不确定条件下的应急物资配送选址-路径问题北大核心CSSCI

研究在突发事件背景下的应急物流选址-路径问题。假定每个需求点的应急物资需求量与两点之间车辆运输时间是不确定的,利用机会约束方法建立了在一定应急限制期下,时间最小化和成本最小化的双目标随机规划模型,并设计了遗传算法对模型进行求解。通过算例分析验证了模型和算法的可行性与有效性。     

基于粒子群优化的有反向物流的车辆路径问题

在对具有时间窗、考虑反向物流的车辆路径问题进行简单描述的基础上,基于最小费用的角度构建了该问题的多目标数学模型.该决策模型综合考虑了正向和反向物流,有助于提高车辆的装载率.针对该问题提出了一种改进的粒子群算法,并用计算机进行实现,并获得很好的效果.     

考虑伤情随机恶化的应急物资调度问题

针对大规模灾难事件发生后伤员伤情严重、应急物流网络不确定、救援时效性强等特点,考虑伤情随机恶化和运输时间不确定性情景下研究应急物资的调度问题.基于马尔可夫过程刻画了伤员伤情演变规律,引入转移概率计算出各灾区伤员不同伤情状态下的死亡率,构建了以死亡率之和最小为目标的应急物资调度模糊机会约束规划模型,并设计了一种带有混沌初始化和变邻域局部搜索的改进萤火虫算法.通过数值算例验证了所提模型和算法的可行性和有效性.     

随机旅行时间车辆路径问题的模型及其算法

随机旅行时间的车辆路径问题在实际中经常会出现，然而由于问题本身的难度以及人们重视不足，目前对该问题的研究还很少．文章在Laporte等的研究基础上，提出了一个考虑车辆容量的机会约束模型，并构造了求解该模型的遗传算法．     

带限制期的震后应急物资配送模糊多目标开放式定位-路径问题

为提高震后应急物资配送绩效,针对应急物资配送中心选址与配送车辆路径安排的集成优化问题,综合考虑应急物资需求的模糊性、限制期和多次往返配送,有限数量不同类型的配送车辆,开放式车辆路径,有容量限制的临时物流设施选址以及震后路网部分受损等特点,以各物资需求点的应急物资运达时间之和以及系统总成本最小为目标,采用机会约束规划方法建立了一个模糊多目标开放式定位-路径问题(LRP)优化模型,并设计了一种结合启发式规则的混合遗传算法。最后,对该模型和算法进行了数值验证,并通过与NSGA-Ⅱ多目标遗传算法的比较,证明该混合遗传算法具有良好的性能,从而为解决震后应急物资配送的模糊多目标LRP提供了有效的方法。     

震害紧急响应阶段应急物流系统中的LRP

针对震后紧急响应阶段的应急物流系统优化问题, 建立了一个两级设施定位-运输路线安排问题模型(LRP), 据此进行应急设施定位-分配和救援物资运输路线安排决策. 根据该模型的特点, 提出一种基于两阶段分解思想的“三角”启发式算法, 对算法的复杂性进行了分析, 并与改进遗传算法进行了对比研究. 算例分析结果表明, 该模型和算法可以解决震后应急物流系统中的 LRP, 所设计的“三角”启发式算法性能优越, 具有较高的运算效率.     

洪灾被困人员搜救问题的集成优化研究

为保障洪灾被困人员搜救效果,分析了救援过程的特性,考虑救援时间的紧迫性、救援过程的不确定性、及救援船只反复出救的情形,建立了一个搜救时间模糊、带时间窗的定位-路径问题优化模型,并提出了一种含有启发式规则的混合遗传算法,算法采取三段式实数编码,其中染色体编码代表船只在被搜救点间的搜救顺序,启发式规则在编码基础上确定避难所的选择.最后对模型和算法进行了算例分析,验证了模型和算法的合理性及可行性.     

考虑二次灾害的开放式应急物流车辆路径问题

重大自然灾害往往伴随一些二次灾害的发生,如地质结构发生变化导致道路损坏、建筑坍塌.在自然灾害频发的环境下,考虑二次灾害的应急物资调度尤为重要.突发事件的不可预见性以及应急救援过程中受灾程度信息的难以精确度量,导致受灾点需求具有高度不确定性.本文创新性地将二次灾害中供应点的失效风险纳入研究,并考虑受灾点服务时间,探讨应急...     

