基于卡车与无人机联合配送的车辆路径优化

卡车与无人机联合配送已逐渐成为车辆调度的热点问题。在考虑正向和逆向物流整合的前提下,建立混合整数规划模型。并根据无人机联合配送的特点,设计嵌入遗传算法的邻域搜索算法,通过算例验证了模型与算法的可行性。仿真结果表明：构建的模型有效地结合了无人机的工作特点和取送货模型路径选择的特点,验证了模型与算法的有效性,可为城市物流配送中无人机的应用提供指导。     

时变需求环境下同时取送货的车辆路径问题优化研究

针对客户需求随时间实时变化且存在同时取送货的车辆路径优化问题,构建最小化配送总成本的优化模型.考虑动态路径优化问题的处理策略,提出滚动周期型动态调度优化方法,将问题划分为一系列静态车辆路径问题进行求解.通过在蚁群算法中引入遗传算法的交叉、变异操作设计混合蚁群遗传算法对问题进行优化.算例表明:文章所构建的模型及动态调度优...     

基于和声搜索算法的快递配送路径优化研究

研究了在电子商务环境下新兴的启发式和声搜索算法在快递配送路径优化中的应用,根据案例和实验得出区域内快递配送路径优化的方案,通过实验数据和传统的遗传算法做了比较,分析了两种算法在解决路径优化这类离散问题中的特点和利弊。     

转向限制网络下考虑订单平均配送时间的取送货路径优化

研究考虑城市通行限制的即时配送策略对减少订单平均配送时间,提高配送时间一致性及客户满意度具有重要意义。本文通过设置可转向节点构建转向限制性配送网络,以平均配送时间最小化为目标,在具有转向限制的配送网络下,建立了考虑订单动态性的多车辆实时取送货路径优化模型,并基于滚动时域设计了IGNORE和W&R两种延迟配送策略。在算例分析中,调整可转向节点个数及距离模拟密集型、稀疏型两种道路网络。通过数值仿真及遗传算法求解,验证了模型的稳定性及策略的适用性,得到了IGNORE和wait & return,W&R策略分别在这两种网络及不同订单数量、配送员人数和滚动时域的时长下的平均配送时间,并分析了平均配送时间波动的原因。结果表明,IGNORE策略适用于网络小订单少的情形,且随着滚动时域时长缩短,订单平均配送时间减少;W&R策略适用于配送网络较大的情形,网络可转向节点数越多,订单平均配送时间减少。研究结论对即时配送平台优化配送策略和提升客户满意度有一定的参考意义。     

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.     

基于改进遗传算法多车辆同城配送问题

针对同城配送中宽松时间窗订单逐渐增多的现象,为了节省同城速运中多车辆配送订单成本和时间,提出一种双模式的同城速运方案;首先以配送成本最低为目标,按照订单的时间窗要求,分为普通件和急件订单,构建了一个基于同时取送货的带时间窗的同城配送模型(VRPSPDTW);其次在算法层面使用改进遗传算法求解出每辆车的最优配送路线;为了避免传统的遗传算法容易陷入局部最优缺陷,结合模拟退火算法机制,在构造适应度函数加入模拟退火算子,在翻转变异中加入2-OPT(2-Optimization),有效提高了算法的求解性能;最后通过设置5 km×5 km的配送区域算例进行验证,并且与经典的遗传算法求解结果进行对比分析。结果表明：模型求解出最优路径能够有效减少配送的总距离,并且优化同城配送的整体路径分配的均衡性。     

O2O模式下外卖骑手的配送路径优化

基于大连市某外卖配送站点的运营实例,针对午餐高峰时段涌入的大量订单,对骑手的配送路径进行优化.以最大化运输效率为目标,综合考虑外卖配送的实际约束,有针对性地构建骑手配送路径优化的混合整数规划模型,开发改进型蚁群算法对实例进行求解.然后,将所得结果与行业实际数据、小规模算例的CPLEX精确解以及传统的蚁群算法进行对比,从多方面验证了算法的合理性与有效性.最后,详细分析了算法参数对优化结果的影响机理,可为外卖配送行业提供决策支持.     

农村快递共同配送网点选址研究

针对农村快递一级配送中心的选址,建立了以提供最大可能的服务为目标函数的混合整数规划模型,模型中包括设施辐射范围、设施可建设数量、服务能力限制、不重复服务等约束。考虑到运输方式的不确定,基于经纬度及三角理论定义城市间的直线距离。针对所建立的模型,设计了相应的分支定界算法,并采用Lingo编程进行求解。算例研究表明:模型和算法的有效性较高。     

基于改进遗传算法的末端共同配送车辆路径优化

为解决共同配送路径优化问题,提出一个具有可操作性的共同配送策略,基于此构建了以考虑车辆使用成本、车辆行驶成本和碳排放成本最小化为目标的共同配送车辆路径模型,用K-means聚类方法对客户节点进行分区聚类,确定各末端配送网点所服务的客户,并在此基础上利用基于节约里程算法的遗传算法对该模型进行求解.通过利用公共数据集实验验证设计的CW-GA算法的优越性,发现相较于传统GA,本文算法具有良好的求解性能.利用本文算法仿真分析共同配送前后相关成本的变化以及不同配送模式下的燃料消耗、行驶距离变化,结果表明共同配送能够有效降低物流总成本.     

