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.     

带有遗憾值约束的4PL网络设计鲁棒优化模型与仿真

第四方物流(4PL)网络运作过程中常因外部环境的干扰而发生中断,使网络安全受到威胁。考虑中断状态下4PL网络鲁棒优化设计问题,目标是构建在任意中断状态发生时仍能以较低的成本为客户提供满意服务的4PL网络。基于β-鲁棒解的定义,建立了带有遗憾值约束的4PL网络设计鲁棒优化模型。针对问题的NP-hard特性,利用磷虾群算法(KHA)对模型进行求解,并与人工鱼群算法(AFSA)进行了比较,通过仿真实例对算法的可行性和有效性进行了验证。仿真结果表明,KHA的性能优于经典的AFSA。通过对不同遗憾值β约束下4PL网络设计最佳方案的比较分析,验证了利用鲁棒优化模型设计4PL网络能够较好地规避风险,并达到最大限度节约成本的目的。     

考虑客户时间偏好的第四方物流路径优化问题

为使第四方物流系统能够在不确定环境下为客户提供有效的运输方案,在一定费用投入下获得更高的客户满意度,研究考虑客户时间偏好的第四方物流路径优化问题.基于累积前景理论,以最大化总运输时间的前景值为目标,建立考虑客户时间偏好的数学模型,并采用蚁群算法对模型进行求解,数值算例验证了算法的有效性·并且,将该模型与传统的期望值模型和期望效用模型进行对比,算例分析表明,考虑客户时间偏好模型可以更有效地描述客户心理行为,并适用于具有不同风险态度的客户群体,验证了模型的有效性.     

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。     

考虑拖期风险的第四方物流合同设计

第四方物流(4PL)为第三方物流(3PL)和客户提供物流交易平台已经成为目前一种主流的物流运作模式.然而普遍存在的3PL配送拖期现象降低了4PL的时效性.因此,如何有效控制4PL的拖期风险已经成为物流管理中一个亟待解决的科学问题.为了同时反映拖期风险以及对应的拖期概率,采用要求违反(requirement violation)作为拖期风险度量指标,进而基于委托代理理论提出4PL合同设计机制.仿真结果表明所设计的合同机制能够激励3PL付出更多努力,在4PL和3PL都取到保留效用的条件下使4PL的拖期风险和拖期发生的最大概率同时最小.     

4PL模式下网购供应链资源整合决策

为客户提供满意的个性化物流服务是网购企业提升客户体验价值和竞争力的关键,满意的个性化物流服务需要对网购企业后台运行的供应链资源进行有效整合。当前,第四方物流(4PL)在实践中的成功运作,逐步表明它是实现供应链复杂资源合理、高效、灵活整合的有效模式。在网购供应链资源整合特征分析的基础上,基于网购个性化物流服务模式分析并挖掘出资源整合的主导因素,建立了整合决策的优化数学模型,构建了改进的蚁群寻优算法来实现整合决策优化的求解。最后,通过算例仿真验证了算法的有效性与可行性。     

多集散点VRP客户需求扰动的恢复模型

针对客户既有需求(配送)又有供应(集货)的车辆路径问题(MDVRPPD)的客户需求变动而导致物流配送计划无法实现的问题,运用干扰管理的思想,从物流服务商满意度和客户满意度两个方面衡量物流配送系统的扰动程度。以最小化客户不满意度、配送成本和路径偏离程度为目标,构建干扰恢复模型。设计了求解该模型的克隆免疫算法。最后,通过仿真研究,将干扰管理优化结果与原方案重新调度结果进行对比,验证了干扰恢复模型和算法的可行性和有效性。     

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。     

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.     

4PL模式下供应链资源整合决策的优化模型及算法分析

在第四方物流(4PL)模式下的供应链资源整合运作特征基础上,提出了基于主导因素评判的资源整合决策模式,建立了整合决策的优化数学模型,搭建了改进的蚁群寻优算法来实现整合决策优化过程的求解.最后通过算例仿真验证了算法的有效性与可行性.     

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。     

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.     

带软时间窗整车物流配送路径优化研究

为更好地解决整车物流配送问题,提高客户满意度,以总成本最小化为目标,构建了带软时间窗约束的整车物流车辆路径优化问题模型,进而对于该模型设计了自适应遗传算法,并用成品汽车配送案例对算法进行了验证.算例的数值结果表明,基于自适应遗传算法提出的整车物流车辆路径优化方案,可以满足分销商和客户需求,能够减少配送车辆数量、节省早到或晚到惩罚成本、提高企业的经济效益.该研究为改善整车物流配送问题提供了新的解决思路.     

