基于粒子群算法的带有运输衔接的应急物资运输路径优化问题

针对应急物流时间紧迫性及物资需求的特殊性,建立以灾区需求满意度最大和运输成本最小的应急物资运输路径优化调度模型。采用直升机运输与汽车运输分层处理的方式,设计粒子群优化算法进行物资运输和分配决策。数值算例验证了模型及粒子群算法的有效性与稳定性。     

铁路货物快运服务网络鲁棒性优化方案

针对计划期间货运需求的波动情况,构建了铁路货物快运服务网络设计鲁棒优化模型。通过对比传统铁路货物快运服务网络设计基础模型,以总运输成本最小为目标,决策内容隐含车流的中转方案和摘挂方案、列车编组计划、运到期限等运输服务约束,采用和声搜索算法对模型求解,循环迭代至获取较优结果。研究结果表明,鲁棒优化模型对运输需求变动的适应性较强,且运到期限增大,总成本减少。     

考虑风险阻抗的危险货物运输路径优化研究

【目的】在危险货物运输路径优化研究中,同时考虑运输成本和沿途其他风险对运输的影响,以期加强风险管控,提升运输安全水平。【方法】采集各类影响危险货物运输的风险因素数据并通过地理信息系统(geographic information system,GIS)嵌入运输网络;提出风险阻抗的概念,将其作为路径风险大小的度量;结合运输成本等构建运输总成本最小、运输路径风险总阻抗最小和局部路段风险过大的可能性最小的三目标路径优化模型,并设计NSGA-Ⅲ算法对其进行求解。【结果】与仅考虑总运输成本最小的方案相比,虽然本文模型所得优化路径的运输总成本略微增加,但运输路径风险总阻抗与局部路段风险过大的可能性显著下降;与仅考虑路径总风险最小的方案相比,虽然运输路径风险总阻抗与局部路段风险过大的可能性有一定增加,但增幅较小,而运输成本降低显著。【结论】上述优化模型很好地统筹考虑了运输的经济性与安全性,还考虑了局部路段风险过高的情况,因而具有良好的普适性与应用价值。     

基于改进烟花算法的中俄商品多式联运路径优化

中俄双边贸易随着"一带一路"倡议的深入落实呈现出稳定增长的态势,商品需求量的增多以及需求时间的多样化使得商品运输方式发生了重大转变,运输方式由原来的单一运输转变为现在的多式联运.通过多式联运构建综合交通运输方案,既能够满足商品需求量的激增以及商品需求时间的多样化,同时又能够发挥不同运输方式之间的优势,形成优势互补.为了求解多式联运物流路径优化问题,本文以中俄贸易区间的运输路线与运输方式为研究对象,综合考虑中俄贸易区间的商品种类、需求特点以及运输方式,建立了以运输成本、运输时间、碳排放量为优化目标的多目标优化模型.针对中俄贸易实际运输情况,本文仅考虑公、铁、海3种运输方式之间的多式联运,同时针对所构建模型的随机性和隐并行性,设计了求解该模型的改进烟花算法(improved FWA).通过以中俄两国之间的多品类商品运输为例进行算例分析,获得了多式联运运输路线的Pareto非劣解以及相应的运输成本、运输时间和碳排放量,并且与基本烟花算法进行对比,验证了模型和改进算法的有效性.同时,本文以运输时间作为灵敏度分析变量,分析不同时间需求下,运输方案在运输成本、运输时间和碳排放量3个属性之间的变动趋...     

灾后初期考虑需求及时间不确定的应急物资配送中心选址-分配优化

面向灾后初期受灾点对应急物资需求的不确定性，考虑因通道中断造成的运输时间不确定性，以应急物资配送总成本最小和受灾点综合满意度最大为目标，构建应急物资供不应求状态下应急物资配送中心选址-分配多目标优化模型，其中，综合满意度由时间满意度和需求满意度共同刻画；设计量子粒子群优化算法对模型求解，采用遗传算法与之对比，并对相关参数进行敏感性分析。算例分析结果表明，该模型和算法是有效的，可以提供较优的选址-分配方案。     

基于GA-SA组合算法的山区复杂环境无人机起降点选址

针对山区复杂环境下的物流链前端无人机货运起降点选址和任务分配进行研究。首先以建设成本最小和运输时间满意度最大为目标,综合考虑无人机自身性能和禁飞空域等因素,构建多约束条件下多目标函数的起降点选址和任务分配模型。采用遗传算法(genetic algorithm, GA)和模拟退火算法(simulated annealing algorithm, SA)的组合算法进行求解,首先通过遗传算法得出较优的可行解,再以此解作为退火算法的初始解进行模型求解。仿真结果表明,构建的多约束模型能够实现预期效果,并且采用的算法解决此类问题时具有良好的适用性。     

