考虑订单优先级带时间窗的多车型开放式车辆路径问题研究

针对物流运输中具有优先级的配送订单情况以及新能源车辆、燃油车辆混合配送的车辆路径优化问题,同时考虑车辆可行驶区域限制、车辆载重量、客户送货时间需求、新能源车辆充电约束,构建以碳排放成本、货运成本和时间窗惩罚成本总和最小的目标函数。根据订单优先配送特征设计带有优先策略的粒子群算法求解问题,并基于条件采用适应性算例进行实验,验证算法对考虑优先级订单序列带有时间窗的多车型开放式车辆路径问题的有效性。     

基于改进遗传算法的末端共同配送车辆路径优化

为解决共同配送路径优化问题,提出一个具有可操作性的共同配送策略,基于此构建了以考虑车辆使用成本、车辆行驶成本和碳排放成本最小化为目标的共同配送车辆路径模型,用K-means聚类方法对客户节点进行分区聚类,确定各末端配送网点所服务的客户,并在此基础上利用基于节约里程算法的遗传算法对该模型进行求解.通过利用公共数据集实验验证设计的CW-GA算法的优越性,发现相较于传统GA,本文算法具有良好的求解性能.利用本文算法仿真分析共同配送前后相关成本的变化以及不同配送模式下的燃料消耗、行驶距离变化,结果表明共同配送能够有效降低物流总成本.     

配送问题的数学模型与两阶段启发式算法研究

在一些模型假设的基础上，构造了客户订单合成配送问题的数学模型，提出了解决该问题的两阶段启发式算法．实验表明，此算法可以有效求得客户订单合成配送问题的近优解，为实现客户订单的优化合成配送提供了一个基本方法．     

带时间窗的物流配送区域划分模型及其算法

针对烟草行业存在客户点大规模、客户需求量不固定、配送车辆最大行驶距离限制以及客户点送货时间不固定等特点,综合考虑配送的多产品、多客户、时间限制等影响因素,通过聚类方法划分不同的配送单元,应用整数规划选择中转站不固定配送单元,以物流配送网络构建的总成本最小化为目标函数,建立了基于配送单元的固定成本和变动成本以及带时间窗的时滞成本的数学规划模型,并提出了一种改进粒子群-遗传混合算法进行直接求解.该算法在评价函数中隐含加入了距离和时间等约束条件,并设计了算法间选择性赋予方法,具有较高的全局和局部搜索能力.实例仿真表明,该混合算法的优化性能和效率优于PSO算法、GA算法、GA-PSO算法和MPSO算法,因此能够更有效地解决大规模配送点的物流配送区域划分问题.     

时变路网环境下多温冷链配送路径优化研究

【目的】生鲜产品在冷链物流配送过程中的新鲜度及货损成本与配送行程所耗时间密切相关,而配送车辆在城市路网中不同时段行驶的速度不同,基于此在考虑了道路交通状况的时变路网特性之后研究配送的优化问题。【方法】针对时变路网环境下的多温区产品配送车辆调度问题,考虑载重质量与车厢容积及时间窗约束,建立由运输成本、货损成本及制冷成本构成的目标为总配送成本最小的数学优化模型,设计基于模拟退火算法的求解程序,并用MATLAB对实例进行求解。【结果】与以往研究中用平均速度方法求解出时间变量的方法不同,通过时变路网理论及模型求解,验证了时变路网环境下冷链配送路径优化模型及算法的有效性。【结论】结合时变路网,改进了货损成本中腐败函数的时间变量求解方法,刻画了各配送车辆每完成一个客户的配送后,车辆剩余货物在余下配送时间里货损成本继续发生的动态过程。     

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。     

考虑动态客户需求的物资配送问题求解方法

为明确需求预测方向和减少预测偏差,提出了一种考虑动态客户需求的物资配送问题求解方法。依据客户历史需求,以泊松分布模拟需求变化情况,建立需求预测模型,得到客户初始预测需求,并在此基础上建立了需求不确定的物资配送模型。为求解该模型,设计了一种预测需求可调节的遗传算法。在遗传算法局部搜索阶段,提出了需求调节算子。该算子以一定概率对客户初始预测需求进行调节,以符合泊松分布的需求变化量减少预测需求,同时对车辆间的顾客进行调整,顾客以调节后的预测需求挑选最小需求客户,移动该客户至其他最低载货车辆中并调整该车辆服务的顾客顺序,整个调节过程以最低配送成本为标准,保留最优配送路径。从标准车辆路径问题测试数据库中挑选10个典型样例进行测试,结果表明,与经典的最近邻算法和遗传算法对比,所提算法在所有算例中均取得了总成本最小值,在90%的算例中取得了运输成本最小值,在70%的算例中取得了车辆成本最小值。     

