多集装箱堆场空间分配与车辆调度集成问题的建模与优化

论文研究卸载集装箱堆场空间分配与车辆调度的集成作业问题. 在该问题中,卸载集装箱动态到达,车辆循环使用,需要同时决策集装箱堆放位置及车辆的分配和路线. 对此问题建立整数规划数学模型,考虑车辆调度约束以及堆场吊机操作等实际约束,目标函数为最小化makespan. 根据问题的特点设计两阶段禁忌搜索算法来求解此问题. 在实验中,通过将禁忌搜索算法的结果同标准优化软件CPLEX所求得的最优解或下界比较,算法求得了其中7组算例的最优解且剩余算例平均偏差小于5%,说明所设计的算法可以有效地解决该集成问题.     

网上超市订单分配与物流配送联合优化方法

针对网上超市一地多仓环境下的订单分配与物流配送两个环节,从联合优化的视角出发,以最小化物流配送成本为目标建立了非线性混合整数规划模型,并设计了一种启发式算法进行求解.在该启发式算法中,基于缩减问题求解空间的思想,引入人工智能状态空间搜索,利用物流配送阶段影响配送成本的关键因素作为订单分配的规则,采用改进的广度优先搜索算法生成较好的订单分配方案集合.利用C-W节约算法和邻域搜索技术,在优化配送路径时调整订单分配方案.最后构造算例验证了该算法的有效性.     

烟叶采购混合订单分配优化模型与算法

烟叶采购混合订单分配问题包括卷烟企业炳叶供应商选择和订单分配优化两个子问题,是卷烟企业资质认证采购和供应链优化的基础.综合考虑供应商选择和订单分配优化,以最小化隐性和显性采购费用为第一优化目标、最小化供应链循环时间为第二优化目标、最小化品质负差为第三优化目标,建立卷烟企业烟叶采购混合订单分配模型;利用组合赋权法确定目标权值,提出基于内置换、内外置换、取舍三种基本操作的烟叶混合订单分配启发式算法.利用该模型与算法即可确定供应商备选集合及其优先顺序和订单分配方案.实例表明所建立的模型与算法行之有效,为卷烟企业供应链优化提供理论支持,对卷烟行业的资质认证采购具有现实指导意义.     

基于动态交互层的柔性作业车间动态调度问题研究

为快速应对柔性作业车间生产过程中出现的突发状况,构建了一种以全局任务最大生产完成时间以及紧急订单生产完成时间为优化目标的柔性作业车间动态调度模型。针对上述模型,提出一种更加适用于动态排产的动态交互层DIL (Dynamic Interaction Layer)来代替滚动窗口。设计了粒子群遗传混合算法PSGA (Particle Swarm Genetic hybrid Algorithm),将粒子群算法中位置更新策略与遗传算法基因突变融合,加强算法局部搜索能力。针对柔性作业车间订单加急的意外状况,采用DIL与PSGA相结合的方法求解动态调度问题。通过仿真实验,验证了DIL处理紧急订单的能力和PSGA算法的有效性。     

私家车位共享系统的车位动态预约与分配

为解决城市"停车难"问题,在现有停车位资源下,设计私家车位共享系统,动态收集私家车位空闲时段和公共停车需求的预约,以停车场使用效率最大化为目标、使用停车位的时间不冲突为约束建立0-1整数规划模型并运用MATLAB R2016a中求解器intlinprog进行求解,为停车需求分配停车位.数值实验表明,需求充足能够保证停车场较高水平的使用效率,动态地收集信息并进行分配所得到的停车场使用效率低于提前获知所有车位供给和停车需求信息的情形,业主尽可能提前提交车位可用时段的信息是停车场使用效率提升的关键,也是业主能够通过车位有效利用获得收益的根本.文中的模型为实践中的私家车位共享系统提供理论支撑,对于缓解城市停车问题,减轻交通拥堵和污染排放有重要意义.     

集装箱码头泊位与堆场协调分配模型与算法

本文分析了出口箱装船过程中泊位与堆场分配的相互影响关系,讨论了船舶停靠位置和出口箱堆存布局对集卡行驶距离的影响,研究了泊位与堆场协调分配问题。以集卡行驶路径最短为目标,以船舶停靠泊位、出口箱堆存位置及堆存在子街区的数量为决策变量,建立泊位与堆场协调分配模型,并设计禁忌遗传算法求解。本文进一步提出两种情境:泊位分配已知情境下确定堆场分配计划、堆场分配已知情境下确定泊位分配计划,对比分析了泊位与堆场协调分配对集卡行驶路径的影响,算例结果表明码头泊位数量、船舶数量及出口箱数量直接影响集卡行驶距离,泊位与堆场协调分配可以有效地缩短集卡行驶路径,提高码头作业效率。     

