不确定需求下考虑混合时间窗的多式联运路径优化

针对多式联运运输网络复杂等问题,提出一种基于不确定的客户需求,引入混合时间窗约束,以总成本、碳排放量最小为优化目标的多式联运优化模型,运用三角模糊数以及机会约束规划理论对模型进行清晰化.考虑粒子群算法的局限性,将模拟退火算法的思想与其结合,对基本粒子群算法进行改进.通过实例分析以及运用灵敏度分析法,分析了运量的不确定性以及节点运输能力与中转能力对路径优化产生的影响.结果表明,基于模拟退火的粒子群算法的寻优能力优于粒子群算法.随着客户对需求量的满意度增加,总运输成本和碳排放量也会增加,增强各种运输方式的运输能力和节点中转能力可以有效降低运输成本,优化运输路径,为决策者选择运输方案提供依据.     

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...     

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。     

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.     

低碳视角下的多式联运最优路径选择

为了降低多式联运运输过程中的运输成本和碳排放量,可以从承运人角度选择低成本、低排放的运输路径。以实际运输过程中火车、船舶的固定时间窗和收货人的软时间组成的混合时间窗为约束条件,以运输过程中的总成本最低、碳排放量最少为目标,建立双目标优化模型。采用带精英策略的非支配排序遗传算法(Non-dominated Sorting Genetic Algorithm,NSGA-Ⅱ)求解双目标优化模型的帕累托最优解集,为不同目标追求下的承运人选择不同的最优运输路径和最优运输方式的组合。设计了相关算例,由NSGA-Ⅱ计算得到的帕累托最优解集包含4个点,即4条最优运输路径和运输方式组合,分布均匀、收敛性好,为承运人提供了全面的决策依据,显示了算法的可行性和优越性。     

基于混合算法的多目标多式联运路径选择问题研究

针对多目标多式联运路径选择问题,在综合分析多式联运现状的基础上,集成考虑运输成本、运输时间以及物流服务质量3个方面因素,构建混合整数规划模型,其优化的目标是最小化运输成本、运输时间的同时,最大化物流服务质量;考虑到客户的不同侧重点和差异化需求,确定3个目标的权重,设计遗传算法和蚁群算法相结合的混合算法对模型进行求解.以"西安—柏林"为例进行算例分析,将所求结果与遗传算法、蚁群算法进行对比,结果表明:当客户对时间和成本重视程度较高时,混合算法、遗传算法和蚁群算法求得最优解的迭代次数分别为164次、170次和183次,最优路线为西安—郑州(铁路)—大连(铁路)—鹿特丹(水路)—柏林(铁路);当客户对时间和物流服务质量重视程度较高时,3种算法求得最优解的迭代次数分别为112次、117次和150次,最优路线为西安—重庆(公路)—柏林(铁路);当客户对成本和物流服务质量重视程度较高时,3种算法求得最优解的迭代次数分别为115次、120次和160次,最优路线为西安—郑州(铁路)—深圳(铁路)—鹿特丹(水路)—柏林(铁路).研究表明:设置不同的目标权重时,模型和混合算法均能够有效地为多目标多式联运路径选择问题提供实用性的优化方案和路线参考.     

运输通道货运量分担率的目标规划模型

从系统角度出发,分析了综合运输通道内各类运输方式的经济技术特征;考虑了运输货物类型的多样性,运输方式与货物的运输相容性,以运输成本最小化和运输需求满意度最大化为目标,运输需求满意度采用最大化最小需求满意度方法,使得运输量与运输需求量比值最小的满意度最大化,以货物与运输方式的相容性为约束建立了1个多目标0-1混合整数线性规划模型;并设计了求解该模型的算法,通过1个算例对模型进行了数值演算以表明模型和算法的可行性。研究结果表明:考虑货物与运输方式的相容性约束,能实现各类运输方式的最大运输能力约束以及最小运量要求,使约束模型的约束条件简化;运用数学优化软件Lingo11.0对求解算法编程,分别对运输成本和需求满意度的单目标优化问题进行计算,在短时间内能找到最优解,而对多目标优化问题计算可得到有效解。     

模糊需求环境下考虑碳成本的多式联运路径优化

不同于只考虑需求确定的情形,通过引入三角模糊数解决需求模糊情形下多式联运路径选择问题.并将碳成本纳入考虑范围,建立了基于综合成本、时间和碳排放量的多目标优化模型.在此基础上,利用逐步法求解该模型.结合实例验证,该模型可以平衡成本和碳排放量之间的关系,达到控制碳排放量的效果.     

