基于配送模式的无人机城市配送路径规划

无人机以其“小、快、灵活”的优势逐渐应用于城市物流配送当中。本文首先论述了无人机配送模式,分为机车协同模式与无人机独立运行模式。其次阐述了无人机配送路径规划的影响因素,包括能耗、禁区障碍物等绕飞因素以及不确定的自然环境。最后根据两种配送模式,探讨了内外因素对无人机配送路径规划的影响。结果说明非线性无人机能耗模型更符合无人机实际运行特征;风、温度等天气因素影响其城市配送飞行方向与电量能耗等;禁飞区、时间窗等外部因素也影响无人机路径规划。实际运行中无人机会受到多重因素共同影响,能耗与外部因素对无人机路径规划影响问题研究还有待进一步完善。     

考虑道路通行状况的冷链物流配送路径优化

冷链物流配送具有时效性特征.在实际配送过程中,城市道路通行状况直接影响配送车辆的在途时间.根据各时间段内各路段的通行情况,统计出配送路段通行状况矩阵,并将路段距离矩阵转化为运输时间矩阵,构建考虑运输成本、货损成本、能耗成本和惩罚成本的冷链物流配送优化模型,开发了遗传算法与2-opt算法相结合的混合遗传算法.对比现有研究方法,证明了该模型及算法的有效性.     

基于X方物流理论构建电子商务“云配送网络”

针对当前我国电子商务发展中出现的网上购物与物流配送之间的矛盾,提出从大物流论的视角出发,用X方物流理论,构建电子商务末端物流云配送网络;采用物联网技术,实现智能配送和建立城市公共物流信息平台,尽快推出城市配送行业标准的应对策略.     

救灾物流配送路径决策研究

根据救灾应急物资运输调度的约束条件,构建具有多品种物资的混装模型,提出一种救灾物流网络配送路径决策方法.应用Matlab工具编写程序,实现基于遗传算法的救灾物流网络配送路径决策方法,并进行了算例验证.结果表明,该方法可以快速有效地确定救灾物流配送方案,解决了总运输成本最小的车辆路线优化决策求解问题.     

面向城市超低空物流场景的最小风险路径规划算法

随着城市超低空物流运输场景的迅速发展,无人机路径规划的安全性显得尤为重要,针对现有路径规划算法无法满足超低空物流运输无人机在密集障碍物场景下进行安全轨迹规划的问题,本文基于A*算法,将三维环境依据飞行高度划分为多个高度层,以规划风险最小轨迹为目标,从时间、风险两个维度对A*算法的成本估计函数进行重构,从而提出面向城市超低空物流场景的最小危险路径规划算法。仿真实验一表明,本文提出的最小风险路径规划算法在3种不同城市场景,15种不同运行环境中,相比于传统轨迹规划算法,规划得到的路径安全距离平均增加60%,安全性显著提高;本文也将该算法应用于多无人机多高度层的复杂城市场景中,实验结果表明,本文提出的最小风险路径规划算法在兼顾航程的同时可以为多架无人机规划安全性更高的路径;在实验三中运用蒙特卡洛法证明本文算法在路径规划算法中的可靠性与鲁棒性,为城市超低空物流场景提供了安全性更高的路径规划方法。     

可重组制造系统中物流运输路径规划

在分析可重组制造系统物流布局的基础上,根据物流运输网络的空间分布特征,提出了一种动态的AGV(自动导引小车)路径规划方法.利用图论,构建了AGV路径规划的有向图网络模型,采用机床相对位置矩阵、距离矩阵以及阻塞系数来描述车间环境信息,通过系统的重组,有效缩短运输距离.针对物流运输动态路网的变化,把整个运输网络划分成不同的子路网,动态地优化变化附近运输节点所在的子路网,从而较迅速地得到最佳运输路径.仿真结果表明了该方法的有效性和快速性.     

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。     

“绿色”物流配送中心选址

绿色配送能够实现货物在配送过程中减少对环境的危害,对改善环境具有现实的意义。本文综合考虑物流运作中各环节的碳排放和电子商务下的物流配送的特殊性,研究配送过程中的固定建设成本、运输及配送成本和碳排放成本,合理设置物流配送中心优化模型中的时间约束条件,从而构建基于碳排放成本和总成本的物流配送中心选址模型。系统仿真案例的验证结果表明:本文提出的配送中心选址模型与当前有效可行的同类模型相比,不仅具有同等的低配送成本,而且体现出更为优越的低碳性,进而达到低碳物流的发展目标,同时也能满足顾客对时效性的要求,提高客户满意度。     

物流配送运输车队的规模问题

首先分析了物流配送运输发展前景和研究配送运输车队规模问题的必要性，阐明了确定配送运输车队规模的基础条件和实现的目标．针对从一个配送中心向多个分散客户配送货物的实际经营问题，利用多变量整数线性规划的数学方法建立了确定配送运输车队合理规模的数学模型，旨在为企业的经营管理提供一定的理论依据和决策方法．     

人工智能背景下的配送网络优化方法研究

伴随着人工智能的快速发展,在配送领域内无人机得到广泛应用;针对卡车和无人机在配送中的特征,提出卡车与无人机联合配送模式下的路线网络规划问题;在假定该模式具体应用情境的基础上,分别以碳排放量以及配送效率为目标建立路径规划模型,根据模型的特征设计了相应的求解方法;最后通过算例论证联合配送模式的可行性与有效性。     

大规模物流配送车辆调度问题研究

研究大规模物流配送车辆调度问题,提出其整数规划数学模型,把大规模配送车辆调度问题(VRP)转化为配送区域划分问题和单车线路优化问题2个子问题,用改进的基地启发式分区算法(ILBH)解决配送区域划分问题,运用混合遗传算法(GA NS)解决分区域后区域内的配送车辆的单车线路优化问题.此改进的2阶段算法有效地解决了大规模配送条件下,在可行时间内得到近似解或满意解的问题,该方法已在某物流企业中成功应用并取得了显著的经济效益,其成果在城市配送系统中具有普遍的适用性和应用推广前景.     

