区间阻抗下的网约车合乘鲁棒有效路径

为了研究网约车合乘的路径优化问题,在定义鲁棒有效路径的基础上,基于区间阻抗的生成方法,以网约车运营时间成本、运营固定成本、燃油消耗成本以及乘客费用成本相结合的运营阻抗成本的区间值为模型目标,研究了区间阻抗下的鲁棒有效路径生成;运用深度优先搜索算法求解,分析得出了网约车合乘最优的鲁棒有效路径和鲁棒成本。通过算例验证分析得出,网约车合乘能有效减少居民出行总成本,提高出行效率。     

带软时间窗的多商品需求可拆分两阶段车辆路径问题研究

【目的】干线、支线作为电商企业物流配送的关键环节,其协同优化对降本增效意义重大。【方法】基于干线、支线实际运营特征,提炼出软时间窗、多车场、多商品、需求可拆分两阶段车辆路径问题,建立以车辆路径成本、固定派车成本和惩罚成本（违反配送时间要求）为优化目标的混合整数规划模型,基于派车次数和运输距离节约的贪婪思想,设计高效启发式求解算法,并借助27个小规模算例和8个较大规模算例对模型和算法的求解效果进行验证。【结果】实验结果表明：1）借助优化软件,模型在2个小时内能够求解5个区域中心仓库、20个中转仓库、4种商品的算例;2）所设计的启发式算法能够在较短时间内对现实中的较大规模问题求出可行解,求解能力和求解效率远优于优化软件CPLEX;3）问题复杂度随着问题规模（区域中心仓库数量、中转仓库数量、商品种类数量）增加急剧增加,中转仓库数量对问题复杂度的影响最大,区域中心仓库数量的影响次之,商品种类数的影响最小。4）针对较小规模算例,干线配送成本占比较大,随着算例规模增加,支线环节派车数量增幅较大,进而导致支线配送成本明显增加;5）增加车辆工作时长后,干线环节派车数量减幅较大,总配送成本显著降低。放宽第二阶段车容量限制,第二配送阶段的用车数量大幅度降低;【结论】研究成果不仅可拓展两阶段车辆路径问题现有理论,而且有助于电商企业实现多级配送网络高效协同运作;此外,通过优化配送方案,减少派车次数,有助于缓解城市交通压力,改善城市交通环境。     

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。     

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。     

考虑员工时间价值差异的偏远地区雇主班车联盟运营

为减少偏远地区员工的通勤成本，设计雇主班车联盟运营模式，构建班车联盟运营双层优化模型。其中，上层模型以所有雇主班车总的广义成本最小为目标，优化参与班车联盟的成员结构；下层模型考虑联盟内各雇主员工的时间价值差异，以联盟中的班车总广义成本最小为目标，优化联盟运营时各班车的行驶路径。基于Shapley值法公平分摊联盟运营班车的金钱成本。以宁波梅山地区三家雇主为例，优化后的班车运营方案显示，三家雇主联盟为最优的联盟结构，与各雇主单独运营通勤班车相比，联盟运营班车的总广义成本节省10.24%,其中，金钱成本节省26.44%,三家雇主分摊的金钱成本分别减少27.7%、51%和5.9%;员工时间成本节省3.75%。     

带硬时间窗的冷链电动车辆路径问题研究

【目的】针对电动汽车应用于冷链物流配送的情形，充分考虑电动汽车能耗特点和社会充电桩的充电需求，研究了带硬时间窗的冷链电动车辆路径问题。【方法】首先构建以配送总成本最少为优化目标的规划模型；然后基于蚁群算法，设计了充电站优化算法和局部优化策略，形成混合蚁群算法求解问题；最后，改编形成硬时间窗冷链电动车辆路径问题的算例集，通过实验比较验证了蚁群算法和混合算法的性能。【结果】搜索解的改进率达到11-82%。【结论】带局部优化策略的混合蚁群算法能较大程度改进求解能力，算法性能总体得到大幅提升，且结果更稳定。     

基于路径优化模式的出租车合乘调度

针对城市出租车实际运营中存在的时空分布不平衡、调度效率低等问题,对出租车合乘调度进行了研究。通过引入合乘站点的概念,借助时空网络的方法,构建了动态的调度优化路网。考虑乘客时间窗、出租车容量限制等相关约束条件,最大化合乘服务水平,以合乘过程中出租车的运营时间和乘客的出行时间(包括乘车和等待时间)最小为目标函数,建立了基于路径优化的出租车合乘调度模型。并针对该模型特点设计了相应的混合蚁群遗传算法(HACGA)进行求解,通过多次运算验证了混合蚁群遗传算法(HACGA)求解路径优化模型的有效性。算例分析表明,同时和出租车单乘相比,基于路径优化模式的合乘策略可以大幅度减少对出租车的需求,出租车总的运营里程也明显降低。     