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。     

模糊需求下的单货源多设施Weber问题

在设施选址中,客户的需求往往是不确定的,用模糊变量来描述不确定需求更能真实地模拟出决策过程。在模糊可信性理论的基础上,建立了基于模糊需求的单货源多设施Weber问题优化模型,并结合改进的重心法(ALA)与两阶段优化算法,设计了一种新的混合启发式算法。该算法建立了客户的优先级,通过不断更新设施容量和设施位置来实现对客户分配,为了防止陷入局部最优,首先利用改进的重心法来优化初始选址位置(实质上是局部优化),然后用PSO算法进行全局优化。对小规模的问题,分别采用精确算法和本文提出的启发式算法求解,发现算法是有效的,并且具有良好的性能。将该模型和启发式算法应用到大牛地气田污水处理厂选址中,当客户为58,设施个数为6,种群大小为40时,该算法在375代左右收敛,年污水配送费用从360万元减少到312万元。该模型和算法对于进一步补充和完善设施选址模型具有重要意义,在现实中对于不确定需求决策具有一定的应用价值。     

基于两阶段算法的大规模成品油二次配送优化

本文以大规模成品油二次配送路径规划为对象,研究了具有成品油物流特征的多车场带时间窗的车辆路径问题的数学模型,提出了新的基于子问题分解的两阶段优化算法.首先采用改进的系统聚类算法将配送需求合并分载,随后设计了改进的遗传算法生成最终的配送路径.针对客户划分问题,提出了‘期望节约里程'指标,用以描述客户的地理空间分布特征,并以此为特征信息设计了启发式的遗传算子,提升了大规模问题优化收敛的速度、质量和稳定性.仿真实验结果验证了模型和算法的可行性和有效性.     

时变路网下异型车辆动态配置与路径优化

针对配送中心车型多样、客户需求动态变化且车辆行驶时间依赖配送区域路网速度变化特征的动态车辆路径问题,基于先预优化后动态调整的思想建立了以配送成本最小化为目标的两阶段优化模型.在预优化阶段,设计改进自适应遗传算法获得初始配送方案;在动态调整阶段,综合考虑客户需求变化和配送路网速度的变化,制定连续性和周期性相结合的优化策略,将问题转化为多中心车辆路径问题进行求解.通过实验分析验证了模型与算法的有效性,研究成果可丰富车辆路径问题的相关研究,为物流企业优化决策配送方案提供理论依据.     

铁路行包基地及配送点选址规划模型与算法

铁路行包运榆向现代物流方向发展，行包物流基地选址及配送点规划是十分重要的环节。同时，铁路行包运榆存在着客户复杂，受车站位置及列车运行情况约束等特点。文章结合物流配送中心选址问题的方法，给出铁路行包基地及配送点规划的教学模型，应用扫描法构造问题尽可能好的初始解，通过基于局部搜索的启发式算法对初始解优化，得到优化解。用一个实例验证模型及算法的可行性。     

多周期的第四方物流弹复性正逆向集成网络设计模型与算法

在第四方物流的服务模式下,为了使产品的配送与回收能够在动态环境下安全、有效的运作,研究多周期的第四方物流弹复性正逆向集成网络设计问题.构建了在满足弹复性约束条件下,使总成本最小化的网络设计优化模型,在考虑多个运营周期条件下同时优化正向和逆向网络.鉴于该问题的NP-hard特性,设计了一种改进的蚁群算法.最后,通过数据随机产生的算例来测试模型的合理性以及算法的有效性,并且改进的蚁群算法的性能优于标准的蚁群算法.     

基于蚁群优化的多物流配送中心选址算法

提出了一种解决多物流配送中心选址问题的蚁群算法模型,该模型将物流配送中心选址映射成一个聚类过程,利用蚁群系统中蚂蚁通过信息素寻找最优路径的机制,以物流配送的总成本最低为聚类准则,结合蚂蚁将物体聚堆的行为模式来定义蚂蚁的转移概率、禁忌列表和信息素更新方式,实现基于蚁群优化的物流配送中心选址算法.对多配送中心选址进行了仿真实验,实验结果表明本算法能获得与实际情况相符的配送中心最优解,且适合多种不同的配送中心模型和大规模的配送中心选址,具有较强的灵活性.