考虑集装箱生命周期的空重箱班轮运输组织优化

为在空箱调运时考虑空箱的维修成本和废弃收益,根据投入使用的时间区分空箱所处的生命阶段.在备选班轮航线和重箱运输需求确定的情况下,构建混合整数规划模型,优化班轮航线网络,重箱运输路径,新造箱的投入地点,老旧空箱的报废地点和各航次使用哪个生命阶段的空箱来执行运输任务.以中国,日韩,东南亚,欧洲和美国五个区域为对象的实证分析结果表明,93%的新造箱在中国投入使用,64%的老旧空箱在欧洲和美国退役,74%的由中国到美国的运输用箱处于高龄阶段或退出阶段.     

班轮航线配船模型的分析与改进

结合航运生产实际，对文献［１］中的班轮航线配船模型提出了改进的意见，并给出了新模型的求解方法及收敛性证明     

基于半连续型选址模型的中国-西非航线枢纽港选址优化北大核心CSCDCSSCI

针对中国-西非航运系统的主要特征,在考虑航线网络演变与枢纽港选址互动关系的基础上,提出半连续型枢纽选址模型解决西非沿海地区的枢纽港选址问题。与传统离散型选址模型不同,新模型放松了对枢纽港备选区域需有限且离散的限制,允许枢纽港选址于目前尚未拥有港口的区域,适用于西非地区这类港口分布密度较低的地区。根据半连续型模型特点,设计了基于Frank-Wolfe算法的遗传算法用于计算求解。优化结果表明:在中国-西非航路上,西非中部区域的阿比让港、科托努港和洛美港具有重要作用,应当作为枢纽港建设的首要选址地;而西非北部沿海和南部沿海区域尚不具备建设枢纽港的条件,应视为中部地区的喂给地区。     

基于差价补偿策略的集装箱班轮运输定价模型

针对集装箱班轮运输定价问题,构建差价补偿策略下班轮运输的定价模型,研究差价补偿策略下托运人订舱行为和承运人定价决策,分析市场需求波动与承运人定价、差价补偿系数、承运人收益的内在关系,以及承运人定价对托运人订舱量的影响,并通过数值分析进行验证.结果表明:随着市场需求波动的增大,承运人最优定价与最大收益降低,而差价补偿系数增大;且托运人订舱量随着承运人定价的增大而减少.承运人采用差价补偿策略时,市场需求波动存在一个上限值,如果需求波动小于该值,则承运人采用差价补偿策略有利于其提高收益.     

集装箱班轮运输两阶段舱位分配与动态定价模型

为解决随机需求环境下集装箱班轮运输的舱位分配与动态定价问题, 依据班轮运输市场的合同客户和普通客户分类, 分两阶段分别建立了合同市场客户重箱运输与班轮公司空箱调运的舱位分配模型以及现货市场分时段动态定价模型, 并针对舱位分配模型的随机特征和动态定价模型统计量的误差特性, 分别设计机会约束和稳健优化算法求解, 算例验证了上述模型与算法的适用性和有效性.     

基于模拟退火遗传算法的土地利用结构优化模型

将模拟退火方法引入遗传算法中,对多参数问题进行优化。该算法克服了SGAs的过早收敛的问题以及算法易陷于局部极小点的问题,使得搜索沿着全局最优方向进行。将该算法应用于解决土地资源优化分配的问题中,优化结果同样具备上述特点。参3。     

供应链环境下的库存与运输整合优化模型及算法

从供应链集成的思想出发,对库存与运输整合优化问题展开分析,在保证生产连续的基础上,利用补货量与补货周期建立库存优化与运输优化的相互联系,构建考虑库存与运输整合优化模型。利用云模型改进交叉与变异概率的设置方式,设计观测周期矩阵+车辆路径染色体结构、双交叉与内变异算子的云遗传算法。最后,结合算例对模型与算法的有效性进行了检验与分析。     

规模条件下协同运输的集散路线优化问题

规模条件下的协同运输集散路线优化问题(CTROLBF)研究,要求给定中枢路段上汇集的流量必须达到规定的上限,O-D流在满足绕道距离约束下如何选择直通运输、单点中转或两点中转的集散路线,使得总成本最小。CTROLBF广泛应用于航空、公路运输与邮政等领域的物流实践。构造了CTROLBF的线性规划模型和Dantzig-Wolfe分解算法。实验显示,算法表现出非常好的计算绩效。最后,将CTROLBF应用于最低流量限制下的我国中枢航线网络设计问题。     

