三维装载约束下汽车零部件同时取送的循环取货路径优化研究

【目的】考虑汽车零部件入厂物流多频次、小批量的循环取货模式和在取货同时返还零部件物流箱的现实需求，探讨了三维装载约束下汽车零部件同时取送的循环取货路径问题。【方法】构建以运输和线边库存总成本最小为目标的数学模型，设计了两阶段蚁群算法，第一阶段由车辆路径规划子算法得到近似最优解的记忆库，第二阶段利用装载可行性检验子算法得到可行解。【结果】实例仿真结果表明：使用简单算术相加的模糊车辆装载约束得出的取货方案无法实现车辆成功装载。考虑三维装载约束的循环取货方案的路线由2条增加为3条，虽然车辆的平均空间装载率下降了27-45%，但是确保了装载方案的可行性。【结论】考虑三维装载约束的汽车零部件同时取送的循环取货路径方案既满足了取货同时返还零部件物流箱的现实需求，又保证了方案中车辆三维装载可行性。     

远距离零部件供应商循环取货应用

针对汽车制造企业精益生产的要求,结合远距离汽车零部件供应商循环取货特点,从供应商集并中心选址、循环取货车辆路径的设计、汽车零部件远距离供应商循环取货流程设计、循环取货信息系统的设计和商务系统规划五个环节对远距离零部件供应商循环取货进行系统的研究。最后对W公司远距离零部件供应商循环取货进行实证研究。     

碳减排下的汽车零部件循环取货路径优化研究

针对能源消耗严重和环境污染双重压力下的现象,提出对汽车企业零部件循环取货路径的优化建议.将CO2的排放量与满足汽车制造企业的生产需要相结合,根据货运车辆的碳排放需要选择合适的碳排放计算模型,分别建立不考虑碳排放的循环取货路径模型和考虑碳排放的循环取货路径模型,利用遗传算法及基本原理对所建模型进行算法设计,并运用Matl...     

Milk-Run运作模式下汽车零部件供应商选择方法

为了解决制造业企业循环取货(Milk-Run)模式下供应商选择的问题,研究汽车制造企业循环取货模式的运作流程及该模式对供应商提出的要求;然后构建了循环取货模式下的供应商选择评估指标体系,并提出一种基于区间多属性的汽车零部件供应商选择模型与方法;最后给出算例来说明该方法的可行性与实用性.     

基于C-W算法的汽车零部件循环取货车辆路径优化研究

针对汽车零部件取货具有多频次和时间窗限制的特点,利用先进的循环取货方式对零部件进行取货.并构建数学模型优化取货路径,利用C-W算法,获得符合所有约束条件的满意解.使其在配送总量一定的情况下,运输总里程大大降低,从而节约了运输成本.最后给出一个算例.     

基于遗传算法的物流配送路径优化问题的研究

随着社会经济的不断发展,特别是网络的飞速发展,每天的物流运输量巨大。在物流活动中的一个重要环节是如何达到最优的行车线路,使运输工具在满足客户需求的同时,实现行车路程尽量短、压缩运输成本的目标。车辆路径问题是一个典型的NP难题,传统方法很难求得最优解。本文运用了遗传算法来求解物流配送路径优化问题,并进行了算法设计、编码和数据实验,计算得出了实际问题的最优解。     

基于改进Shapley值法的汽车零部件循环取货收益分配研究

运用Shapley值法模型,来解决汽车零部件循环取货收益分配问题,并综合考虑各合作企业的风险,投资和物流能力对收益的影响,计算出综合修正因子,改进传统的Shapley值法模型.结合实例,对改进的Shap-ley值法模型和传统的Shapley值法模型进行比较分析,得出改进Shapley值法模型的汽车零部件循环取货收益分配结果的更加合理.     

用遗传算法求解带回程取货的车辆路径问题

带回程取货的车辆路径问题可以同时服务路径上的取货送货节点,通过对该问题的研究．利用改进的遗传算法对其求解,并通过实例证明其有效性．     

以降低油耗为目标的车辆路径问题研究

车辆路径问题是物流及供应链管理优化的核心环节。为实现低碳运输,文中综合考虑运输车辆的载重、车速及行驶距离等因素,以降低车辆在运输过程中的油耗成本和单位车辆的固定成本为目标优化车辆路径,建立数学模型并创新交叉算子设计改进遗传算法,并通过仿真实验对算法的效果进行验证。仿真结果表明,所提出的算法简洁、有效。     

基于离散海鸥算法求解循环取货车辆路径问题

针对如何降低循环取货车辆路径问题(VRP:Vehicle Routing Problem)中的运输成本,提出一种离散海鸥算法。首先,在海鸥迁移过程中,采用insert、 reverse操作更新海鸥位置加快算法寻优速度;其次,在海鸥攻击过程中,采用swap、 3-opt操作更新海鸥位置提升算法局部搜索能力;最后,结合模拟退火算法避免算法在运行过程中陷入局部最优,重新定义了在离散的车辆路径问题下的更新策略。以总成本最低为目标函数,构建相应的数学模型。实验结果表明,该算法具有高效解决循环取货车辆路径问题的能力,寻优效果及求解质量均高于标准海鸥优化算法、粒子群算法、模拟退火算法、灰狼优化算法、鲸鱼算法和飞蛾扑火算法。     

基于免疫克隆算法的物流配送车辆路径优化研究

物流配送车辆路径优化问题是近年来物流领域中的研究热点,该问题属于NP难题,较难得到最优解和满意解．在物流配送车辆路径优化问题数学模型的基础上,构造了一种免疫克隆算法来求解该问题,并在算法中引入了克隆选择、克隆删除、受体编辑、体细胞高频变异、抗体循环补充等思想．仿真计算结果表明,免疫克隆算法能快速收敛于全局最优解,克服了遗传算法中易陷入局部最优解和收敛速度慢的缺点,可有效地解决物流配送车辆路径优化问题．     