丝绸之路经济带危险货物公铁联运路径优化

以丝绸之路经济带为背景,研究危险货物公铁联路径优化问题。组织危险货物公铁联运时,运输路径的选择对于降低作业风险和运输成本至关重要。本文系统分析了公路与铁路的运输成本及风险,建立了兼顾成本（运输成本、碳排放成本、软时间窗惩罚成本）和风险（运输风险）的多目标非线性优化模型,通过线性加权转化为单目标优化问题,并设计了改进非支配排序遗传算法（Non-dominated Sorting Genetic Algorithm-Ⅱ）求解。改进种群初始化过程,引入协同选择的精英策略,并改进了交叉算子。最后,结合算例进行求解,结果表明：改进后的NSGA-Ⅱ算法空间分布更为均匀,且前沿跨度更大,优化的运输方案中运输节点更少、运输路径更短;总成本、总风险相比NSGA-Ⅱ算法更低,算法搜索性和求解精度明显提高。     

双目标冷链物流车辆路径问题及其遗传蚁群求解

针对带容量和软时间窗约束的双目标生鲜农产品冷链物流车辆路径问题,建立了以最小化总成本和最大化客户满意度为目标的双目标优化模型。为了求解问题,运用ε约束法处理双目标模型,以蚁群算法为基础,加入交叉与变异算子,设计了遗传蚁群算法。算法求解过程中,蚂蚁个体在进行状态转移时按照确定性选择和伪随机比例选择相结合的方式,信息素总量采用分段函数进行优化。为验证模型与算法的有效性,对实际算例进行求解,并与遗传算法、蚁群算法求得结果进行对比。结果表明所建模型符合实际需求,所设计的遗传蚁群算法收敛速度和求解结果均优于遗传算法和蚁群算法。     

基于满意优化的多目标车辆调度问题模型与算法

基于满意优化理论,首先提出了客户满意度的概念及评价函数,在此基础上,以最大化平均客户满意度同时最小化运输成本为目标函数,构建了多目标车辆调度问题的教学模型.然后提出了将多目标转化为单目标的方法,并利用禁忌搜索算法对该问题进行仿真.结果表明,基于满意优化的多目标车辆调度问题模型,更能反映物流运输企业的实际情况,其求解算法是快速、有效的.     

一种多目标运输问题的优化模型

文章建立了以总运费最小为第1化目标,以供应点和需求点之间的最大单程费用最小为第2标的多目标优化模型,并给出了优化模型非支配解集的求解方法,从而可以为决策者提供多种运输调度的优化方案;通过实际应用表明,该优化模型和求解方法具有很大的实用性和灵活性。     

基于贪婪启发式的多期多目标动态网络选址

为弥补现有选址模型考虑需求变化及客户满意度的不足,研究了随机需求环境下的配送中心选址并设计了衡量客户满意度的函数. 运用随机机会约束规划为基本建模工具,将模型设计拓展到多期规划决策领域并构建了动态多期多目标选址模型,模型不仅考虑了最小化配送中心运作成本,而且考虑了客户最大满意度;运用主要目标法将多目标选址模型转化为单目标选址模型,采用满意度高优先的客户指派原则设计了贪婪启发式求解算法. 算例结果表明,模型的非劣解包含了传统的以最小化物流成本为目标的选址模型的最优解,从而为配送中心选址提供更加灵活全面的决策依据.     

考虑货物时效性的空运货流分配研究

从航空货运公司的角度出发,以轴辐式运输网络为基础确定枢纽个数和位置,接着以运营成本最低为目标函数,在传统的货流分配模型中添加飞机容量、运输时间等多种约束条件,平衡考虑运输成本和运输时间,建立了综合运力配置、货流分配和运输时间限制问题的混合整数规划模型.以中国国际货运航空公司为算例,利用Gurobi优化器对模型进行了求解.结果表明在联合优化基础上,综合考虑货物的运输成本和运输时间,得到的运输成本降低了27.4%.     

混合不确定条件下多式联运路径优化

针对运输时间及需求不确定的多式联运路径优化问题,综合考虑货运过程中节点作业时间窗、运输方式固定出发时刻及终点处的收货时间窗约束,采用基于情景的鲁棒优化方法,建立以运输、中转和仓储费用之和最小的多式联运路径优化模型,设计遗传算法并进行有效性检验.通过算例研究比较不同模式下多式联运的运输方案及成本,并探究鲁棒优化解的质量与遗憾系数、随机数波动范围的关系.研究结果表明：节点时间窗的存在和改变会导致运输成本和运输方案的变化,混合不确定条件下的多式联运路径鲁棒优化受到遗憾值约束及不确定因素波动范围的影响,将导致运输成本增加.由此,多式联运决策者需预判不确定因素的影响、选择合适的最大遗憾值、关注节点混合时间窗约束以降低成本提高效率.     