基于PSO-VNS算法的质押物配送路径研究

【目的】质押物配送是物流金融中存货质押融资业务的重要流程。优化质押物配送路径可以节省配送时间,减小质押物在途风险以及运输成本。【方法】以配送质押物的车辆运行总距离最小为目标,将其转化为带距离和容量约束的车辆路径问题(DCVRP),建立数学模型。针对粒子群算法(PSO)的优缺点,设计用于求解该问题的混合变邻域搜索粒子群算法(PSO-VNS)。【结果】利用该算法求解应用实例,与基本粒子群算法对比求解的算法收敛过程和所得配送路径方案。【结论】通过实例研究表明,所改进的PSO-VNS算法能够快速跳出局部收敛,其全局寻优能力得到改善,且收敛速度更快,能够较好地为质押物配送路径问题提供解决方案。     

基于PSO-VNS算法的质押物配送路径研究

【目的】质押物配送是物流金融中存货质押融资业务的重要流程。优化质押物配送路径可以节省配送时间,减小质押物在途风险以及运输成本。【方法】以配送质押物的车辆运行总距离最小为目标,将其转化为带距离和容量约束的车辆路径问题(DCVRP),建立数学模型。针对粒子群算法(PSO)的优缺点,设计用于求解该问题的混合变邻域搜索粒子群算法(PSO-VNS)。【结果】利用该算法求解应用实例,与基本粒子群算法对比求解的算法收敛过程和所得配送路径方案。【结论】通过实例研究表明,所改进的PSO-VNS算法能够快速跳出局部收敛,其全局寻优能力得到改善,且收敛速度更快,能够较好地为质押物配送路径问题提供解决方案。     

基于PSO-VNS算法的质押物配送路径研究

【目的】质押物配送是物流金融中存货质押融资业务的重要流程。优化质押物配送路径可以节省配送时间,减小质押物在途风险以及运输成本。【方法】以配送质押物的车辆运行总距离最小为目标,将其转化为带距离和容量约束的车辆路径问题(DCVRP),建立数学模型。针对粒子群算法(PSO)的优缺点,设计用于求解该问题的混合变邻域搜索粒子群算法(PSO-VNS)。【结果】利用该算法求解应用实例,与基本粒子群算法对比求解的算法收敛过程和所得配送路径方案。【结论】通过实例研究表明,所改进的PSO-VNS算法能够快速跳出局部收敛,其全局寻优能力得到改善,且收敛速度更快,能够较好地为质押物配送路径问题提供解决方案。     

基于PSO-VNS算法的质押物配送路径研究

【目的】质押物配送是物流金融中存货质押融资业务的重要流程。优化质押物配送路径可以节省配送时间,减小质押物在途风险以及运输成本。【方法】以配送质押物的车辆运行总距离最小为目标,将其转化为带距离和容量约束的车辆路径问题(DCVRP),建立数学模型。针对粒子群算法(PSO)的优缺点,设计用于求解该问题的混合变邻域搜索粒子群算法(PSO-VNS)。【结果】利用该算法求解应用实例,与基本粒子群算法对比求解的算法收敛过程和所得配送路径方案。【结论】通过实例研究表明,所改进的PSO-VNS算法能够快速跳出局部收敛,其全局寻优能力得到改善,且收敛速度更快,能够较好地为质押物配送路径问题提供解决方案。     

集中通勤接送服务的车辆路径与调度模型及算法

基于最优化理论与方法,对集中通勤接送服务的车辆路径与调度问题进行了研究,以节约运营成本、提高服务质量。由于该优化问题与传统的车辆路径规划有所不同,具有多目标抵达地、多车协作和多行程车次的特征事实,现有的模型与算法不能直接应用于该问题的求解。首次建立了集中通勤接送服务模式下以最小化运营成本为目标的车辆路径与调度问题的0-1整数规划模型,并开发了一种基于特征点的启发式算法求解该模型。在实证研究中,实验结果表明本文所设计的模型和算法是可行的、有效的。     

基于LNS算法的带时间窗和“灰色地带”客户的两级车辆路径优化

【目的】研究城市货运中复杂的两级车辆路径问题。【方法】考虑道路拥挤、环境污染和噪声滋扰等各种影响，提出一种新型的带时间窗限制和“灰色地带”客户的两级城市分配方案，建立以经济成本、环境影响和社会干扰最小化为目标的混合整数线性规划模型，设计大规模邻域搜索算法对问题进行求解，通过不同分布类型的客户算例进行测试。【结果】新型两级城市分配方案在一定程度上优于传统分配方案，卫星的数目设置对不同分布类型的数据产生不同影响。【结论】该模型对优化城市物流配送路径有一定的实用价值，可为政府部门及相关企业在可持续城市物流规划方面提供决策支持。     