车辆路径问题中的遗传算法设计

车辆路径问题在物流管理的研究中受到大量关注。但由于车辆路径问题是一个NP-hard问题，使用传统优化方法很难得到最优解或满意解。这里使用改进的交叉算子和遗传算子，设计了基于自然数编码的遗传算法，求解车辆路径问题，获得了良好的效果。     

改进人工人群搜索算法在基于LBS物流配送中的应用

以基于LBS物流系统的物流车辆路径规划为研究对象,将一种改进人工势场法与人群搜索算法相结合,对LBS系统中物流车辆的路径规划进行优化.该算法首先利用LBS系统获取环境信息,包括车辆、目标和障碍物的位置和速度信息,其次在基本人工势场法的基础上加入速度因子,使配送车辆初步形成能躲避障碍物并追踪动态物流对象的可行性路径,随后利用人群搜索算法,在可行性路径中搜索最短路径,进而生成物流车辆至动态物流对象的最优路径.该算法有效的将改进式人工势场法和人群搜索算法紧密结合在一起,通过仿真实验证明了该算法在基于LBS的物流系统中物流配送路径规划的有效性,同时将该算法与传统路径规划A*算法进行对比,证明该算法有效的提高了系统中的整体搜索效率.     

带时窗回程取货的车辆路径问题的算法

车辆路径问题如果考虑回程取货过程就可以在送货的过程中先后完成取货任务,比传统不考虑回程过程的问题更有实用性,基于此对传统问题进行了改进,不限制车辆的取送货顺序,而是设计了相应参数,避免了货物的重新排列·在确定目标时,综合考虑车辆运行成本、人员等待成本及服务成本等因素,实现目标解的真正可行·最后,根据此问题的特点,设计了先通过分枝定界法及遗传算法确定可行路线,再运用整数规划方法求解的算法,并以实例说明了算法的有效性·     

集散区域快递物流车辆调度模型及其算法

在分析集散区域快递物流运输特点的基础上,研究了固定时间窗内多车型车辆往返运输的车辆调度问题,建立以运输总成本最小为目标的数学模型,并给出遗传算法求解办法。实例表明,该模型和算法能有效地满足物流车辆调度需求,降低企业的物流成本。     

基于改进遗传算法的农产品物流配送模型研究

农产品物流配送过程中时间和成本最小化是一个关键的问题。研究在分析农产品特点和用户需求的前提下构建农产品物流配送路径模型，并利用改进遗传算法对该模型进行求解。实验表明遗传算法和改进遗传算法的最优解分别为16087.9元和15129.6元，最优配送路径分别有9条和10条。改进遗传算法的最优目标函数值为最具有优势。改进遗传算法在求解农产品物流配送模型中具有合理性和有效性，能获取最佳路径和最优目标值。     

节点具有双重需求车辆路径问题及其解的性质分析

概括介绍了逆向物流领域中的各类车辆路径问题,将问题按照节点的需求类型分为节点单需求以及具有双重需求两个大类.按照节点的需求类型,将同时送取货(VRPSDP)、集送货需求可拆分车辆路径问题(SVRPPD)统称为节点具有双重需求车辆路径问题(VRPNDD).文中首先给出了它们的定义及数学模型.接着,作为设计求解问题启发式算法的前期工作,对VRPNDD问题解的结构方面的一些性质进行了分析证明.最后,举例说明了SVRPPD与送货需求可拆分车辆路径问题最优解性质方面的差异,并通过定理证明说明了SVRPPD,VRPSDP启发式算法的改良对于SVRPPD相对VRPSDP节省成本百分比研究的意义.     

基于遗传算法的冷链物流智能监测及预警

针对水产品冷链物流运输过程中保鲜程度智能监测及预警问题,提出了一种基于改进遗传算法的水产品冷链物流保鲜程度智能监测及预警方法.该方法首先针对传统遗传算法自定义了交叉和变异的应用概率,增加了算法的收敛速度,将改进的算法应用于特定温度下的冷藏车中,推导时间与水产品腐败释放气体的函数关系,建立腐化方程,并在实际运输中,实时监...     

汽车零部件供应商选择双层规划模型及求解

针对汽车零部件企业供应商选择周期长、供应商数目较多、评价指标繁多、流程复杂、评判要求异常严格的特点,建立了适用于汽车零部件企业的供应商选择双层规划模型,该模型从采购商和供应商的不同角度,对选择目标进行分解,通过上下层目标函数综合评价多种选择因子,得到最优供应商选择方案,以使采购总费用最小,产品质量最好.在模型中平衡和优化供应商与采购商双方利益,考虑了供应商的技术、质量、价格、供货能力和服务等多个约束条件;设计了模型的遗传算法求解算法,并用实例验证了模型和算法的有效性和实用性,为汽车零部件企业的供应商选择提供了有价值的参考.     

实际约束条件下多配送中心物流车辆调度优化

传统方法难以解决有时间窗等具有实际约束条件,且调度结果并非最优,提出一种基于变邻域搜索算法的多配送中心物流车辆调度优化方法。对多配送中心物流车辆调度优化问题进行分析,在分析结果的基础之上构建实际约束条件下多配送中心物流车辆调度数学模型;利用变邻域搜索算法求解物流车辆调度模型的最优解,完成实际约束条件下多配送中心物流车辆的调度优化。实验结果表明,采用所提方法进行多配送中心物流车辆调度,其总运输时间短、运输总费用低,调度结果较优,且符合实际约束。