可行性。实验结果表明:设计的混合遗传算法在求解过程和求解结果上都比标准遗传算法更优,可见能够为解决应急物资的配送路径优化问题提供科学的决策依据。     

基于禁忌搜索算法的物流系统车辆路径优化

增强物流企业的市场竞争力,提高配送效率、优化配送车辆路径、降低配送成本、增强客户满意度是关键。考虑到物流系统配送的现状,在传统配送路径模型的基础上加入软时间窗约束、配送车辆额定工作时间约束来分别反映客户的满意度、车辆的工作状态,以运输费用、非时间窗内服务产生的惩罚成本、车辆超时工作的折损成本、车辆启动成本4部分之和为目标函数,构建了带软时间窗的物流系统车辆路径模型。针对问题,在禁忌搜索算法的基础上,设置4种邻域变化规则来改进局部搜索;在有无时间窗条件下,分别用MATLAB对算例求解,比较配送路径的最佳方案与最低成本,验证模型和算法的有效性。     

多LNG点供企业联合配送的半开放式车辆路径问题

为解决多家LNG点供企业联合配送的路径优化问题,构建带时间窗的半开放式多中心车辆路径模型.考虑到LNG具有危险化学品特性,限制了 LNG槽车的通行路段,为求解该问题,设计改进的回溯搜索优化算法,提出客户信息与配送中心信息相对独立的新型编码方式,有效解决了车辆容量限制可能会导致传统自然数编码长度不一致,进而影响种群交叉、变异的问题.最后,利用Cplex和改进回溯搜索优化算法求解算例,结果验证了数学模型的正确性及算法的有效性,证明该联合配送模式可以有效降低运输成本及LNG槽车的运输风险.     

一种带软时间窗的物流配送中心车辆路径问题的模型与算法

针对单配送中心带时间窗的车辆路径问题,将时间约束折算为惩罚费用,在时间、车辆体积和载重约束的条件下,建立了一种带软时间窗的物流车辆路径总费用最小数学模型。同时在遗传算法的基础上加入记忆功能和退火操作,采用带有记忆的遗传模拟退火算法求解此模型,并将优化结果进行比较。结果表明,该算法收敛速度快、搜索领域宽,能取得较高质量的最优解。     

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。     

高自由度响应公交分区路径与调度的协调优化

因乘客乘车时长、车辆容量等的限制,较大服务区域内可能需要开通多条线路、运行多辆车,故有必要进一步划分服务区域,按分区安排发车时间、配置车辆、优化行车路径等。考虑预约型乘客的出行需求,构建了协调优化分区路径与调度的迭代算法。针对每个分区,以乘客出行时间窗要求、车辆容量、车辆出行时长等为约束,以车辆总费用最小为目标,基于VRP方法构建了分区路径优化模型,设计了遗传模拟退火求解算法。通过多组试验获知,车型可选时,无论需求大小,均可降低总费用,但需求越大,总费用降低程度越小;总费用与分区数相关,低需求量时分区可能产生不利影响,较高需求量时适当分区将大大降低总费用,最优分区数不随需求量的增加而增加;本优化方法能显著减低总费用。     

基于约束调度的消耗性航材备件需求预测分析

针对传统航材备件需求预测方法忽略了对需求约束调度条件的获取,导致对航材备件的需求预测效率较低、成本偏高,提出一种新的基于约束需求预测的消耗性航材备件需求预测方法,并进行试验分析。假设某消耗性航材备件的储备量分布密度满足泊松分布,计算该消耗性航材备件及时保障概率。依据航材的年周转量,求出不同周转件所需总储备量,以获取总及时保障率。给出需求约束调度条件,将约束调度和需求预测成本最小作为目标函数构造消耗性航材备件需求预测模型,通过遗传算法对其进行求解,获取最优需求预测结果。将文献[5]方法和文献[6]方法作为对比进行实验,发现所提方法需求预测准确率高,效率最高,且可达到应急要求。     

基于改进优劣解距离法和价值工程的舰船备件配置

备品备件的科学配置是满足舰船装备完好性和任务成功性要求的重要条件。为了科学配置备品备件,论文分析了关键性、耗损性、供应反应时间等确定备品备件种类的影响因素,给出了备品备件配置优先级的确定方法,并将改进TOPSIS算法引入价值工程理论,提出了一种基于改进TOPSIS-VE的舰船备品备件配置优先级模型。案例分析结果表明,该模型与传统TOPSIS方法相比,能更好地体现备品备件质量管控和运行环境等因素对优先级排序的影响作用,从而使舰船备品备件的配置方案更优。     

基于ACO的横向供应策略两级备件库存研究

对装备可维修备件库存配置进行科学的优化决策,寻求装备可维修备件保障费用与装备战备完好性之间的最佳平衡在装备维修保障中是十分重要的.在此背景下进行多级可维修备件的库存研究,建立可维修备件多级库存模型,对模型中的重要参数和库存指标进行了评估,设计蚁群优化算法,将可维修备件以恰当的数量配置在恰当的多级库存系统中,以达到备件平均延误时间允许下的最低备件保障费用.算例结果表明:引入横向供应策略节省了41.37％的可维修备件的保障总费用.     