电子商务中订单配送优化模型及两阶段算法

针对电子商务环境下订单配送问题的特点,建立了以最小化车辆行驶费用及订单惩罚费用为目标的数学模型.设计了两阶段启发式求解算法.第一阶段用禁忌搜索算法求解在作计划日当天已到交货期的订单的基本配送问题;第二阶段考虑了订单的未来信息,用基于评价值的贪婪插入算法将未到交货期的订单与已有的配送方案进行整合配送,该方法能够提高车辆的使用率及配送企业的配送效率.实验结果验证了模型的合理性及算法的有效性.     

带振荡策略的启发式算法求解一类新型分配问题

提出了一种新型的分配问题,该问题来源于钢铁企业中的板坯优化管理.与一般分配问题相比,该问题在将物品分配给背包时,除了需满足背包的容量限制外,还需满足流向限制.此问题可归结为 一般分配问题,因此为NP难问题.针对该问题,提出了带有振荡策略和长期表的启发式算法求解.振荡策略使局部搜索算法在可行区域和不可行区域间振荡,以获得更好的近优解;其次,在算法中引入了禁忌搜索的长期表,根据频率鼓励物品的多样性移动,提高算法的分散搜索能力.为验证算法有效性, 对随机产生的23种规模的数据进行了实验.实验结果表明：对于小规模数据,算法结果与最优解的最大偏差为0.55{\%};在大规模情况下,算法能在快速的时间内获得问题的近优解.     

基于遗传算法的医院膳食供应模式优化

本文讨论了具有确定目标时间窗的并行批处理机生产配送组合问题,且订单最后一道工序需要在目标时间窗内发生并完成。本文提出分组生产配送策略,在该系统中,全部订单被分为若干组,按组在并行批处理机上加工完成后,各订单被分别配送至对应目的地。研究目的在于安排合理的订单分组及加工机器分配,从而最小化全部订单的配送提早时间及延迟时间之和。提出了混合整数规划模型及两种遗传算法来解决此生产调度问题。实验结果显示本文提出的启发式算法明显优于传统方法,算法有一定借鉴意义。     

集装箱堆场进口箱翻箱落位仿真分析与启发式优选算法

集装箱码头运作优化的重要目标之一是降低堆场翻箱率.进口箱提箱过程中的翻箱落位优化是降低码头翻箱率的重要途径.在对集装箱码头堆场翻箱过程分析的基础上建立了基于Petri网的翻箱模拟仿真模型，通过仿真模拟分析了进口箱翻倒概率的相关性影响因素；建立了翻箱概率与翻箱落位后的二次翻箱量估计模型；基于翻箱量估计最小规则设计了集装箱堆场翻箱落位优化启发式算法，利用仿真实验对所提出的算法与OH算法和IH算法进行了比较分析，实验结果表明在求解较大规模问题时算法精度可优于上述两种算法15%以上.     

考虑紧迫度的应急物资调度及粒子群算法求解

重大公共卫生事件爆发初期,医疗物资消耗迅速,供给严重不足,为了合理高效地分配医疗物资,开展应急医疗物资配送问题研究。引入熵权法确定需求点的需求紧迫度,优先配送紧迫度高的需求点,在此基础上尽可能地使配送路径最短,实现构建基于物资需求点紧迫度不同前提下的需求可拆分的多目标应急医疗物资调度模型;并使用动态惯性权重和增加粒子扰动项等策略对粒子群算法进行改进用于求解模型。结果表明：该方法可高效解决资源紧缺情况下应急物资调配及车辆路径方案生成问题。     

多车场多车型最快完成车辆路径问题的变异蚁群算法

一般车辆路径问题的目标是总路程或总费用最小, 而在应急管理或特殊配送中要求以最快的速度完成配送任务, 该文研究了以最快完成为目标的多车场多车型车辆路径问题的变异蚁群算法. 首先介绍了多车场多车型最快完成车辆路径问题, 然后分别给出求解多车型和单车型问题的车辆分割的动态规划方法, 并把单车型问题的动态规划方法和改进的Split方法进行对比, 同时利用改进的最大流算法将车辆分配给各车场, 从而把该问题转化为寻找最优顾客排列的问题. 随后给出了求解该问题的变异蚁群算法, 最后给出了计算实例.     