基于碳减排政策的多式联运运输方式选择优化模型

研究了基于碳减排政策的多式联运运输方式选择问题.通过引入碳税机制,构建了数学规划模型.模型中以货物运输成本、转运成本以及在运输和转运过程中产生的碳排放成本最小化为目标函数,以货运过程中的碳排放总量限制、运到时间约束、相邻节点间只能选择一种货运方式以及节点内只能选择一种转运方案等为约束条件.最后,以鄂尔多斯到上海的多式联运为背景设计了算例,利用VC++6.0调用Lingo11.0实现模型的求解,并通过进一步加强碳排放总量的限制进行模型求解的对比分析,获得更加符合国家碳减排政策倡导的优化结果,验证了所建模型的合理性.     

多式联运的最短时间路径-运输费用模型研究

随着经济的迅速发展，单一的运输方式越来越不能满足来自客户的敏捷制造、快速响应市场、物流供应链管理等诸多方面的需求，多式联运为之提供了良好的解决方案；多式联运运输网络考虑了节点间的运输时间、节点处的运输方式转换时间以及可能发生的货运延迟；给出了多式联运下的路径最短时间模型，并根据求得的最短时间路径提供了相应的运输费用模型，为多式联运的相关研究工作提供了理论基础。     

丝绸之路经济带危险货物公铁联运路径优化

以丝绸之路经济带为背景,研究危险货物公铁联路径优化问题。组织危险货物公铁联运时,运输路径的选择对于降低作业风险和运输成本至关重要。本文系统分析了公路与铁路的运输成本及风险,建立了兼顾成本（运输成本、碳排放成本、软时间窗惩罚成本）和风险（运输风险）的多目标非线性优化模型,通过线性加权转化为单目标优化问题,并设计了改进非支配排序遗传算法（Non-dominated Sorting Genetic Algorithm-Ⅱ）求解。改进种群初始化过程,引入协同选择的精英策略,并改进了交叉算子。最后,结合算例进行求解,结果表明：改进后的NSGA-Ⅱ算法空间分布更为均匀,且前沿跨度更大,优化的运输方案中运输节点更少、运输路径更短;总成本、总风险相比NSGA-Ⅱ算法更低,算法搜索性和求解精度明显提高。     

考虑总成本的冷藏集装箱海铁联运运输路径优化

为了打造高效、便捷的国际物流通道,同时提高消费者的生活水平,在“海运＋冷藏班列＋公路短驳”多式联运新业务模式下,文章提出了基于海铁联运的冷藏集装箱路径优化模型.文章以普通集装箱多式联运为基础,以包括制冷成本、运输成本、转运成本在内的总成本最小为目标函数建立模型.在算法上提出改进后的动态规划算法,把每个节点视为一段虚拟路径,通过算例分析得到在冷藏集装箱多式联运和普通集装箱多式联运两种情况下所得到的最优路径各不相同,冷藏集装箱在海铁联运的运输模式下,制冷成本虽然增加了,但总成本有所降低.研究冷藏集装箱海铁联运路径优化问题对决策者在选择运输路径时提供了可靠的参考依据.     