多约束下轨道飞行器备件配置方案建模与优化

针对航空类装备携带备件方案的确定需要综合考虑多项约束指标因素的特点,以轨道飞行器飞入太空随行备件携带方案优化配置为研究背景,在费用、质量及体积3项指标约束条件下,以所有备件期望短缺数总和最小为目标函数,建立了备件配置方案的优化模型.通过设置初始因子初值求出备件初始配置方案,同时引入拉格朗日乘子将各项约束因子转化为保障资源约束因子,采用边际效应法求解并对模型进行优化.最后,对6种方案计算结果进行比较得出备件配置最优方案,并通过实例分析,证明了该方案的科学性和有效性.     

基于遗传算法的核电备件库存模型仿真优化

备品备件是核电厂设备检修的物质基础,然而持有过量的备件库存将增加核电厂运营成本,通过设置合理的备件库存参数,在保障供应和控制库存之间寻找到一个合理的平衡点。针对核电备件库存参数设置问题,将遗传算法引入备件库存参数优化领域。通过建立核电备件库存参数评价方法,将核电备件库存参数设置转换为多变量优化问题,使用遗传算法计算最优库存参数。选用大亚湾核电厂的备件进行仿真测试,当给备件增加多种领用波动时,使用遗传算法计算的备件库存参数均优于当前数据库中的库存参数,结果表明遗传算法应用到备件库存参数优化领域具有重要的实用价值。     

多指标约束下备件可修复库存方案优化

针对在机场集团运行期间,设备备件可修复的多指标约束问题,提出了基于近似可用度评估的可修备件库存优化方法。首先分析了备件消耗的类型。通过忽略备件发生故障后维修时间或者订货供货时间,利用伽马分布的可加性建立备件的可用度评估模型。在此基础上,利用可修备件的可用度、可修备件的总费用为约束指标,构建以备件量最少为目标函数的多约束备件优化模型。在求解模型的过程中,利用拉格朗日乘子和边际优化启发式算法,对模型进行求解。算例中通过与仿真结果进行对比分析:当维修时间或者备件补充时间小于备件等效平均寿命三分之一时,平均误差小于5%,采用的近似度的方法是可行的。     

基于遗传禁忌搜索的单车场多目标区域调度优化

区域调度是公交营运调度的发展方向,但区域调度相对于传统的线路调度,其影响因素多,模型构建难度大,求解也较为复杂。以单车场区域调度为对象,选择公交车辆空驶时间、等待时间、跨线次数以及运力规模最小等主要目标,构建了多目标区域调度优化模型。考虑到多目标函数优化问题的复杂性,将禁忌搜索融入遗传算子,设计遗传禁忌搜索求解算法,最后将已建模型和设计算法运用到算例中。计算结果表明,遗传禁忌算法较一般遗传算法更能高效地解决公交车辆的单车场多目标区域调度问题。     

等周期预防维修下多部件系统的备件订货策略

将多部件系统预防维修的备件需求分为两种：随机失效部件的更换需求和预防维修时隐患部件的更换需求,在等周期预防维修下,应用概率理论,建立了指数寿命型部件的备件需求模型;在此基础上,以系统役龄内备件的订货、仓储总成本为优化目标,订货次数为优化变量,给出存在备件初始库存时的两种订货策略和策略模型的Visual Fortran仿真优化算法;最后结合算例,求得经济订货次数和策略以及相应的订货、仓储总成本,为多部件系统预防维修的备件订货提供一定参考。     

双资源作业车间智能优化调度

用遗传算法研究了双资源作业车间的调度优化问题,提出了一种将归约法与遗传算法和分派规则相结合的调度算法,该算法将机床和工人合理地分配给加工任务(工序),使评价指标获得最优.通过与国外学者的算法进行比较,本算法在相同生产周期的情况下,能够获得平均流动时间较少的调度结果.本算法采用的遗传编码不含工人和机床设备的信息,使得染色体的交叉和变异容易操作,节省了计算时间.最后还就工人/机床设备的比率对作业车间加工性能的影响进行了分析并给出分析结果.     

战时任务条件下舰艇装备多级备件优化

战时舰艇装备通常为三级备件维修保障体制和四级备件供应保障模式,各级备件库存是影响舰艇编队任务持续能力的重要因素.在分析编队作战任务过程和备件保障流程基础上,对动态帕尓姆定理进行了扩展,使其适用于车间可更换单元（SRU）在修件数概率分布计算.综合考虑战时动态任务、装备的自然故障和战损故障、备件的报废和采购等因素,建立了战时备件维修和供应保障模式下的舰艇编队任务成功性评估模型.以备件保障费用为目标函数,舰艇编队任务成功性为约束条件,建立了基于舰艇编队任务成功性的备件库存优化模型,并运用边际效应方法对该优化模型进行求解.实例运算表明,该模型可以为战时各舰艇装备保障单位制定保障方案提供一定的决策支持.