城市地下物流节点的选址

为了对城市地下物流系统中的节点进行合理选址以提高城市地下物流服务水平,首先对城市地下物流节点的特点进行了分析,将城市地下物流节点选址问题抽象为"选址一分派问题",再经进一步分解,将"分派"镶嵌在"选址"中;其次构建了从决策者成本角度出发的上层规划模型和从客户利益角度出发的下层规划模型;最后针对此类双层规划模型,采用组合遗传算法进行求解。研究结果表明,将物流部门成本与客户利益综合考虑的双层规划模型能够有效解决城市地下物流节点选址问题,且模型的算法更加高效。     

基于距离测算的企业物流配送最优路径规划模型研究

针对当前企业物流配送总成本过高、配送距离过长等问题,提出基于距离测算的企业物流配送最优路径规划模型.测算企业物流配送时的车辆行驶时间距离与空间距离,将两者归一化处理实现配送距离测算;借助鲸鱼优化算法,通过包围猎物的形似搜索最优配送路径;为避免陷入局部最优解,融合莱维飞行与鲸鱼优化算法,选择最优配送路径;结合距离测算值与改进后的鲸鱼优化算法,构建企业物流配送最优路径规划模型.通过该模型选择捕猎路径最短的鲸鱼,将该鲸鱼的位置作为最佳鲸鱼位置并输出,实现企业物流配送最优路径规划.该模型可在城市内有大量需求点情况下,规划出最优路径,且规划后的路径能够有效减少配送距离、降低时间消耗.     

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。     

地下物流多级节点选址的双层规划模型

地下物流系统逐渐成为缓解城市交通问题的新思路,其中地下物流节点选址是其中的关键问题。利用分级配送的原则,首先基于聚类算法依据货物需求情况对城市进行区域划分。然后,在保证地上交通畅通的情况下,构建了基于双层规划的多级地下物流节点选址优化模型,并利用模拟退火-贪心算法求解一级、二级物流节点位置及各节点间可运输的最大货运量。最后,通过分析算例,验证了该地下物流多级节点选址模型的正确性和实用性。     

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.     

限制搜索区域的分层路径规划新算法

依据城市路网独特的空间分布特性及不同道路等级特性,提出一种以源节点和目的节点为椭圆焦点的限制搜索区域分层路径规划算法.通过对小型网格模型统计及回归分析,建立了一个鲁棒性椭圆形搜索区域模型参数,可以满足道路交通路径规划的要求.结合路径规划算法在实时车辆诱导系统中的实际应用,给出该算法的一个应用实例,对实验结果的分析验证了其有效性.     

城市应急避难场所规划布局模型及实证研究——以咸阳市中心城区为例

从数学与空间模型思维角度出发,建立一套适合城市应急避难场所规划布局的方法体系.通过构建GIS分析模型和多目标规划模型,并引入城市规划路网、自然地形条件以及人员第一应急反应等修正因子,对模型进行修正,从而得到城市应急避难场所的具体责任区范围以及人员分配情况.结果表明,通过对各个模型的构建与分析,优化了城市应急避难场所规划布局的个数、位置和具体责任区范围.该模型适用于咸阳市中心城区城市应急避难场所的规划布局.解决了城市应急避难场所人员分配不均衡性及降低了灾害破坏性.同时,应加强防灾减灾预案,结合城市避难通道等进行规划布置.     

基于地铁的城市物流配送路径优化

为了应对日益增长的快递需求,缓解货运车辆加重的城市交通拥堵,提高城市配送效率,本文提出了整合地铁资源进行城市物流配送的构想。本文将从企业和用户的角度出发,考虑地铁与末端地面配送车辆的容量限制,以运输成本、车辆成本和时间成本最小为目标函数建立多目标优化模型,优化地铁列车班次的客户分配和末端地面车辆的路径选择,更加符合实际。然后采用遗传算法对模型进行求解。最后以南京市地铁2、4号线为例,验证了模型和算法的实用性及有效性。结果表明,基于地铁的城市物流配送的总成本远低于单独货车配送,具有较强的应用价值。     

客户选择网络零售配送时隙动态规划模型

为对网络零售配送时隙进行科学的规划,采用理论分析并建立模型,推导出时隙价格影响时隙需求.考虑时隙替代的客户选择行为,建立了客户具有在线时隙随机选择特点下,基于多项Logit客户选择模型和服务水平的网络零售配送时隙动态规划模型,对建立的模型进行模拟分析.研究结果表明:不同客户到达率、不同配送能力、不同交付期和不同时隙基本效用下的时隙最优价格不同和时隙配送能力分配有差异.     

城市中转型配送中心布局优化研究

从系统角度建立了考虑服务水平、多品种、多客户、多供应商等全局因素条件下确定中转型配送中心的数量、选址与规模的优化模型,针对模型参数多维、方案组合多、求解困难的特点,提出了具有城市配送特性的分解策略,通过贪婪算法,用算例论证了模型与算法的有效性,算例结果显示降低成本的有效途径是降低客户点与供应商库存和加快其周转率.     