多车场满载货运车辆优化调度的网络流算法

探讨在一般条件下的多车场满载的VSP问题。建立了它的网络流模型，并给出了一个基于该网络流最优解的启发式算法。该算法的一个明显特征是，对每一条行车路线的确定总是基于一修改后的网络流模型的最优解，大大提高了算法结果的优化质量。同时，与其它同类算法相比，其算法设计也明显偏优。     

装卸混合车辆路径问题的模拟退火算法研究

提出了更具一般性的装卸混合车辆路径问题，建立了该问题的基于直观描述的数学模型．通过设计一种新的解的表示方法构造了求解该问题的模拟退火算法，并进行了实验计算．计算结果表明，用设计的模拟退火算法求解装卸混合车辆路径问题，不仅可以取得很好的计算结果，而且计算效率较高，收敛速度较快，计算结果也较稳定．通过对双向配送策略与单向配送策略计算结果的比较，说明了采用双向配送策略求解装卸混合车辆路径问题对于配送企业节省配送车辆、减少配送里程，从而降低配送成本、提高经济效益的重要意义．     

电动汽车/传统汽车混合车队配置及路径优化模型

针对电动汽车、传统汽车共存的企业车队管理现状，提出电动汽车/传统汽车混合车队配置及路径优化模型。模型考虑两类汽车在固定成本、可变成本和续航里程方面的不同，得到混合车队的最优配置及路径结果，同时考虑充电设施的影响。通过改进目标函数中可变成本的非线性特点，将模型转化为标准的线性规划。设计结合分散搜索和改进蚁群算法的混合启发式算法，并将其与Cplex进行对比，证明其有效性。结果表明：高固定成本和低可变成本使电动汽车需要长距离配送，而有限续航里程则限制了配送距离，两者的矛盾使电动汽车的定位模糊，影响企业的采纳；续航里程增加无法彻底改变车队配置结果；充电设施能够影响企业电动汽车的采纳结果。     

带时间窗的开放式满载车辆路径问题建模及其求解算法

为满足某些企业的满载运输需求, 针对运输任务对车辆具有独占性的特点, 分析得到总运输费用的大小取决于车辆的空车运行费用, 在此基础上, 将带时间窗的开放式满载车辆路径问题转化为带时间窗的多车场开放式车辆路径问题, 建立了相应的数学模型, 并设计了改进的自适应遗传算法进行开环路径求解, 并把算法应用于某木材厂的周运输计划的制定, 算法在很短时间内求得了运输方案, 比木材厂原运输方案减少了车辆数, 并节省了运输费用. 实验证明, 算法是可行和有效的.     

运力受限的应急物资动态调度模型及算法

针对大规模突发事件下应急物资动态调度问题, 把灾民的损失用物资未满足度的形式进行量化, 构建以最小化灾民损失和车辆调度费用为目标的混合整数规划模型, 以对运力受限情况下的救 援车辆路径选择和应急物资分配进行综合决策. 利用分层求解策略缩小问题的求解空间, 改进 基于客户点的编码方式, 设计了针对此问题的遗传算法. 代入实验数据得出了物资集散地不同 运力下的应急物资动态调度方案, 进而确定了最优运力配置量, 与现实情况下的配送方案比较 表明此模型和算法是有效的.     

基于模拟植物生长算法的车辆调度问题

基于配送企业车辆资源的限制和客户需求时间窗的要求,在考虑外包车辆和配送入员加班的情况下,对带时间窗的车辆调度问题进行扩展研究.根据客户需求的随机性特点构建以最小化车辆配送总成本为目标的机会约束规划模型,并设计求解该问题的模拟植物生长算法.结合车辆调度具体实例,将模拟植物生长算法与遗传算法进行比较,结果表明该算法不仅可以获得最优解,而且提高了求解效率,是一种有效的方法.     

带硬时间窗的O2O生鲜外卖即时配送路径优化

针对线上到线下(O2 O)生鲜外卖订单动态性高和配送服务时效性强的特征,建立以配送距离最小为目标,带硬时间窗的O2 O生鲜外卖即时配送路径优化模型.根据硬时间窗的要求和合单配送思想,设计滚动时域延迟配送算法进行求解.通过大量数值仿真实验验证了该算法在实际网络与一般仿真网络中均具有有效性,并且配送距离比滚动时域非延迟配送...     

时变车辆路径问题的启发式算法

标准的带时间窗车辆路径问题一般假定车辆的行驶速度保持恒定,然而在实际应用中车辆的行驶速度通常是时变的,因此近年来时变车辆路径问题正日益成为该领域的研究热点.本文对时变车辆路径问题的求解策略进行了研究,并设计了一种两阶段启发式算法对问题进行求解,算法的第一阶段提出了一种"最先过期用户优先"的启发式算法求得初始解,第二阶段利用模拟退火算法对初始解进行了改进.实验结果表明该算法可以有效地求解时变车辆路径问题.