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。     

随机需求条件下多商品混合运输供应链网络均衡模型及其求解方法

研究了随机需求环境下具有相互关联的多种商品供应链网络均衡问题.在研究多商品混合运输的同时考虑了需求的不确定性,建立了具有商品交叉运输成本的随机多商品混合运输供应链网络均衡模型,分析了交叉运输成本和罚金对供应链的影响;建立了求解随机多商品混合运输供应链网络均衡模型的投影压缩算法,获得了收敛性结果;数值实例证实了该模型及其求解算法的有效性,同时表明,对于该模型的求解,所运用的投影压缩算法优于普遍采用的修正投影算法和拟牛顿算法.     

基于粒子群算法的带有运输衔接的应急物资运输路径优化问题

针对应急物流时间紧迫性及物资需求的特殊性,建立以灾区需求满意度最大和运输成本最小的应急物资运输路径优化调度模型。采用直升机运输与汽车运输分层处理的方式,设计粒子群优化算法进行物资运输和分配决策。数值算例验证了模型及粒子群算法的有效性与稳定性。     

考虑模糊需求的多式联运路径优化

多式联运可有效降低物流成本,提高物流效率.本文构建了基于运量不确定的多式联运网络规划,以节点作业时间窗和运输时限客户满意度为约束,建立了以总费用最低为目标的多式联运路径优化模型,从运输路径和运输方式两个维度选择广义最短路径.应用Lingo 12.0实现模型的求解,实验结果表明了多式联运相较单一运输方式在运输时间与费用上的优越性,并应用灵敏度分析法,对比了仅考虑运输时限约束时客户满意度的变化,展示了运量的不确定性及运输弧与节点能力对路径规划产生的影响,揭示了客户满意度、网络能力、运输路径与费用等因素的相互关系,验证了所建模型的合理性.     

区域性煤炭运输节点的优化

针对当前我国煤炭行业物流诸多现实问题,尤其是煤炭运输通道规划合理化问题,通过对煤炭物流客户的需求量、运输距离及多式联运等信息的分析,并在对煤炭配送中心选址的重要性、合理性及其煤炭调运成本的影响因素的研究之后,文中运用煤炭配送中心合理的选址优化模型与配送成本优化模型等优化方法,实现煤炭运输成本最小化,以达到优化区域性煤炭运输节点的目的。煤炭配送中心合理的选址优化模型与配送成本优化模型的科学性和有效性也经过实验证明其应用的实际价值,为我国煤炭运输通道合理化的建设提供理论和技术支持,也有为我国煤炭运输通道的未来发展提供了指导性的意义。     

班期限制对多式联运路径决策影响研究分析

多式联运中运输时间时效性的高低直接影响到发货人、承运人和收货人的利益。在以总运输时间为目标函数的多式联运路径决策模型基础上,提出了含班期限制的多式联运路径决策模型,并根据多式联运运输网络结构特征,设计了基于遗传算法的改进算法对模型求解。算例结果表明：班期限制对多式联运路径决策有较大影响,含班期限制的多式联运路径决策模型更加合理。     

基于不确定需求的多式联运物流网络设计

随着全球贸易与电子商务的迅速发展,多式联运在运输业中的位置越来越重要,运输网络中的不确定需求为物流网络设计带来挑战。针对需求量存在的不确定性,设计了基于两阶段随机规划的中转点选址以及序贯决策的路径规划,进而实现经济高效多式联运网络的设计。通过与传统解决方法的对比研究,验证了本文所建模型的实用性及有效性,为多式联运网络的建立和科学运作提供了决策参考。     

时变路网下多配送中心多车型联合配送研究

随着电子商务发展,越来越多的城市、企业采用多配送中心模式,优化补货车辆、配送站点车辆出行时刻及出行路线的优化变得越来越重要。目前考虑城市时变速度特征的多车型联合配送中,对配送车辆出行时刻和配送路径联合优化角度的研究成果较少。基于此,本文主要构建基于时变速度多配送中心多车型联合配送模型,并设计基于禁忌搜索求解算法,论文收集了北京市城市配送大数据,以北京市公铁联运城市配送为应用背景,对算法进行了验证,通过计算发现本算法可以有效优化多配送中心多车型联合配送运输成本和时间成本,算法能够应用于北京这种特大城市的公铁联运城市配送方案中。