基于 NSGA-Ⅱ 的考虑客户满意度的多目标车辆路径问题研究

【目的】研究考虑客户满意度最大和总成本最小的车辆路径问题。【方法】引入了带精英策略的非支配排序遗传算法(NSGA-Ⅱ)对模型进行求解，并采用Python进行程序编写，选取Solomon 的标准测试数据进行数值实验。【结果】建立客户满意度最大和企业总成本最小的双目标优化模型，实现了车辆数、客户满意度、总路径长度以及成本费用的优化。【结论】实验结果表明所建立的优化模型能够在给客户带来高质量服务的同时，较好地降低成本，对物流企业的配送决策提供一定的参考价值。     

考虑需求变化与时变路网的同城货运路径优化

为了使客户得到更加优质的服务,设计科学合理的算法进行车-货匹配并优化车辆路径,结合同城货运平台订单需求实时变化特点,以车辆使用成本、燃油成本、延误或提前到达货主位置产生的违约成本、为避免道路拥堵或产生过大违约成本产生的等待成本最小为目标函数,建立考虑车-货匹配、城市时变路网等约束的车辆路径优化模型。设计一种混合量子粒子群优化算法,决策最优货物匹配方案、车辆路径及车辆运行时间计划方案。研究结果表明：设计改进的量子粒子群算法得到的小规模算例优化解与Cplex优化软件得到最优解的相对偏差为3.7%,但所设计算法的平均求解时间仅需54.84 s,而Cplex的平均求解时间则需8 640.80 s;在合理规划周期内,所提出的路径规划模型可通过调整车辆出发时间有效地将违约成本转化为代价较低的等待成本,或通过牺牲油耗成本降低违约和等待成本从而降低平台运营总成本;当单位等待成本为单位违约成本的30%时,考虑时变路网可有效降低平台运营总成本,当单位等待成本为单位违约成本的20%时,考虑时变路网可降低0.7%的平台运营总成本,当不考虑等待成本时,考虑时变路网可降低10.6%的平台运营总成本。     

基于模糊机会约束规划和鲁棒优化的绿色多式联运路径优化研究

【目的】探究在运输时间、中转时间、等待时间和运输货损率混合不确定条件下的绿色多式联运路径优化问题,为绿色多式联运路径决策提供理论依据。【方法】在考虑运输过程中碳排放和噪声污染的基础上,以最小化运输成本、运输时间、碳排放量、噪声污染以及货损量为目标建立不确定条件下的绿色多式联运路径优化模型,并将其扩展为模糊机会约束模型及鲁棒优化模型来处理不确定参数。使用MATLAB编程并调用CPLEX对算例进行求解,得到多式联运路径优化方案。对置信水平进行灵敏度分析,并将鲁棒解与确定条件下的最优解进行比较,验证所建模型的鲁棒性。【结果】将优化方案的计算结果与5个目标函数的最优值进行比较后发现：由模型所得最优运输方案的计算结果与各目标函数最优值之间的相对距离分别为0.096 4、0.027 1、0.194 6、0.018 4、0.032 7,均接近最优值。【结论】本研究所建模型能降低多式联运的决策风险,也能为决策提供合理、有效的依据。     

半开放式的多车场移动充电车路径优化

为解决移动充电平台投入运营成本高的问题,考虑应急服务点时间窗、流量平衡及充电车里程限制等约束,建立包括移动充电车为应急服务点提供充电服务的车辆启动成本、行驶成本和违反应急服务点的时间窗惩罚成本三者总和最小的混合整数非线性规划模型,通过分支定界法和遗传算法研究了半开放式的多车场移动充电车路径优化问题。结果表明：对半开放式的多车场移动充电车路径优化问题进行10次求解,GAP均值为1.22%,说明遗传算法具有良好的稳定性;与单车场独立服务模式对比分析,半开放式多车场联合服务可为移动充电车提供更多路径选择,减少充电车行驶里程,降低平台运营成本;对比顾客点集中分布情形,在顾客点随机分布和混合分布情形下,移动充电平台的成本节约效果更为显著。     

出租车合乘路径选择与费率优化模型

在现有的出租车合乘研究工作中,对合乘者的费用分担与路径选择基本不进行同时优化,且较少考虑驾驶员的收益.以公平性为原则,综合考虑驾驶员与出行者利益,以出行者时间费用成本最小为目标函数,以保障驾驶员合理收益为约束,构建出租车合乘路径选择与费率优化模型.并针对模型特点,设计相应的遗传算法对其进行求解.算例分析表明,模型计算的...     

油库选址问题的多目标优化方法

【目的】研究油料运输过程中油库的最优选址问题。【方法】综合考虑多方面因素，建立以经济成本最小化、用油单位满意度及油库安全性最大化为目标的多目标优化模型，并对模型进行分析。【结果】基于多目标优化问题经典的线性加权标量化方法，引入模拟退火算法对多目标优化模型进行求解。【结论】提出的多目标优化方法能够在较高的安全性和满意度下获得更优的经济成本，为更好解决油库选址提供决策参考。     

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...