局外k-卡车调度问题及其MCMF法求解

局内问题及其解法的研究是优化领域研究热点之一,而有关局内问题解法的研究必将涉及相应的局外问题.针对局外k 卡车调度问题,给出了如下研究结果:给出了一种通过构造加权有向图,进而应用最小费用最大流法(MinimalCostMaximalFlow,简记为MCMF)求解该问题的方法;给出了应用动态规划(DynamicProgramming,简记为DP)以及MCMF求解该问题的算法复杂性并给予证明;通过一个具体的实例来说明MCMF求解的思路.     

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.     

CARP问题的小环路启发式求解方法

弧路径规划问题(Arc Routing Problem,ARP)来源于回收垃圾,清洒街道,扫雪以及投递邮件等实际问题.CARP是车辆带有容积限制的ARP问题.本文研究了CARP与CVRP的转换,并提出了一种小环路方法来求解CARP.该方法先将CARP中所有弧分割为不同区域,每个区域会形成一个小环路,从而转换为CVRP问题进行求解.然后将CVRP求解结果释放为CARP的初始解,再用Tabu禁忌搜索方法进行优化.通过一个假设例子和两组标准算例的求解,结果验证了该算法的求解效率和精度,并为实际应用奠定了基础.     

基于均衡原理的定位-运输路线安排问题模型及求解算法

提出了物流配送均衡原理,构造了基于物流配送均衡原理的定位-运输路线安排问题的双层规划模型.运用Frank-Wolfe算法求解物流配送均衡模型,采用改进的禁忌算法优化选址问题和车辆路径问题,并通过双层规划模型将选址和车辆路径问题进行有机结合.应用提出的模型和算法求解了多个算例,并选取了其中一个算例试验结果进行分析.分析表明,基于均衡原理的双层规划模型和算法能够有效的求得定位-运输问题的优化解,是解决定位-运输问题的有效方法.     

寻找费用下降最大的闭合回路的算法

针对求解运输问题的经典算法,即闭合回路法和位势法,在寻找费用下降最大的闭合回路时,检验数求解计算量庞大的缺点,通过引入运输问题的检测矩阵及检测量,给出了一种求解运输问题的新算法。该算法对检测矩阵使用匈牙利法及元素求和得到最优解,从而得出最优运输方案。与经典的闭合回路法和位势法相比,在大规模的运输问题上,或基可行解出现退化的运输问题上,新算法更适合求解运输问题。     

导引式局部搜索在一类过度约束VRP中的应用

针对一类带时间窗口和容量约束的车辆路线问题(VRP),给出了在过度约束即不存在满足所有约束的可行解的情况下,能够最小化约束违反成本的一种新颖的导引式局部搜索(GLS)算法。该算法通过不断动态修改原问题的目标函数,既保留了局部搜索算法的高效率,又有效克服了局部极小解的局限性,因而能够较快地返回一个满意解。求解示例表明,该算法在求解此类问题时,性能要优于常用的禁忌搜索算法。     

小规模TSP边集裁剪策略研究

由于旅行商问题的计算复杂性,随着问题规模的扩大,精确算法逐渐不能在较短的时间内得到或不能得到问题的全局最优解.通过对该类问题的高质量优化解与全局最优解之间关系的分析,基于概率统计原理建立了问题的简化初始边集,并在分支裁减法中应用了合理的动态上界调整,新建立的混合分支裁减法实现了对小规模旅行商问题的快速精确求解.     

可选时间窗车辆调度问题的改进禁忌搜索算法

考虑了带可选时间窗约束的车辆调度问题(简称VRPATW),对现有的单时间窗约束的车辆调度模型进行了拓展,建立了VRPATW的数学模型,并进一步构造改进的禁忌搜索算法用于问题求解,算法首先用改进的PFIH算法提供较好的初始解,然后利用禁忌搜索对初始解进行改进,最后通过实验结果,说明该算法能够有效的解决100个用户的VRPATW问题.     

