不确定需求下考虑混合时间窗的多式联运路径优化

针对多式联运运输网络复杂等问题,提出一种基于不确定的客户需求,引入混合时间窗约束,以总成本、碳排放量最小为优化目标的多式联运优化模型,运用三角模糊数以及机会约束规划理论对模型进行清晰化.考虑粒子群算法的局限性,将模拟退火算法的思想与其结合,对基本粒子群算法进行改进.通过实例分析以及运用灵敏度分析法,分析了运量的不确定性...     

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.     

基于控制论的集装箱多式联运物流链安全系统管理

把复杂的集装箱多式联运系统当作一个物流链看待,运用前馈和反馈控制相结合的耦合控制模式,结合安全检查表,对集装箱多式联运物流链上的每一个环节进行事前、事中的前馈控制、事后的反馈控制,以保障集装箱多式联运系统的安全,促进集装箱多式联运的高效发展。     

考虑模糊需求的多式联运路径优化

多式联运可有效降低物流成本,提高物流效率.本文构建了基于运量不确定的多式联运网络规划,以节点作业时间窗和运输时限客户满意度为约束,建立了以总费用最低为目标的多式联运路径优化模型,从运输路径和运输方式两个维度选择广义最短路径.应用Lingo 12.0实现模型的求解,实验结果表明了多式联运相较单一运输方式在运输时间与费用上的优越性,并应用灵敏度分析法,对比了仅考虑运输时限约束时客户满意度的变化,展示了运量的不确定性及运输弧与节点能力对路径规划产生的影响,揭示了客户满意度、网络能力、运输路径与费用等因素的相互关系,验证了所建模型的合理性.     

基于不确定条件的再制造物流网络优化设计

针对废旧产品到达时间和数量、废旧产品回收与再制造产品需求平衡、废旧产品可利用率等不确定性特点,综合考虑多产品、多周期、容量限制等影响因素,将废旧产品回收数量、再制造产品需求数量、废旧产品利用率作为随机参数,以物流网络构建的总成本最小化为目标函数,建立了不确定条件下的随机机会约束规划模型,用以确定物流网络结点设施的位置、数量和物流量.设计了融合随机模拟和线性规划的混合遗传算法对模型进行直接求解,有效提高了算法的局部寻优能力.算例分析表明,基于不确定条件的随机机会约束规划模型比确定条件下模型考虑了更多的实际因素,因此能够更好地满足再制造企业物流战略决策的需要.     

不确定环境下快递包装物逆向物流网络设计

【目的】针对快递包装物回收问题建立了包含居民点、回收中心、处理中心、再制造中心与焚烧中心的逆向物流网络。【方法】考虑到快递包装物的回收具有分布范围较广、数量较多且波动较大的特点,采用三角模糊数进行定义,以成本最小化为目标构建了混合整数非线性规划模型,以确定各级设施的数量、位置以及物流分配。【结果】运用可信性理论,通过设置置信水平等参数,对模型的约束条件进行了等价转换,降低了模型的求解复杂度。【结论】实验结果表明,模型能够较为真实地模拟快递包装物逆向物流网络决策过程,是可行的;Lingo程序能够有效地求解到模型中各级设施布局以及它们之间流向与流量的最优方案。     

不确定需求下应急物流系统多目标鲁棒优化模型

针对在突发事件发生的紧急救援期,应急物流系统的运载能力有限性及多种应急物资的需求不确定性,采用相对鲁棒优化方法建立了基于总时间和总成本最优的多目标数学模型.结果表明:模型合理地解决了应急物资在需求不确定条件下选址-路径的安排问题,通过算例将绝对鲁棒优化与相对鲁棒优化的对应问题以及单目标与多目标模型的最优解进行对比,验证了多目标鲁棒优化模型能够体现应急物资在需求不确定条件下选址-路径方案的最优性与鲁棒性的均衡,从而在突发事件发生时能有效保证应急物流决策的鲁棒性.     