B2C电子商务中物流配送中心优化设计

在考虑物流配送中心建设规模的基础上,结合B2C电子商务企业顾客需求的特点, 利用分级聚类法模糊估计各个顾客的单位商品配送运输费用,建立了B2C电子商务中物流配送中心优化设计的数学模型.该模型属于混合0-1的模糊非线性规划模型,且具有NP难性质.为求解上述模型,首先将其进行清晰化转换,然后采用嵌入表上作业法的遗传算法求解.通过算例验证了模型和算法的有效性和可行性,为B2C电子商务企业物流配送中心的合理设计提供了新的思路.     

基于区间需求下系统总时间最小的混合交通网络设计优化模型

假定需求为不确定数,运用交通网络设计双层规划理论,通过将连续交通网络设计问题转化为离散交通网络设计问题,建立基于系统总时间最小条件下区间不确定混合交通网络设计模型.根据区间运算和混合交通网络设计模型的特点,结合区间分析和遗传算法进行求解.求解结果表明:该模型及算法具有很好的稳定性.     

集成化物流中的定位-配给问题的启发式算法

以Baumol Wolfe提出的传统的0 1混合整数规划模型为基础,建立一类更接近物流配送实际的定位 配给模型·在已确定每个配送中心的服务范围内,根据客户群的总需求量接近或等于单车容量的整数倍为原则,提出将不同客户需求量引入最小包络法进行混合法选址的启发式算法·最小包络法即以一个配送中心为基点,分别与其他配送中心用直线连接,作这些直线的垂直平分线,以每个配送中心的内点的垂直平分线的最小包络,作为此配送中心的服务范围·该方法既考虑到不同客户之间的相对距离,又考虑到不同客户需求量,此模型有助于解决实际的定位 配给问题·计算机仿真实例证明了此方法的有效性·     

基于双层规划的农资供应链覆盖率优化

结合农资供应链的特点确定农资供应链工厂的数量、位置、规模和分配,构建双层规划模型。该模型以顾客覆盖最大化为基础、选址总利润最大为目标,引入时间和距离的敏感度变量以反映客户在选择供应商时对运输距离和产品价格的敏感程度,优化农资供应链工厂对分销商的覆盖率问题.上层从决策者出发,以工厂利润最大为目标;下层从顾客角度出发,考虑市场竞争,以对分销商的最大覆盖率为目标.将模型应用于具体农资企业,用遗传算法求解模型,验证模型的有效性.     

考虑设施失效及客户重指派的网络选址模型及求解

基于无容量约束且固定费用的设施选址模型,综合考虑系统运作成本及其可靠性,提出了考虑失效概率及对客户多层级重指派的非线性混合整数规划模型,并用优化的拉格朗日松弛算法对线性处理后的模型进行求解.结果表明:拉格朗日松弛算法适用于中等规模的选址问题;相对于客户的多层级重指派,其设施失效概率对网络选址的影响较大.     

基于时间满意度的混合渠道库存及分配策略

针对目前越来越多的企业引入网络直销所造成的复杂的库存控制及需求分配状况,提出了基于客户满意度的库存及分配策略。以最小化系统总成本及最大化时间满意度为目标建立双目标非线性整数约束规划模型,并提出了基于精英重组的混合多目标进化算法。算例仿真证明了双目标模型较之单目标模型结果更优,算法在解的质量及效率上均具有明显的优越性,关键参数的敏感性分析为企业优化决策提供了重要结论及有效依据。     

城市物流网络中中间节点分布与规模优化研究

城市物流网络由节点和链接构成,对于流通的商品物流节点是交通枢纽、中间节点和零售设施. 为使零售商品在城市内流通的总运输费用最小,利用选址模型和遗传算法优化城市物流网络中中间节点的空间分布和规模. 首先分析了城市中商品运输系统,建立了运输费用和中间节点的建设费用模型;针对零售设施对物流中间节点的选择行为,根据费用和选择模型开发了优化物流中间节点的分布和规模模型;最后,利用大连市的数据进行了实例研究,验证了模型的有效性.     

小区开放对道路通行影响的相关研究

针对小区开放对道路通行影响的问题,使用层次分析、多目标双层次规划、遗传算法等方法,分别建立了指标体系评价模型、多目标双层规划模型等模型,并构建了不同类型的小区,综合使用了LINGO和MATLAB等软件编程,得出小区开放车流密度、道路饱和度等指标对道路通行产生的影响,并且不同类型的小区开放后对周边道路通行的影响效果不同,由此向城市规划和交通管理部门提出相关建议。     

基于QPSO和MATLAB优化资金投资组合

量子粒子群优化算法(QPSO)是一种基于粒子群优化算法(PSO)的进化算法,它收敛速度快、规则简单、易于编程实现;Matlab是国际控制界公认的标准计算软件。采用QPSO对资金组合投资的多目标问题进行优化,使用Matlab编程,解决了传统方法难以解决的问题,仿真实验表明采用本方法能对资金投资组合问题提出较好的优化决策。