多目标约束下的联盟混合轴辐式运输网络优化

以混合轴辐式运输网络为目标网络结构,对中小物流企业联盟运输网络进行优化,将联盟组建过程中不能损害成员企业利益的个体运营成本约束、协同完成物流业务的时间约束作为主要约束条件,构建了以单位运输成本、单位货物处理成本、运输车型为变量的目标约束混合轴辐式运输网络优化模型,旨在实现多重约束下的联盟网络总成本最小,最后借助模拟退火(simulated annealing,SA)算法对模型进行了求解。研究结果表明:该模型对网络的枢纽选址、成员企业间运输线路选择和运输量分配进行了有效的优化,使优化后联盟的运营成本与直达式网络相比降低了6.8%,与纯轴辐式网络相比降低了4.71%,与普通混合轴辐式网络相比增加了1.86%,并且能够在符合成员利益情况下满足协同运输的时效性要求,具有对企业间原有运输网络改造幅度较小的特点。     

基于分布式神经动力学算法的微电网多目标优化

针对微电网多目标优化计算量较大的问题,提出了一种考虑需求响应的微电网分布式神经动力学优化算法.首先,考虑平均效率函数、微电网的排放、需求响应引起的不满意度以及总利润函数等因素建立多目标优化模型.其次,应用单目标积公式将多目标优化问题转换为单目标优化问题,并证明了最优解是原始多目标问题的帕累托最优点.再次,使用对数障碍物惩罚因子处理不等式约束,利用Lasalle的不变性原理和Lyapunov函数证明所提出的算法可以收敛到最优解.最后,通过仿真验证了本文算法可以在保证优化精度与收敛性条件下,大大降低计算成本.     

基于改进NSGA2的航空运输优化

为了降低航空运输过程中产生的燃油成本,同时最大程度地满足指挥人员提出的保障需求,根据运输飞机在行动中需要运输的人员物资数量及目的地位置,建立追求航次最小飞行成本并考虑时间约束的飞行速度优化模型,运用改进的带精英策略的非支配排序遗传算法(NSGA2)对飞行速度进行优化选择。设计算例实验,比较其与传统NSGA2算法在计算性能上的区别,用以验证结合了修饰算子与改进的初始解生成策略的算法的有效性。结果表明,改进算法的求解精度和准度均能达到要求,且在相同精度上改进的NSGA2算法能够节省25.38%的时间,显著改变飞行速度优化的结果,提高了航空运输的效率。     

基于道路分级的应急转运中心选址及运输优化问题

应急转运中心选址和运输优化问题的研究为自然灾害发生后的响应阶段提供参考。本文在研究转运中心选址与运输优化问题时,将救援过程划分为多个阶段,考虑道路恢复的影响,以最小化运输成本和最大化受灾点平均满意度为目标,以满足转运中心物资处理能力、受灾点最低需求等为约束,建立多目标混合整数规划模型,确定转运中心建设位置及应急物资分配关系。设计两类实验研究模型中两个目标的关系以及四个参数对实验结果的影响,并对结果进行讨论。最后通过以雅安地震为背景的算例,验证了模型的实用性。     

综合运输网络中合理路径优化模型

为了提高多式联运经营人运输决策的科学性和可行性,建立了一个含路径合理性约束的联合运输路径优化模型.从货运生产实践角度出发,提出了联合运输合理路径概念.基于联合运输的实现流程,指出除了运输效益最大化外,合理的换装序列和换装次数限制是联合运输路径选择和优化必须要考虑的另外2个重要特性.对于一般联合运输问题,研究了运输总费用的构成,即直线运输费用、节点中转费用和超期惩罚费用.通过构建直观的联合运输网络图,以总运输成本最少为优化目标,将多方式联合运输合理路径的选择和优化问题转化为含有超期惩罚因子的广义最短路模型,对模型的假设和数学形式做了详细的描述,并提供了简要的求解思路和参考算法.     

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。     

不确定需求下多类型自提点多目标选址

考虑顾客快递数量的不确定性，引入顾客满意度函数，以自提点运营成本最小化和顾客满意度最大化为目标，构建多类型自提点选址问题的整数二次规划模型，通过高德平台获取需求点与自提点之间的实际取货距离，运用三角模糊数刻画顾客快递数量的不确定性，进而将模型转化为模糊机会约束规划模型。采用Epsilon约束算法结合Cplex求解器对实例求解，并对比NSGA-Ⅱ算法，再应用模糊集理论得出折中解，折中解方案较目标最优方案顾客满意度降低了11.4%,运营成本增加了26.3%。结果表明：随着顾客快递数量的增加，自提点的运营成本和顾客满意度均呈现先增后减的趋势；构建多类型自提点可以有效兼顾成本和顾客满意度，实现系统最优。