可折叠集装箱接驳运输问题的建模与优化

对一类带时间窗的可折叠箱接驳运输问题进行了研究,其中使用可折叠箱在堆场与客户之间集散货物,一辆集卡可装载一个满箱或多个空箱,目标为集卡总工作时间的最小化.借鉴确定的活动在顶点上的图的思想,将该问题分解为满箱子问题和空箱子问题,其中满箱子问题类似于带时间窗的多旅行商问题,空箱子问题因客户的货物量可为负值而显著区别于车辆路径问题,且两个子问题之间存在访问时间耦合等关联.进而建立了问题的数学描述,设计了问题的主动禁忌搜索(reactive tabu search,RTS)求解算法,并基于随机生成的大量算例验证了算法的有效性.结果表明,相比于使用CPLEX等优化软件,RTS算法可以在更短的时间内求得问题的更优解;相比于使用标准箱的情形,使用可折叠箱可节省约13%的接驳成本.     

基于混合智能技术的非线性对象优化控制模型

提出了一种工业过程优化建模的系统化方法 ,即利用模式识别优化技术 ,对生产过程数据进行优劣分区 ,选取其优区和可控区数据 ,利用结合遗传算法的人工神经网络建立对象的数据驱动模型。实验结果表明 ,该模型有较好的适应能力 ,能很好地解决复杂系统的优化控制问题。     

航路流量间隔限制及排序策略一体化决策模型及算法

基于流量间隔限制策略和航路排序策略之间的关联性建立了两种策略一体化决策的二层双目标规划模型.模型将间隔限制值作为上 层规划的决策变量,将排序相关变量作为下层规划的决策变量,在上层规划中同时考虑下级的目标函数.对模型设计了基于NSGA-II的多 目标遗传算法求解,采用了一个快速启发式算法求解下层规划的单目标问题.结合中南区域实际空域及流量数据对模型进行了验证, 并与当前实际运行中的按交通需求比率分配方法进行了比较.结果表明所建立的二层双目标规划模型能满足一体化决策的需求, 所采用的算法能求得多个Pareto近似最优前沿解以供决策选择.     

未定路网结构情况下应急物资车辆配送问题模型与应用

重大自然灾害往往毁损当地交通道路,现有应急物资车辆配送问题的研究,均是只考虑未受损道路构成的路网.实际配送中,将造成车辆因毁损路段而绕行,相对增加配送时延,总体上不能保证取得最佳配送效益.利用物资要素和时延要素之间的转换,同时考虑抢修毁损路段和车辆配送,实施路网结构、车辆路径联合优化,可求得最符合决策者意图的配送效益.建立了问题联合优化模型,提出了基于遗传算法和动态规划的求解方法,并结合算例,验证了问题模型及其求解方法的可行性和合理性.     

B2C物流配送网络双目标模糊选址模型与算法

基于B2C"配送-退换同时"的物流模式及配送业务特点,集成设施选址-分配和路线优化,研究模糊需求下的B2C物流设施选址问题.针对选址-分配的模糊性和静态性、配送的确定性和动态性特征,以物流总费用为主目标函数,以配送中心流通费用、车辆派遣费用、配送费用总和为子目标函数,建立了有配送中心容量静态约束和车辆动态负载量约束的双目标模糊选址模型,设计了嵌入随机算法和禁忌搜索算法的遗传算法求解.选取合适的测试算例验证了算法的有效性,探讨了客户需求模糊区间宽度和商品退换率对物流选址结果和各项费用值的影响.实验结果表明,所设计的算法对解决这类复杂问题合理有效.客户需求模糊区间宽度与车辆利用率和车辆路线总长的波动区间、平均车辆路线总长度、配送费用正相关,且宽度较窄时,选址结果、车辆派遣费用和配送中心流通费用不变,超过一定范围,选址结果、车辆派遣费用和配送中心流通费用改变.商品退换率与流通费用和物流总费用正相关,但不会影响选址结果和其他费用.     

基于双层规划模型的制造业选址布局优化方法研究

经济全球化趋势和全球多式联运网络的形成推动了资源的自由流通和优化配置,改变了制造产业的空间分布形态.本文针对经济全球化背景下制造产业的选址优化问题,提出选址优化与分布-分配相结合的双层规划模型.在模型中运输网络被拆分成原材料运输网络和产品运输网络,上层模型用于确定产业的选址方案和原材料及产品流量的OD矩阵,下层模型用于计算OD流量在运输网络中的交通流特征.为求解模型,设计遗传算法和Frank-Wolfe算法相结合的启发式求解算法,并以中国钢铁制造产业的选址为例验证模型的可行性.结果表明该方法具有实用性,可以有效帮助决策者实施制造产业的选址决策.