协同粒子群-模拟退火算法求解VRPSPD问题

研究逆向物流车辆路径(VRPSPD)问题,建立了VRPSPD问题的混合整数规划模型.利用启发式算法的特点构造求解VRPSPD问题的一种协同PSO_SA算法,设计了该算法初始种群的编码规则、信息交换策略、2-opt邻域解生成策略和SA算法中的冷却进度表规则.实验过程以典型算例为例进行了实验,并对重要参数进行了分析.实验结果表明,该算法对于求解VRPSPD 问题,可以有效提高车辆的负载使用率,避免因负载波动和最大负载能力约束而增加车辆总行程,在可以接受的迭代次数限制内可以收敛到满意解.     

基于蚁群-遗传混合算法的设备布局优化方法

以生产车间设备布局优化的最小物流费用为目标,建立了车间设备布局优化问题的二次分配模型,并采用蚁群-遗传混合算法来对这一模型进行求解.该混合算法将蚁群算法和遗传算法的优点相融合,以蚁群系统的解作为遗传算法的初始种群,克服了蚁群算法的收敛速度慢,容易陷入局部最优以及遗传算法的容易早熟收敛等缺陷,来实现模型的全局最优.本文以某机械厂制造车间为例,运用MATLAB编程实现算法求解,结果显示:应用蚁群-遗传混合算法设计出来的设备布局新方案比原始方案总物流费用节约了10.6%,同时,混合算法在求解车间设备布局优化问题时比蚁群算法或者遗传算法速度更快,效果更好.     

求解异车型同时集送问题的多属性标签算法

针对实际运输中顾客对不同车型、同时集送货物的多样化需求,文章建立了异车型同时集送车辆路径模型(vehicle routing problem with heterogeneous fleet,simultaneouspickup and delivery,VRPHSPD),并构建了基于多属性标签的蚁群系统算法(multi-label based ant colony system,MLACS)进行求解.该算法利用面向对象理念,分别对客户、车辆及其行驶路径构建多属性标签,首先用近邻法生成初始路径,再通过蚁群算法的搜索规则对客户和车辆标签进行匹配,从而得优化的结果.通过公开算例、实际应用案例的验证表明,MLACS算法能成功求解VRPHSPD问题,具有较高的求解质量、运算效率以及实际应用意义.     

集货需求随机的同时配集货VRP及混合变邻域搜索算法

集货需求随机的同时配集货车辆路径问题(VRPSSPDD)是同时配集货车辆路径问题(VRPSPD)研究的进一步深化,由于该问题中集货需求的不确定性,使其较确定型VRPSPD问题更为复杂.基于预优化和重优化策略,构建了两阶段VRPSSPDD模型,预优化阶段基于随机机会约束机制以及车载量约束为客户点分配车辆,生成预优化方案;重优化阶段对失败点及其后续客户点进行线路调整.根据问题特征,结合变邻域深度搜索算法的深度搜索能力以及遗传算法的个体交流等优点,设计混合变邻域遗传算法,采用分离配送网络信息的编码方式,提出自适应种群搜索范围和自适应邻域搜索次数策略平衡算法迭代中的搜索深度和搜索广度的关系.通过多组算例以及企业配送实例验证了本文模型及算法的有效性.     

基于集划分的精确算法求解机场接送车辆调度问题

通过对免费接送机场服务的进一步研究, 本文为基于租赁车辆模式的票务企业提出了用于求解发车次数与顾客满意度均衡模型的基于集划分的精确算法. 在该算法的设计过程中, 综合考虑了机场接送服务中顾客对接送时间窗, 到达机场时间窗以及绕行限制的要求. 最后通过一系列实例的计算分析, 验证了该算法用于求解免费接送机场服务车辆调度问题的有效性和适用性.     

车辆路径问题的受扰救援策略

分析了带时间窗服务型车辆路径问题中车辆受损的救援需求,基于干扰管理思想建立了服务型车辆路径问题扰动恢复模型;对车辆受损的带时间窗服务型车辆路径问题提出了两种救援策略,并研究了该策略在处理集货型和送货型问题的转换方法;最后对实施这两种策略的效果进行了分析和比较.     

带时间窗的多重运输调度问题的自适应Tabu Search算法

给出了带时间窗的多重运输调度问题 ( MVRPTW)的转换模型 ,基于该模型提出一台车辆的自适应 Tabu Search算法 ,该算法对搜索过程进行综合记忆、自动确定施行强化和多样化策略的时机 .大量的实际计算表明本文提出的算法能在较短的时间内求出问题的最优解.     