我国液化石油气罐式集装箱海陆多式联运物流分析

我国液化石油气运输急需改革,与国际接轨,采用安全、环保、经济的罐式集装箱运输。大连作为东北亚国际航运中心,又是北方重要的石油及散化危险品生产及集疏运结点,采用罐式集装箱北气南运意义重大。     

多式联运的法律解读

多式联运是与单式运送相对应的一种运输形态,随着集装箱运输的广泛使用,其已成为货物运输的主要方式;但其用词、概念、特征在实务中一直存在争议,这直接影响了多式联运效用的发挥及其主体之间的权利义务。统一多式联运的用词及其所具有的“一张单证“、“一个负责方“、“一个合同“、“使用至少两种以上运输方式“的特征具有重要意义。     

多式联运的法律解读

多式联运是与单式运送相对应的一种运输形态,随着集装箱运输的广泛使用,其已成为货物运输的主要方式;但其用词、概念、特征在实务中一直存在争议,这直接影响了多式联运效用的发挥及其主体之间的权利义务。统一多式联运的用词及其所具有的“一张单证“、“一个负责方“、“一个合同“、“使用至少两种以上运输方式“的特征具有重要意义。     

一种需求不确定的有容量网络设计问题求解方法

针对需求不确定的有容量网络设计问题,通过引入缺货成本（understocking cost）和过剩成本（overstockingcost）,给出了一个两阶段的随机混合整数规划模型,并提出了基于Benders分解和分支定界新方法．该方法在解决电讯网络、物流运输网络中都有广泛应用背景．     

基于优势排序数的多目标多式联运方案优化

针对带服务时间窗的多式联运方案优化问题,考虑运输总成本和运输过程中不准点导致的延误总时间两个目标,建立了多时间窗多目标多式联运数学模型,引入基于分目标的优势排序数和总优势排序数概念,证明了优势排序数的若干重要性质,依据总优势排序数的性质构建适应度函数,设计了一种基于优势排序数及寻求Pareto最优解的多目标离散粒子群算法,案例结果表明了模型和算法的可行性和有效性,算法给出的Pareto最优解也从实践角度证明了总优势排序数的性质.     

模糊需求环境下考虑碳成本的多式联运路径优化

不同于只考虑需求确定的情形,通过引入三角模糊数解决需求模糊情形下多式联运路径选择问题.并将碳成本纳入考虑范围,建立了基于综合成本、时间和碳排放量的多目标优化模型.在此基础上,利用逐步法求解该模型.结合实例验证,该模型可以平衡成本和碳排放量之间的关系,达到控制碳排放量的效果.     

腹地连接和多式联运

在这里指出腹地连接的概念及运输方式的功能特性.第二部分是多式联运,主要分析了四种运输方式.第三部分是在多式联运中信息和通讯技术.最后指出了多式联运的发展趋势.     

集装箱运输与国际多式联运

这篇文章从集装箱运输的发展开始,论述了集装箱运输与国际多式联运的关系,并进一步阐述了国际多式联运的优势及对全球贸易的重要性.但是由于存在技术方面的原因,存在不同国家对集装箱运输有着不同的海关制度等原因,集装箱运输和国际多式联运也存在一些阻碍,这些阻碍尚需要一定的时间和措施来扫除.     

不确定闭环物流网络的期望-方差模型

产品从生产地运到销售地再运往客户区的正向物流和可回收产品从客户区经销售地再运回工厂的逆向物流称为闭环物流网络.由于均值—方差准则是投资者在期望收益率与风险之间的权衡法则,所以,投资者在考虑期望花费总成本最小的同时,还要考虑成本方差尽可能小.首先,视各设备建设成本,客户需求量和产品的回收率为带有不确定分布的不确定变量,建立了带有方差约束的闭环物流网络优化的一个期望总成本最小模型;然后,基于不确定理论的知识将该模型转成了经典模型.运蕾蕾(聊城大学数学科学学院,山东聊城252059)     

需求不确定下的鲁棒供应链网络优化设计

建立了一个需求不确定的多产品,多原材料的由供应商-制造商-分销中心-零售商的构成的四级鲁棒供应链网络优化设计模型。模型中的需求不确定性区别于传统意义上的需求的波动,使用情景法描述。优化模型是一个混合整数线性规划模型,设计了基于改进遗传算法的MGAND求解算法。最后给出数值实验证明了模型及算法的有效性。     

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。     

一种多式联运网络运输方式的组合优化模式

针对我国多式联运目前普遍存在的信息化水平不高,缺乏相应的决策支持系统的现状,首先对多种运输方式的运输特性进行了分析,通过对比,得出了运输方式的选择依据;然后建立了多式联运虚拟运输网络;最后在运输方式选择依据和运输网络的基础上得出了多种运输方式组合优化模型,并给出了求解算法。