带取送货的关联运输调度问题的优化

针对取送货车辆路径问题,构建了带时间窗的IVRPPD的车辆路径数学模型,设计了混沌免疫克隆选择算法,介绍了基本的免疫克隆选择算法和混沌理论,并对设计步骤进行了详细介绍。最后,通过对该问题进行分析建模和数值求解,说明了该模型和算法的合理性和有效性。与基本遗传算法和非代际遗传算法相比较,混沌免疫克隆选择算法能更有效地解决带取送货的关联运输调度问题。     

带时间窗的快递包装回收车辆路径优化研究

为解决大量快递包装给社会环境带来的一系列问题,优化快递包装及回收车辆路径,降低回收成本,提高客户满意度是快递包装回收的关键。考虑到快递包装回收的现状,提出在回收过程中设置软时间窗来反映顾客的满意度。建立了运输成本、处理成本、回收成本、时间惩罚成本等成本最小化的数学模型。采用改进的遗传算法对模型求解,提出运用2点交叉法改进交叉算子,加快种群的寻优速度,同时提出2点互异改进变异算子,增加种群的多样性,并对算法的种群规模、变异概率、运输成本等进行了灵敏度分析。运用Matlab软件对算例进行仿真,在有无时间窗条件下,验证了该设计的快递包装回收路径模型和算法的有效性。     

车辆路径问题的改进遗传算法研究

在现有的物流管理系统中,车辆路径问题(vehi-cle routing problem,VRP)研究在物流配送过程中的作用显得尤为重要.VRD最早是在1959年由Dan-ting和Ramser[1]提出,其研究的问题可以描述为:有n个商品需求点(可以称之为顾客),各个顾客之间的距离以及商品需求量事先已知,要求从中心仓     

有时间窗车辆调度问题优化研究

电子商务物流企业将面临的是多批次、小批量、时间要求高、需求个性化的现代化市场.此时,配送车辆类型的选择、运输时间考虑、人员和车辆日常使用费用和加班费用、配送成本与配送线路选择,这些与传统的车辆调度有很大的差别,而且关系复杂、难以精确估算.因此,考虑电子商务环境下的物流配送特殊性,将传统车辆调度模型进行修改,为降低配送成本,将目标函数改为基于费用最小,即考虑到正常和加班的车辆行驶费用、车辆等待费用和人员费用等,同时,为提高配送服务质量和提高市场竞争力,将时间窗设为硬时间窗.由于车辆调度问题是NP难问题,采用改进遗传算法进行优化求解.     

带时间窗和同时送取货的车辆路径问题模型及算法

文章研究了带时间窗和同时送取货的车辆路径问题,建立相应的数学模型,并在量子进化算法的基础上,提出了一种新的改进量子算法。为了得到高质量的初始解,作者通过定义满载率和向心角,设计了带有回场权重的初始解生成方案。同时,作者通过定义量子元胞体、互换量子α位与β位等方法,尝试解决量子进化算法中有效信息丢失严重的问题,为解决量子域、二进制域、问题域之间的映射问题提供了一种思路。最后,选取Wang和Chen测试数据集,对算法性能进行有效性测试。     

开放的车辆路线安排问题的模型与遗传算法

本文主要针对开放的车辆路线安排问题,建立了以车流为基础的数学模型。在模型中利用罚函数法来化简约束条件,并设计了基于自然数编码的遗传算法。最后给出一个简单的算例来说明该模型及算法的应用。     

求解车辆路径问题的改进遗传算法

在建立车辆路径问题数学模型的基础上,设计了求解该问题的改进遗传算法,即采用自然数编码,构造一定长度的遗传个体表,动态记录适应度以及引入新交叉算子。实验结果表明,该算法用于求解车辆路径问题,不但可以解决传统遗传算法在求解该问题所遇到的“早熟收敛”,而且大大提高算法的运行效率。     

云自适应遗传算法有能力约束的车辆调度优化

针对与车辆调度成本密切相关的运输量和车辆利用率,建立油耗费用和固定费用最小的车辆调度模型.根据车辆调度问题实时性和复杂性的要求,提出云模型理论与遗传算法相结合的云自适应遗传算法,利用云模型云滴的随机性和稳定倾向性改进标准遗传算法中固定设置交叉和变异概率的方式,克服了标准遗传算法搜索速度慢及易早熟的缺陷,设计基于最大保留机制的交叉和变异算子,提高了算法的收敛性和鲁棒性.最后,结合算例对模型和算法的有效性进行验证.     

新型遗传算法求解车辆路径问题研究

建立有时间窗车辆路径问题的数学模型,针对遗传算法在局部搜索能力方面的不足,提出将模拟退火算法与遗传算法相结合,从而构造有时问窗车辆路径问题的混合遗传算法,并进行实验计算.结果表明,用混合遗传算法求解该优化问题,可以在一定程度上克服遗传算法在局部搜索能力方面的不足和模拟退火算法在全局搜索能力方面的不足,从而得到质量较高的解.     

武汉市烟草配送路径及运力优化

根据烟草产品特点,针对武汉市现有的配送体系和地理特点,建立了配送路径及运力优化方案数学模型,并确定了配送路径优化设计静态和动态约束条件,所涉及到的问题是带有时间限制和车辆载荷限制的车辆路径问题.其解决方案是采用二阶段算法对配送路径进行先排线路再分组法,并应用带有载荷约束的单巨集切割法,将大规模VRP问题分为线路划分和单车线路优化2个子问题,有效地解决了配送路径和运力优化问题.并通过案例对模型和解决方案作了进一步分析验证.     

基于位置服务的动态车辆路径问题研究

针对实际车辆路径计划的动态性和传统VRP解决方案的局限性,提出动态VRP的概念和研究内容,设计了基于位置服务的动态VRP求解的技术路线,研究了动态VRP路网模型.