基于模糊机会约束规划和鲁棒优化的绿色多式联运路径优化研究

【目的】探究在运输时间、中转时间、等待时间和运输货损率混合不确定条件下的绿色多式联运路径优化问题,为绿色多式联运路径决策提供理论依据。【方法】在考虑运输过程中碳排放和噪声污染的基础上,以最小化运输成本、运输时间、碳排放量、噪声污染以及货损量为目标建立不确定条件下的绿色多式联运路径优化模型,并将其扩展为模糊机会约束模型及鲁棒优化模型来处理不确定参数。使用MATLAB编程并调用CPLEX对算例进行求解,得到多式联运路径优化方案。对置信水平进行灵敏度分析,并将鲁棒解与确定条件下的最优解进行比较,验证所建模型的鲁棒性。【结果】将优化方案的计算结果与5个目标函数的最优值进行比较后发现：由模型所得最优运输方案的计算结果与各目标函数最优值之间的相对距离分别为0.096 4、0.027 1、0.194 6、0.018 4、0.032 7,均接近最优值。【结论】本研究所建模型能降低多式联运的决策风险,也能为决策提供合理、有效的依据。     

混合不确定条件下多式联运路径优化

针对运输时间及需求不确定的多式联运路径优化问题,综合考虑货运过程中节点作业时间窗、运输方式固定出发时刻及终点处的收货时间窗约束,采用基于情景的鲁棒优化方法,建立以运输、中转和仓储费用之和最小的多式联运路径优化模型,设计遗传算法并进行有效性检验.通过算例研究比较不同模式下多式联运的运输方案及成本,并探究鲁棒优化解的质量与遗憾系数、随机数波动范围的关系.研究结果表明：节点时间窗的存在和改变会导致运输成本和运输方案的变化,混合不确定条件下的多式联运路径鲁棒优化受到遗憾值约束及不确定因素波动范围的影响,将导致运输成本增加.由此,多式联运决策者需预判不确定因素的影响、选择合适的最大遗憾值、关注节点混合时间窗约束以降低成本提高效率.     

低碳环境下的集装箱多式联运路径优化

世界各国都在大力推进低碳经济的发展,以此来减少能源消耗保护环境.本文在低碳环保节能减排,考虑二氧化碳排放量的大背景下,针对阳光鲜(大连)有限公司出口至波士顿的一批冷冻鱼片的集装箱多式联运运输方案进行优化.使得运输方案更好地发挥集装箱多式联运的优点,尽可能降低二氧碳排放量,实现低碳环保与高效运输的有机结合,为企业选择运输...     

不确定需求下应急物流系统多目标鲁棒优化模型

针对在突发事件发生的紧急救援期,应急物流系统的运载能力有限性及多种应急物资的需求不确定性,采用相对鲁棒优化方法建立了基于总时间和总成本最优的多目标数学模型.结果表明:模型合理地解决了应急物资在需求不确定条件下选址-路径的安排问题,通过算例将绝对鲁棒优化与相对鲁棒优化的对应问题以及单目标与多目标模型的最优解进行对比,验证了多目标鲁棒优化模型能够体现应急物资在需求不确定条件下选址-路径方案的最优性与鲁棒性的均衡,从而在突发事件发生时能有效保证应急物流决策的鲁棒性.     

鲁棒多目标优化问题的约束标量化方法

【目的】研究带约束多目标优化问题的鲁棒有效解和鲁棒弱有效解的标量化性质。【方法】利用K?bis等人提出的鲁棒标量化方法将带约束的确定性多目标优化问题推广到鲁棒多目标优化问题,在此基础上建立了多目标优化问题的鲁棒有效解和鲁棒弱有效解的标量化结果,并利用具体例子对主要结果进行解释。【结果】将带约束的确定性多目标优化问题推广到鲁棒多目标优化问题,引入了一类带鲁棒松弛和剩余约束的标量化问题,得到了鲁棒标量化问题的有效解和弱有效解的标量化结果。【结论】得到的结果是对最近的一些研究工作的改进与推广。     

