考虑软时间窗的同时送取货随机旅行时间车辆路径问题

考虑车辆总旅行时间约束和车辆载重限制以及客户对服务时间窗的要求,研究带有软时间窗的同时送取货随机旅行时间车辆路径问题（STT?VRPSPD）,建立机会约束规划模型。将禁忌搜索算法与分散搜索算法相结合,构建混合分散禁忌搜索（HSTS）算法,并采用C?W节约算法生成初始解。基于经典的Dethloff算例和Solomon时间窗生成方法,分别生成包括50个客户、200个客户各20组算例,算例测试结果验证了混合分散禁忌搜索算法的有效性。     

带时窗回程取货的车辆路径问题的算法

车辆路径问题如果考虑回程取货过程就可以在送货的过程中先后完成取货任务,比传统不考虑回程过程的问题更有实用性,基于此对传统问题进行了改进,不限制车辆的取送货顺序,而是设计了相应参数,避免了货物的重新排列·在确定目标时,综合考虑车辆运行成本、人员等待成本及服务成本等因素,实现目标解的真正可行·最后,根据此问题的特点,设计了先通过分枝定界法及遗传算法确定可行路线,再运用整数规划方法求解的算法,并以实例说明了算法的有效性·     

碳减排下的汽车零部件循环取货路径优化研究

针对能源消耗严重和环境污染双重压力下的现象,提出对汽车企业零部件循环取货路径的优化建议。将CO2的排放量与满足汽车制造企业的生产需要相结合,根据货运车辆的碳排放需要选择合适的碳排放计算模型,分别建立不考虑碳排放的循环取货路径模型和考虑碳排放的循环取货路径模型,利用遗传算法及基本原理对所建模型进行算法设计,并运用Matlab软件编程,最后对考虑与不考虑碳排放量两种情况进行计算对比分析。结果表明:考虑碳排放的循环取货比不考虑碳排放的循环取货路径总长虽增加了3.8%,但总成本减少了1.6%,碳排放量减少比例为12.37%,改善了汽车零部件循环取货过程中车辆的碳排放和能耗量,一定程度上减少了循环取货的运输费用,取得了汽车企业零部件循环取货路径更加经济环保的效果。     

具有同时送货和取货需求的车辆路径问题的蚁群禁忌混合优化算法

在分析具有同时送货和取货需求的车辆路径问题(VRPSDP)的基础上,建立VRPSDP数学模型,提出一种新的求解VRPSDP问题的蚁群禁忌混合优化算法(ACO-TS),并通过实验验证该算法的有效性和可行性.新算法首先采用蚁群算法产生阶段最优解,然后利用禁忌搜索算法对阶段最优解进一步优化.实验表明,新算法能够高效解决VRPSDP问题,并且具有较好的优化效果.     

取送货混排的车辆路径问题的模糊动态研究

通过增加车辆预留能力系数,保证在避免货物重新排列的情况下完成取送货.充分考虑物流运输行业的现状,重点研究相关参数模糊且各取货节点动态随机出现的问题.在求解方法上,首先为车辆路线中每一个节点、车辆以及相邻节点间的路径建立标签,并建立初始路径;其次,通过标签插入方法求解模糊动态问题;最后给出了方案应用失败后的处理方法.仿真实例验证了所提方法的有效性.     

随机车辆路径问题综述

描述了随机车辆路径问题的历史、发展进程和特征，结合该问题的分类，介绍了该问题国内外的研究现状，指出了目前算法的搜索效率低并依赖于初始解的局限性，给出了对求解算法的进一步研究以及把研究成果应用于实际问题中的研究方向和建议。     

求解带有时间窗的车辆路径问题的改进算法

提出在用改进节约法对VRPTW问题求出初始解的基础上，通过引入惩罚因子PE和PL，运用2-opt^＊和Or-opt相结合的方法对初始解进行优化，并以21个节点的配送网络实例进行验证．计算结果表明，采用该方法计算的目标函数值不仅比传统的改进节约法更优，而且计算效率较高，速度较快．同时，该方法可根据客户对于时间窗要求严格程度的不同，通过调整时间惩罚因子PE和PL，得到不同的配送路径方案．     

基于C-W算法的汽车零部件循环取货车辆路径优化研究

针对汽车零部件取货具有多频次和时间窗限制的特点,利用先进的循环取货方式对零部件进行取货.并构建数学模型优化取货路径,利用C-W算法,获得符合所有约束条件的满意解.使其在配送总量一定的情况下,运输总里程大大降低,从而节约了运输成本.最后给出一个算例.     

城市垃圾收集车辆弧路径问题研究

考虑部分街道单行及转向限制等状况,采用带有转向禁忌条件的垃圾收集车辆弧路径问题模型对城市垃圾收远路线进行优化．通过建立将其转换为对应的点路径问题的求解模型以减少问题规模,并利用一种聚类蚁群算法对该问题进行求解．优化实例结果表明：有、无转向约束的路线优化后,总路程分别减少了89984．96m和92330．04m,分别节约了31．1％和31．9％,优化效果明显;优化后减少了需求车辆数,降低了车辆使用成本和人员雇佣成本．     

三维装载约束下汽车零部件同时取送的循环取货路径优化研究

【目的】考虑汽车零部件入厂物流多频次、小批量的循环取货模式和在取货同时返还零部件物流箱的现实需求，探讨了三维装载约束下汽车零部件同时取送的循环取货路径问题。【方法】构建以运输和线边库存总成本最小为目标的数学模型，设计了两阶段蚁群算法，第一阶段由车辆路径规划子算法得到近似最优解的记忆库，第二阶段利用装载可行性检验子算法得到可行解。【结果】实例仿真结果表明：使用简单算术相加的模糊车辆装载约束得出的取货方案无法实现车辆成功装载。考虑三维装载约束的循环取货方案的路线由2条增加为3条，虽然车辆的平均空间装载率下降了27-45%，但是确保了装载方案的可行性。【结论】考虑三维装载约束的汽车零部件同时取送的循环取货路径方案既满足了取货同时返还零部件物流箱的现实需求，又保证了方案中车辆三维装载可行性。