基于时效约束的多级节点设施运输网络优化研究

区域内多级节点设施运输网络的整体优化不仅可以合理配置运输资源,有效提高规模效益,还可以提升满足时效的运输服务水平,对于运输业运输水平的提升有着十分重要的作用。首先,基于多级节点设施分析构建货物运输网络;其次,通过对运输网络成本以及时效要求的分析,建立具有时效要求的多级节点设施规划模型,在此基础上加入混合节点的优化方案,对模型进行优化调整;最后,通过实例分析对该模型进行评价,验证模型的适用性。结果表明:具有时效约束的多级节点设施运输网络优化模型可以在有效降低运输网络物流成本的基础上,满足运输过程中的时效要求。     

城市物流共同配送优化方案研究

现代物流发展过程中,随着城市交通状况的恶化、生态环境的破坏,城市物流的"外部不经济"逐渐引起人们的重视.在当前的金融危机环境下,如何优化城市物流配送方式,协调城市物流活动与城市发展日益受到社会关注.通过借鉴城市物流优化流程,应用定性以及定量的方法,提出基于共同配送的城市物流配送方案.方案通过城市物流配送中心数量确定方法、选址模型以及配送路径的优化问题,并结合泉州市某知名运动鞋店进行了实证分析,说明了城市物流共同配送方案的优势,为实现城市物流配送优化提供参考.     

基于AnyLogic的城市地下物流末端配送效率分析

面对城市可持续发展与城市物流的矛盾,地下物流系统被广泛地认为是一种打破城市物流“困局”的创新手段，而当前的地下物流系统研究对末端配送鲜有涉及。对目前城市物流的末端配送模式进行分析，结合地下物流系统的末端配送微网络特点，界定了末端配送微网络范围，确定了末端配送微网络的运营模式，并结合AnyLogic仿真软件与实际案例，构建了“自提+”形式的末端配送微网络，研究了货运效率。     

基于距离测算的企业物流配送最优路径规划模型研究

针对当前企业物流配送总成本过高、配送距离过长等问题,提出基于距离测算的企业物流配送最优路径规划模型.测算企业物流配送时的车辆行驶时间距离与空间距离,将两者归一化处理实现配送距离测算;借助鲸鱼优化算法,通过包围猎物的形似搜索最优配送路径;为避免陷入局部最优解,融合莱维飞行与鲸鱼优化算法,选择最优配送路径;结合距离测算值与改进后的鲸鱼优化算法,构建企业物流配送最优路径规划模型.通过该模型选择捕猎路径最短的鲸鱼,将该鲸鱼的位置作为最佳鲸鱼位置并输出,实现企业物流配送最优路径规划.该模型可在城市内有大量需求点情况下,规划出最优路径,且规划后的路径能够有效减少配送距离、降低时间消耗.     

共享条件下的地下物流配送路线优化

为了缓解城市的交通压力,弥补地下物流和综合管廊的资金问题,文中将地下物流与其他市政线路一起纳入综合管廊,进行了共享条件下的地下物流配送线路优化研究。文中基于共享的理念,考虑配送线网合理规模约束与可达性约束,以地下物流的建设成本、时间成本和车辆成本最小为目标建立模型。该模型可用于共享条件下的地下物流系统规划中,对配送线路网络进行优化布局。采用遗传算法对模型进行优化求解,算例结果表明,运用该模型可对所有可能的配送线路进行筛选,并得到最优的线路网络布设方案。     

不确定需求下物流配送网点选址多目标优化及仿真

物流配送需求的不确定性导致物流配送成本波动,增加了物流企业配送管理的难度,加剧了“最后一公里”末端配送不畅。本文以降低末端物流配送成本和缩短配送时间为优化目标,考虑快递包裹数量不确定情况下末端配送的运力水平和配送覆盖区域人口密度因素,提出了一种基于“0-1”整数规划模型的多重目标优化策略,建立了物流配送中心的动态选址模型,并用Anylogic进行了仿真验证。研究结果表明,在配送包裹数量短期大幅度波动的情况下,末端配送运力水平、网点位置和服务能力需要有差别调整才能达到降本增效的目的。     

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．     

物流配送及回收混合网络的优化模型

基于混合整数规划的方法,建立了单产品、单周期、有能力限制的产品配送及回收混合物流网络的双层优化设计模型.双层模型从配送、回收方及客户两方的利益考虑,使得在两方相互协调的情况下获得能最大限度的使得两方都满意的选址方案及配送、回收的物流分配.最后,通过具体算例验证了该模型的有效性.     

带时间窗的物流配送区域划分模型及其算法

针对烟草行业存在客户点大规模、客户需求量不固定、配送车辆最大行驶距离限制以及客户点送货时间不固定等特点,综合考虑配送的多产品、多客户、时间限制等影响因素,通过聚类方法划分不同的配送单元,应用整数规划选择中转站不固定配送单元,以物流配送网络构建的总成本最小化为目标函数,建立了基于配送单元的固定成本和变动成本以及带时间窗的时滞成本的数学规划模型,并提出了一种改进粒子群-遗传混合算法进行直接求解.该算法在评价函数中隐含加入了距离和时间等约束条件,并设计了算法间选择性赋予方法,具有较高的全局和局部搜索能力.实例仿真表明,该混合算法的优化性能和效率优于PSO算法、GA算法、GA-PSO算法和MPSO算法,因此能够更有效地解决大规模配送点的物流配送区域划分问题.