多式联运的法律解读

多式联运是与单式运送相对应的一种运输形态,随着集装箱运输的广泛使用,其已成为货物运输的主要方式;但其用词、概念、特征在实务中一直存在争议,这直接影响了多式联运效用的发挥及其主体之间的权利义务。统一多式联运的用词及其所具有的“一张单证“、“一个负责方“、“一个合同“、“使用至少两种以上运输方式“的特征具有重要意义。     

多式联运的法律解读

多式联运是与单式运送相对应的一种运输形态,随着集装箱运输的广泛使用,其已成为货物运输的主要方式;但其用词、概念、特征在实务中一直存在争议,这直接影响了多式联运效用的发挥及其主体之间的权利义务。统一多式联运的用词及其所具有的“一张单证“、“一个负责方“、“一个合同“、“使用至少两种以上运输方式“的特征具有重要意义。     

鲁棒凸多目标优化问题解集的刻画

针对一类数据不确定的鲁棒凸多目标优化问题,提出了它在一般不确定集下的鲁棒对应形式;利用标量化方法将鲁棒多目标对应形式转化为鲁棒单目标凸优化问题,建立两者解集之间的联系;并得到了标量化鲁棒解的乘子刻画,及该标量化问题在其鲁棒解集上的一般化的常微分性质和常拉格朗日性质;最后通过前面的性质得到了鲁棒凸多目标优化问题的鲁棒G-真有效解集的刻画并加以证明.     

鲁棒遗传算法设计

提出一种能直接处理单元噪声和多元噪声的鲁棒遗传算法 .此算法将噪声作为个体实际表现型的一部分 ,使噪声在个体进化中得到处理 ,文中给出了它的数理基础 .模拟实验表明 ,这一算法在发现鲁棒优化解方面具有较强能力 .     

一种多式联运网络运输方式的组合优化模式

针对我国多式联运目前普遍存在的信息化水平不高,缺乏相应的决策支持系统的现状,首先对多种运输方式的运输特性进行了分析,通过对比,得出了运输方式的选择依据;然后建立了多式联运虚拟运输网络;最后在运输方式选择依据和运输网络的基础上得出了多种运输方式组合优化模型,并给出了求解算法。     

基于混合遗传算法的应急物资配送路径优化

为解决突发事件下应急物资的配送路径优化问题,以配送车辆的固定成本、运输成本、违反最大载重量以及右时间窗的惩罚成本之和最小为目标,构建了带时间窗约束的应急物资配送路径优化模型;通过将遗传算法与节约算法、大规模邻域搜索算法相结合,设计出了一种混合遗传算法对模型进行求解;最后用算例仿真验证了模型和算法的可行性.实验结果表明:...     

多峰函数优化的混合遗传算法

研究了2种基于最速下降法和遗传算法的求解多峰函数优化问题的混合遗传算法,以Schaffer函数的全局优化问题和收敛概率、平均收敛时间和平均收敛值等评价指标检验了混合算法的性能.结果表明混合算法的性能优于单独的遗传算法或最速下降法,采用随机方式选择局部优化个体的混合遗传算法性能在总体上优于从每代群体中选择适应度高的个体进行局部优化的混合遗传算法.     

应急物资调运时间为区间数的路径优化研究

现有文献中研究的或者是应急物资从单个应急服务点运送到单个应急需求点的不确定型路径优化问题或者是应急物资从单个应急服务点到多个应急需求点的确定型路径优化问题。本文研究了应急车辆将应急物资从单个应急服务点运送到多个应急需求点并且经过各路段所花费的时间均为不确定的区间数的封闭式路径优化问题,给出了区间数的运算方法和模型算法,并用算例进行了验算。     

一种基于小生境的遗传算法及其应用

基本遗传算法在进行种群中个体的交配时采用的是一种随机方式,在一定程度上会影响进化的性能,提出一种基于小生境的遗传算法,通过定义新的选择机制与变异策略,能利用种群中个体的历史信息,较好地维持群体的分布特性,它可用于多峰函数（特别是变峰函数）的优化,以获得目标函数的多个极值点,文中详细给出了方法的具体实现步骤。     