求解大规模VCVRP问题的快速动态规划算法

车辆路径问题是一类典型的组合优化问题,大部分研究都只考虑车辆能力固定的情形,实际中受货物形状特性及客户需求变化,车辆的能力是受限变化的,针对能力受限变化的车辆路径问题(varied capacitated vehicle routing problem,VCVRP),基于动态规划理论,提出一种求解大规模VCVRP问题的快速动态规划算法.该算法以传统的最佳适应降序算法(best fit decreasing,BFD)和最小生成树(minimum spanning tree,MST)算法为基础,引入K步回溯,短途优先原则,实现了VCVRP中的货物装箱问题和路由选择问题的近似解耦.同时给出了该算法的优化目标车辆旅程的理论上界,短途优先原则的局部最小的理论分析与证明.最后以乘用车物流运输案例为背景,给出了计算实例,并从算法参数与算例规模多个角度进行求解质量与算法性能的分析.     

顾客有限理性对最后一公里配送服务系统的影响

最后一公里配送服务系统中存在不完备信息，顾客互相竞争，彼此造成拥堵，表现出有限理性行为。从顾客期望效用角度，考虑顾客取货距离和运费等因素，运用排队模型描述了顾客自提和送货上门两种配送服务。基于随机最优反应均衡，刻画了顾客无法准确计算他们的期待损失或者等待效用的有限理性，证明了最后一公里配送服务系统存在Logit均衡且均衡唯一，并分析了顾客理性程度、取货距离和运费对均衡的影响。从企业的视角，构建了顾客有限理性条件下企业利润最大化模型。仿真实验揭示了忽视顾客有限理性将对企业造成重大的利润损失。     

双倍体差分进化粒子群算法在VRPSDP中的应用研究

针对粒子群算法和差分进化算法的不足,根据生物遗传学规律,提出了双倍体差分进化粒子群算法,并将其用于具有集送货需求车辆路径问题的求解中.个体有显性隐性两种状态,显性状态执行粒子群优化规则,隐性状态执行差分进化规则,通过比较适应度显性隐性可以互换.根据算法和问题特点,提出了一种实数编解码方案,使用启发式算法修正和改进算法结果.通过仿真实验,分析讨论了算法的参数,并与其他算法进行了比较,表明该算法是求解具有集送货需求车辆路径问题的有效方法.     

一种求解协作配送成本分摊问题核仁解的近似迭代算法

协作配送问题是典型的组合优化合作博弈问题,也可称为协作车辆路径问题,其核心问题之一是确定公平合理的成本分摊方案.其中核仁解由于具有唯一性和公平性等特点,是成本分摊领域中公认的科学分摊方案.本文提出了一种近似求解协作配送问题核仁解的方法.首先分析证明了当顾客位置分布均匀,从理论上协作配送成本分摊问题会是凸博弈问题,然后,基于凸博弈的核仁解会等同于预内核解的理论,提出了一个能够求解凸博弈问题核仁解的迭代逼近算法(approximate iterative algorithm,AIA),分析了AIA算法的复杂度为O(n~42~n),为此又提出了AIA的有效提速策略,可将AIA的复杂度降低至多项式.最后,通过求解协作配送算例和实例,验证了本文AIA算法能够准确求解得到协作配送成本分摊问题的核仁解,提出的求解策略能有效的减少求解耗时,并且得到的最终结果与实际核仁解的平均偏差不到0.02%,更重要的是AIA能够用于求解所有凸博弈问题的核仁解.     

随机动态多车辆装卸混合问题及求解策略研究

将随机动态装卸混合问题的车辆数由单车辆推广至多车辆,针对其中存在的排队现象,运用排队论推导出需求密集情况下期望系统时间的下界,提出了一种求解的堆栈策略,并推导出了堆栈策略期望系统时间的上界,分析了堆栈策略的渐近性.仿真结果表明,堆栈策略是一种适用于需求密集情况下随机动态多车辆装卸混合问题的求解策略.