随机需求库存-路径问题:研究现状及展望

在简单介绍库存-路径问题（inventory routing problem，IRP）现实与理论意义的基础上，给出了IRP问题的定义，分析了其具备的特征以及与常见的车辆路径问题、旅行商问题的联系与区别，并将库存-路径问题按照不同的特性进行了分类，总结了近年来有关于求解随机需求库存-路径问题所建立的模型及算法求解，最后本文分析了该领域现有研究的不足以及未来的发展方向。     

带有潮汐时间窗的支线船舶路径规划问题研究

在海运网络中,枢纽港与喂给港之间的货物运输需要由支线船舶承担.支线船舶的路径规划不但要考虑如何使运输总成本最小,而且需要了解各个港口航道水深的限制,以便在潮汐涨退以及船舶装载量的影响下顺利地进出港.有别于经典的车辆路径规划问题的时间窗限制(VRPTW,vehicle routing problem with time windows),本研究提出的“潮汐时间窗”与船舶路径的调整相互牵制,使得问题的求解具有挑战性.本研究在VRPTW模型的基础上建立了带有非线性潮汐时间窗约束的支线船舶路径规划模型(FSRPTTW,feeder ship routing problem with tidal time window),使用Dantzig-Wolfe方法将问题分解为主问题和子问题,并设计了列生成算法进行求解.通过数值实验与灵敏度分析验证了算法的有效性以及乘潮出入港的经济性.     

随机批量问题的两种新模型及其算法

研究随机需求下 ,单层多产品、资源能力受限的批量问题 .对资源能力确定的情形 ,给出机会约束规划模型 .对资源能力不确定的情形 ,基于执行计划的策略提出了一种随机环境下的期望值模型 .本文采用基于随机模拟的遗传算法求解上述两种模型 .通过对算例结果进行方差分析 ,研究各种模型参数和环境变量对目标费用的影响 .最后 ,对该问题的进一步研究工作进行了展望 .     

基于联系数的多资源应急系统调度问题

针对多资源连续消耗应急系统调度问题中出救点到应急地点的时间不确定性 ,采用集对分析中的联系数概念进行描述和求解 ,并定义了联系数的序关系的概念 .给出了基于联系数的多资源连续消耗应急系统的应急时间最早的模型和算法 .数值算例表明了算法的有效性和实用性 .     

应急物流的分批配送模型及亚启发式算法求解

提出分批配送的应急物流模型,将救援物资配送归结为三个目标:供需差异最小化,配送时间最短化,各灾点失衡度最低化;通过加权求和兼顾救援的紧迫性、动态性和公平性,将各灾点总需求分为三个周期由多车分批予以满足。(a)改进遗传算法:设计染色体编码规则,将单个周期内的路径选择-配送方案映射为基因序列;(b)设计蚁群-遗传混合算法,由蚁群搜索生成初始种群,再做遗传寻优。数值仿真结果显示,单纯遗传、蚁群及混合算法均可有效求解模型,但混合算法效果更优,收敛更快。     

一种解决多库房随机车辆路径问题方法

基于分解协调技术(DCT),根据启发式法,将用户分解为耦合和非耦合用户。针对解决此问题,使用传统协调参数收敛性差的问题,应用遗传算法(GA)设计了协调参数。对解决子系统随机需求车辆路径问题,为提高交叉熵法性能,对用于更新Markov转移矩阵的路径,设计了根据分位值改变大小的自适应调整方法。仿真结果验证了该算法的有效性。     

一类混合机会约束整数规划模型及其应用

提出并建立了一类混合机会约束整数规划模型,该模型同时含有模糊和随机参数。运用随机模拟与模糊模拟相结合的技术,给出了求解该机会约束整数规划模型的遗传算法。针对一类生产计划问题,在模糊和随机两类不确定因素同时并存的情况下,分析建模和数值求解,结果说明了模型和算法的适用性和有效性。     

废弃物回收物流中的选址-路径问题

从系统研究的角度出发,同时研究固体废弃物回收中转站的选址和废弃物运输路线的安排,建立了选址路径规划问题的模型———PLRP IF模型,并采用两阶段Tabu搜索启发式算法对该模型进行求解,得到合适的中转站位置和数目,并给出了较优的车辆调度.最后,通过算例验证了模型和求解算法的有效性.     

不确定车辆数的有时间窗车辆路径问题的遗传算法

给出了不确定车辆数的有时间窗车辆路径问题(VRPTW)的数学模型,提出一种基于客户的编码表示方式,可以表示出不同的车辆数,实现VRPTW的路径长度和车辆数的同时优化,并用计算实例进行了验证,同时对计算中涉及的一些问题进行了讨论.