基于遗传算法的无向网络路径优化

为了解决无向网络的最短路径优化问题,采用遗传算法并使用可变长编码,在遗传算子操作中进行有效性判断,避免了传统交叉变异算子中无效路径的产生;网络数据存储采用链式存储结构,仅需存储各个节点信息,摒弃了传统的邻接矩阵方法.仿真试验表明,该算法可行性强,且可以找到最优路径.     

基于遗传算法的电梯群控鲁棒优化模型

针对电梯群控调度过程中交通流不确定的问题,建立了鲁棒优化模型,利用遗传算法对所建模型进行求解.对于不确定线性优化问题,研究了不确定集的选择以及模型鲁棒对等式转化方法.仿真实验中,利用电梯群控虚拟仿真环境对鲁棒优化调度算法在不同交通流下进行了验证.以300人/15 min的混合交通流模式为例,鲁棒优化算法的平均候梯时间比静态分区算法降低12.77 s;平均乘梯时间比最小等待时间算法降低9.7 s;电梯启停次数比静态分区算法少8次.实验结果表明,鲁棒优化调度算法对不同交通模式具有更好的适应性,可以减小交通流不确定性的影响,提高电梯群控调度性能.     

考虑延误与班期限制的多商品流多式联运方案优化

针对不确定时间影响的多商品流多式联运方案优化问题,以空铁联运为主,将运输时间转化为确定运输时间和不确定延误时间,同时考虑班期限制影响,以收货时间窗限制、准时率、运力等为约束条件,以所有订单总运输成本、运输时间和碳排放最小为目标,构建多商品流多式联运方案优化模型,并基于改进的非支配排序遗传算法Ⅱ(non-dominated sorting genetic algorithmⅡ,NSGA-Ⅱ)进行模型求解。实证分析表明：相对于无延误和班期限制,延误和班期限制均导致各目标值呈现不同程度增加;随着延误程度增加,总运输时间逐渐增加,而总运输成本还受到班期限制的耦合影响,呈现先减小后增加的周期性变化;碳排放量与运输成本呈现一致变化趋势;最后采用多属性决策方法获得考虑综合满意度的最优运输方案。研究结果可为实际中多式联运方案设计与优化提供参考。     

Dijkstra最短路径算法的优化及在应急交通中的应用

针对应急交通中寻找最短路径的重要性和对时间要求的严格性,在分析传统Dijkstra算法特征的基础上,对Dijkstra算法从两个方面进行了改进,并将改进后的算法应用于应急交通系统中快速搜索最短路径,实践证明改进后的算法在时间上优于传统的Dijkstra算法.     

基于免疫优化算法的应急物资储备库选址

为了提高应急物资利用效率和应急服务水平,针对灾害情况下应急物资运输调度的时效性特点,基于各需求点历史灾害事件数据,利用三角模糊数对历史灾害事件数进行模糊化处理;引入风险权重系数,建立应急物资储备库选址模型,并采用免疫优化算法完成求解.以安徽省应急物资储备库选址为例,验证了该模型的可行性,可为解决应急物资储备库选址问题提...     

疫情防控背景下生鲜物资运输路径优化

 疫情防控背景下,消费者居家隔离导致以小区为单位的生鲜物资需求激增,而复工不足导致生鲜企业配送能力有限,生鲜物资运输受到更多挑战。基于生鲜企业配送时间限制,考虑生鲜物资的保存时间与防疫用品的防护时间,以消费者所在小区为需求点,构建疫情背景下生鲜物资运输路径优化模型,并根据模型设计了一种遗传算法进行快速求解,在完成配送任务的前提下,得到最优运输方案,最小化企业配送成本。同时,分析了不同需求情况下所需车辆数的变化,计算结果表明所需车辆数并未随需求同倍增加。