带有随机运输时间和成本的4PL路径优化问题

针对复杂多变环境带来的第四方物流(4PL)运输时间和成本的随机性,研究带有随机运输时间和成本的4PL路径优化问题.在总运输成本约束下,以总运输时间最小为目标,建立期望值模型(EVM)以及机会约束规划模型(CCPM).进而,为提高模型求解效率以及鲁棒性,将CCPM转化为等价确定性模型(EDM).根据4PL选择路径过程中需要同时选择第三方物流供应商的特点,设计蚁群算法和带有替换策略的改进蚁群算法对模型进行求解.算例分析验证改进算法的有效性,并表明EDM在保证解的鲁棒性的同时保证了较高的求解效率.     

考虑中转发车时间4PLRP的模糊规划模型与算法

针对运输过程转运需等待发车时间的实际问题,提供了一种解决方案.此方案目的是在指定交货期的前提下,选择满足客户要求的转运节点和供应商.为此,从第四方物流供应商角度,建立了以运输成本最小为目的,带有模糊处理时间且考虑中转发车时间的单点到多点多任务第四方物流路径问题(4PLRP)的模糊规划模型.在模型的求解上,首先将问题转化为清晰的等价模型,然后针对清晰化的模型设计了蚁群优化算法进行求解.实验分析表明提出的模型更加真实地模拟了转运需等待发车时间的运输情景,并且验证了该算法对解决此类问题的有效性.     

第四方物流多目标路径集成优化

路径问题是第四方物流优化中的关键问题。针对第四方物流实践中需求的特点,基于路径选择和供应商选择的综合优化,提出第四方物流多目标路径集成优化问题,并建立以费用最小和时间最短为双目标的数学模型。进而,设计实现基本蚁群算法和动态调整选择策略的改进蚁群算法的求解方法。实验分析表明,在不同的目标偏好情形下,改进算法均能取得较好效果。研究为第四方物流路径集成优化提供了有效的工具。     

考虑客户拖期心理成本的4PL路径问题的模型与算法

针对不确定环境下客户有限理性行为带来物流运输方案可行性较差的问题,结合行为科学中对人的行为感知以及运筹学中定量的研究方法,研究考虑客户拖期心理成本的第四方物流(4PL)路径优化问题。基于前景理论,建立以客户期望时间、第三方物流(3PL)供应商运输能力和信誉为约束,最大化运输成本总效用为目标的优化模型,并采用改进蚁群算法进行求解。实例分析表明,模型的合理性和算法的有效性。     

考虑节点等待的时变第四方物流路径问题

第四方物流(4PL)是现代物流的重要研究方向。但大多研究忽略了不同时段上车辆流量不同而导致的行驶速度时变性。考虑到时变网络中在节点等待可能避免运输高峰的实际问题,基于中转节点允许等待的假设,本文提出了时变网络下考虑节点等待的4PL路径问题。根据网络中可能存在多个第三方物流(3PL)供应商的特点,建立了允许3PL供应商在节点等待的时变4PL路径问题的数学模型。并设计了基于K-短路的混合粒子群算法(K-PSO)。通过对4PL是否在转运节点更换3PL供应商以及对3PL供应商等待时间的分析,充分说明转换3PL供应商和在节点等待均能在保障完工的同时节省一定的运输费用。     

考虑蓄意攻击的第四方物流弹性网络设计模型

研究考虑蓄意攻击的第四方物流弹性网络设计问题.建立一个双层的第四方物流网络设计优化模型,上层模型确定网络结构,并在一定弹性水平下最小化网络成本,下层模型则通过选择攻击策略来最大化网络的攻击效果.设计了双层优化算法,上层概率解发掘算法求解网络设计问题,下层迭代局部搜索算法求解最优的攻击策略.最后,仿真实验结果表明模型的合理性和算法的有效性.     

基于比例效用理论的第四方物流路径问题研究

不确定环境下的第四方物流路径优化问题,考虑到人们在不同情况下会有不同的行为特征,基于比例效用理论以及前景理论的价值函数,同时考虑运输任务的运输时间和运输成本,建立了第四方物流路径优化模型。分别采用枚举算法、蚁群系统和改进的蚁群算法对模型进行求解。通过算例,分析验证模型和算法的有效性。     

第三方物流分包商选择双层规划模型

为了使第三方物流企业在物流业务分包时不仅能降低分包费用,并且能逐渐提高服务质量,提出了双层规划模型描述了第三方物流企业与分包商之间的博弈关系,其中上层规划以第三方物流企业总分包费用最小为目标,下层规划以分包商服务质量最大为目标,引入"综合表现度"概念衡量分包商的服务质量,并基于模糊粗糙集约简出影响分包商服务质量的真实因素,计算出影响因素的权重,由此确定出分包商的综合表现度.设计了处理所有约束和下层规划目标函数的算法规则,并基于遗传算法对分包商选择的双层规划模型求解.最后,利用一个简单的实例进行试验,结果分析和比较表明,当分包商选择是长期的且分阶段多次进行时,该双层规划模型能很好的激励分包商提高服务质量,降低分包价格.     

基于农产品供应链金融的物流作业承接双边讨价还价博弈

农产品供应链金融是物流与金融合作的创新产物，对破解农产品供应链中农户、合作社、生产加工企业等融资困局具有重要意义，而农产品易变质、难运输、难储存等属性决定其开展质押融资更需要高水平物流服务商的参与。基于此，在模型中引入具有资源整合和方案优化能力的第四方物流（4PL），并针对业务中物流作业承接价格的确定问题，运用鲁宾斯轮流讨价还价博弈思想，构建了信息不对称情况下农产品供应链金融中第四方物流分别与银行和第三方物流（3PL）双边讨价还价博弈模型，并根据博弈顺序，分别对第四方物流先与第三方物流再与银行以及先与银行再与第三方物流讨价还价两种情况进行讨论。研究发现，相较一般存货，质押物为农产品时，第四方物流给出的报价较高，第四方物流的报价与其自身讨价还价能力无关，银行和第三方物流的报价与其完成物流作业的成本有关及第四方物流先与银行博弈时的报价会高于先与第三方物流博弈时的报价等结论。     

KMG:考虑逆向物流的无人机路径规划策略研究

物流领域无人机派送正成为一种快捷高效的派件方式和应用热点.针对于正向、逆向的物流数据,无人机派送是国内外大型物流企业实施高效物流派送的重要手段.本文提出了一种融合拓展性K-Means++算法和遗传算法的路径动态规划模型(KMG),实现包含逆向物流的无人机调度策略.KMG模型将逆向物流路径融入正向物流路径之中,采用加权聚类算法确定不同属性包裹所需派送无人机的最小数量.在每一簇坐标数据的连通图中,采用遗传算法求解TSP问题,并对可行解进行编码,最终求解出最小欧拉回路.在仿真实验中,KMG模型比独立逆向物流派送的成本减少20.08%,使用拓展性K-Means++聚类计算的时间比传统K-Means算法缩短了298.85%.