网购环境下基于时隙配送的时效产品订单履约方法

在B2C模式的网购环境下,订单总数庞大,但每个订单的需求量小、配送地址各异,并且从客户下单到产品送达客户手中存在时间差,这些特点对订单履约方法的柔性提出了高要求,给电子零售企业的发展带来了挑战.时隙作为配送中重要而稀缺的资源,其利用率的高低直接影响网络零售商的运营效率.良好的时隙分配方案可以提高订单履约率,从而提高配送的效益.笔者规避单目标研究不能够较为全面反映配送的实际问题,拟考虑从多目标角度对问题进行优化,建立既可以保证客户满意度,又能减少每辆车平均配送距离和每单平均配送成本的多目标规划模型.通过算例分析,模拟几种不同情况,综合优化模型在时间和成本水平下都较传统单目标更优,能使配送时隙综合效用最大,验证了模型的有效性和科学性.     

多约束条件的车辆装卸算法

多约束条件的有时间窗装卸货问题(PDPTW),由于它具有非确定型的多项式算法(NP)特性,求取精确解很难.通过引入“虚拟车辆”,以缩短线路的总时间成本为准,讨论了在复杂约束条件下车辆的多轮次分派问题,以求取最佳的线路车辆组合和得到最多的配送订单.并设计了以Clarke-Wright(C-W)节约启发式算法为基础的混合算法,求取近似解,最后根据算法的特征,提出了改进程序运行速度的方法.     

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。     

考虑客户满意度的车辆路径优化及其算法研究

针对当前车辆路径问题中较少考虑客户满意度的情况,构建了基于模糊时间窗的车辆到达时间满意度函数和货物运输时长满意度函数,以最大化客户满意度和最小化配送总成本为目标建立VRPCCS数学模型.为了求解该问题,考虑到传统遗传算法存在依赖初始解、收敛速度较慢、容易陷入局部最优等缺点,设计改进的遗传算法与大规模邻域搜索算法相结合的混合算法进行求解,通过选取算例并与传统遗传算法进行对比,验证了模型和算法的可行性和有效性.实验仿真结果表明考虑客户满意度的物流配送方式不仅能够有效提升客户满意度,也能够降低物流企业配送成本以及车辆空载率,对于物流企业的车辆配送路径决策具有一定的参考意义.     

多车型集配货一体化车辆路径问题研究

针对客户存在收货和发货双重需求的物流配送问题,讨论具有多种车型的集配货一体化车辆路径问题。在综合考虑各车型的固定成本和可变配送成本的前提下,以总成本最小为目标,以尽可能提高车辆满载率、减少出行次数为思路,构建多车型集配货一体化车辆路径优化模型。基于最小插入费用法设计初始可行解生成算法,通过引入基于概率的多算子邻域操作、最优解记忆装置、多准则终止原则对模拟退火算法进行改进,给出求解思路。设计算例并对多车型单/双向集配货模型的求解结果进行比较,以验证模型的实用性和算法的有效性。研究结果表明:使用改进后的模拟退火算法对构建的多车型集配货一体化车辆路径问题模型求解更直接简便,对多车型集配货一体化车辆路径优化后能有效降低配送成本。     

共同配送选址-路径优化模型与算法

以北京市奶制品配送问题为场景,研究了共同配送选址-路径优化问题。建立了两层级带容量约束的共同配送选址-路径问题的混合整数规划模型,设计了求解模型的三阶段算法。第一阶段采用基于遗传算法的带容量限制的K-means聚类方法,将客户划分为若干客户集;第二阶段计算每个备选配送中心为每个客户集提供服务的最优配送路径及成本,在此基础上将共同配送中心选址与第二层级配送路径优化问题简化为配送中心选址和客户集分配问题,建立数学模型并利用Lingo软件求解;第三阶段确定从物流中心到共同配送中心的最优配送路径。通过对比两大品牌奶制品在北京地区各商超的单独配送与共同配送成本,验证了模型和算法的合理性和有效性。研究结果为解决不同类型产品共同配送网络优化等问题提供了决策依据。     

考虑客户购买行为的易腐食品生产配送协同研究

随着客户对易腐食品新鲜度的要求不断提高,为了更好地满足客户需求,避免生产配送计划与客户购买行为间的信息不对称,文章以生产商利润最大为目标,提出店铺直送(direct store delivery,DSD)经营模式下的单生产商、多产品、多零售商、多时段的易腐食品生产配送协同计划模型,推导出关于产品新鲜度和质量风险的需求函数,模仿消费者对易腐食品的购买态度,在生产配送计划中加入保质期和客户购买行为约束,并采用蓄冷式多温共配模式对产品进行配送;最后用数值例子验证模型的有效性。研究结果表明,在易腐食品生产配送模型中考虑客户购买行为会提高生产商的利润,且产品质量风险越高,保质期越短,利润提高越多。     

动态需求下车间生产物流VRP优化

为适应智能工厂生产物流管控智能化与生产过程柔性化的要求,考虑"多品种、小批量"模式下生产节拍变动引起的物料配送和产品运输不确定因素,基于传统软时间窗提出一种曲线型软时间窗,构建在不同服务时间段的成本惩罚函数,以此表示客户对服务时间的满意度。在此基础上,考虑动态需求等特性,构建了以物流运输总成本、总时间成本最低和服务满意度最优的多目标车辆路径问题数学模型。模型求解采用改进的NSGA-Ⅱ算法,该算法采用两段式染色体编码方式进行编码,在迭代进化过程中,为提高交叉变异后解的质量,引入正态分布交叉算子,同时改进自适应交叉与变异概率公式。通过实例验证了目标模型和改进NSGA-Ⅱ算法的有效性和可行性。     

考虑保质期约束的生鲜品的协同生产与配送研究

【目的】考虑到生鲜品易变质的特点,为了减少产品腐坏,降低生鲜厂商供应过程的各类成本,提出了一个随机需求下多时段、多产品的生鲜品协同生产与配送问题。【方法】引入了逻辑斯蒂方程来表示保质期和变质成本的关系,将产品新鲜度的因素加入到目标函数中,建立生鲜品协同生产与配送过程的模型,并用数值例子进行验证,最后将协同优化与单独优化得到的最小总成本做仿真对比分析。【结果】所建模型可以在满足顾客对生鲜品需求的前提下有效地减少保质期的损耗,降低变质成本,得到整个过程的最低总成本。【结论】考虑生鲜品保质期约束的模型对生鲜厂商的实际供应过程有一定的指导意义,且通过仿真对比分析证明了提出的协同优化效果更好,问题模型越复杂,协同生产与配送优化的效果越明显。
     

基于改进人工蜂群算法的易变质产品配送问题研究

针对物流工程中的易变质产品配送路径优化问题,提出一种基于概率矩阵模型及精英保留策略的改进人工蜂群算法.利用贪婪准则初始化种群,用以提高初始种群质量;提出一种概率矩阵模型,通过记录各客户配送信息并将配送信息转化为概率来选择每代的配送顺序,同时结合精英保留策略,用以加快算法的收敛速度;为增加解序列的多样性,将单点交叉与顺序交叉相结合的交叉方式引入人工蜂群算法中.通过对实例的仿真及算法比较,验证改进的人工蜂群算法具有良好的全局收敛能力及较好的求解效果.     

改进遗传算法求解带模糊时间窗冷链配送问题

为优化冷链物流配送路径,降低配送成本、提高客户对产品送达时间的满意度水平是冷链物流的关键。考虑到冷链物流承载的货物具有一定的特殊性且对温度的要求较高,提出在冷链物流配送中设定模糊时间窗反映顾客满意度。建立了运输成本、货损成本、时间成本等配送成本最小化和以模糊时间窗进行量化客户满意度最大化的多目标优化模型,采用改进遗传算法求解带模糊时间窗冷链配送问题。通过算例分析,验证了模型和算法的有效性与研究的实用价值。     

考虑保质期约束的生鲜品的协同生产与配送研究

【目的】考虑到生鲜品易变质的特点,为了减少产品腐坏,降低生鲜厂商供应过程的各类成本,提出了一个随机需求下多时段、多产品的生鲜品协同生产与配送问题。【方法】引入了逻辑斯蒂方程来表示保质期和变质成本的关系,将产品新鲜度的因素加入到目标函数中,建立生鲜品协同生产与配送过程的模型,并用数值例子进行验证,最后将协同优化与单独优化得到的最小总成本做仿真对比分析。【结果】所建模型可以在满足顾客对生鲜品需求的前提下有效地减少保质期的损耗,降低变质成本,得到整个过程的最低总成本。【结论】考虑生鲜品保质期约束的模型对生鲜厂商的实际供应过程有一定的指导意义,且通过仿真对比分析证明了提出的协同优化效果更好,问题模型越复杂,协同生产与配送优化的效果越明显。     

基于哈里斯鹰算法的两级冷链配送路径优化

农产品供应链是农产品流通现代化的重要体现。随着生活水平的提高,人们对生鲜农产品的需求逐渐增加,农产品供应链冷链配送压力不断增大,农产品包装也随之造成严重的环境污染。文章基于对包装二次利用的考虑,以车辆固定成本、车辆运输成本及制冷成本最小为目标,构建考虑客户满意度的两级生鲜农产品冷链车辆路径优化数学模型,融合变邻域搜索机制的离散哈里斯鹰算法对该模型进行求解,使用迭代贪心算法和随机方法生成初始解,然后使用设计的搜索算子寻优。通过仿真实验对提出算法与其他算法和数字优化技术（CPLEX）进行对比,验证了文章提出的改进哈里斯算法可行性、高效性及稳定性,对城市限行下农产品冷链配送路径优化问题研究具有一定的意义。