物流管理中配送路线安排优化及其算法研究

配送路线安排是一个NP问题,因而本文将采用启发式算法,在使用节约/插入算法来构造高质量初始解的基础上,利用禁忌搜索算法和交换算法来改进初始解。通过实验数据,验证了该算法的有效性。     

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.     

基于遗传算法的配送线路车辆优化调度

车辆路线问题(VRP,Vehicle Routing Problem),是组合优化领域中的著名NP难题,近20年来,VRP都是一个非常活跃的研究领域.在我国,由于物流业发展较晚,对配送路线问题的研究也比较晚,而且方法也多局限于传统的优化算法.随着我国物流业的发展,配送路线优化问题的研究有着巨大的实际价值.文章以VRP为基础,建立该问题的数学模型,利用遗传算法,通过计算机计算分析验证,遗传算法对VRP有良好的近似解和较高的收敛速度,并结合实例,说明遗传算法在配送中的运用以及效果.     

循环物流系统中配送/回收成本优化模型研究

对循环物流系统的概念和其成本构成进行了界定,针对循环物流中的配送及回收成本,从物流回收可能给制造商带来收益的角度,提出了一个新的成本核算和优化模型.     

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:设计的混合遗传算法在求解过程和求解结果上都比标准遗传算法更优,可见能够为解决应急物资的配送路径优化问题提供科学的决策依据。     

考虑客户满意度的物流公司终端配送线路优化

【目的】针对物流公司终端配送线路优化问题,考虑客户满意度以及退货情况对配送方案的影响,力图优化配送线路,提高客户满意度。【方法】分析不同客户(收货、发货、退货)的特点,建立了基于软时间窗的顾客满意度函数,并构建了以配送总成本最低为目标的混合整数规划模型,进一步根据终端配送问题的特征设计了求解模型的模拟退火算法,最后通过Matlab软件和具体算例,进行模拟计算。【结果】通过比较有无考虑客户服务时间的两种情况的求解结果,验证了该算法的有效性和实用性。【结论】考虑终端配送过程中客户满意度以及退货情况的发生,可以减少配送成本、节约配送时间、提高客户满意度,极大地提高物流公司竞争力。     

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。     

城市物流中多目标配送模型

提出了VRP问题的多目标数学模型，基于此数学模型，概括了一种新的遗传算法来解决带有时间窗的车辆优化配送问题提出的部分自适应遗传算法采用PFIH来产生初始解，克服了遗传算法参数设置主观的弊病，运用了自我进化的思想来改进遗传算法中涉及的参数设定最终，通过试验得出了比较满意的结果，证明了该算法的可用性。     

军事应急物流中多目标路径优化的研究

本文从军事应急物流的定义和特点出发建立了多目标的路径优化模型,并基于遗传算法总结归纳了解决多目标路径优化问题的三种方法。     

基于配送模式的无人机城市配送路径规划

无人机以其“小、快、灵活”的优势逐渐应用于城市物流配送当中。本文首先论述了无人机配送模式,分为机车协同模式与无人机独立运行模式。其次阐述了无人机配送路径规划的影响因素,包括能耗、禁区障碍物等绕飞因素以及不确定的自然环境。最后根据两种配送模式,探讨了内外因素对无人机配送路径规划的影响。结果说明非线性无人机能耗模型更符合无人机实际运行特征;风、温度等天气因素影响其城市配送飞行方向与电量能耗等;禁飞区、时间窗等外部因素也影响无人机路径规划。实际运行中无人机会受到多重因素共同影响,能耗与外部因素对无人机路径规划影响问题研究还有待进一步完善。     

震后多时段应急物资联合配送路径优化研究

为了解决地震灾害发生后由于应急物资转运不及时所带来的人员伤亡及财产损失等问题，提出一种考虑时段划分的混合算法。首先，依据震中方位等确定受灾点及其物资需求；其次，按照灾区内的道路损毁约束条件等确定受灾点需求的配送方式；再次，根据道路损毁及恢复情况将震后“黄金72小时”划分为多个时段、多种配送方式联合的配送方案；最后，选取“四川泸定9·5地震”为背景进行算例仿真。结果表明，相较于传统遗传算法，混合算法的总配送成本降低了9.53%，配送总时间减少了7.03%；在考虑多时段情景下整体方案配送总时间比不考虑时段情景时减少6.33%，在配送总成本上降低18.9%。震后划分时段进行联合配送的方式能够有效解决受灾区域内的应急需求问题，提高应急物资配送效率。     

物流网络中多地区配送需求预测方法

物流网络较为复杂,当前预测方法只采用一种方法对物流网络中多地区配送需求进行预测,无法保证预测精度。提出一种新的需求预测方法,通过两个或两个以上不一样的预测方法,对物流网络中多地区配送需求进行预测,构建物流网络中多地区配送需求组合预测模型,对不同方法进行加权组合,通过熵值法对组合预测模型的组合权重进行计算,充分利用不同预测方法的优点,获取较优的预测结果。通过残差检验和后验差检验,对组合预测模型的配送需求预测能力进行评价。实验结果表明,所提方法具有很高的预测精度。     

不确定性故障下无人机末端配送

针对物流无人机的配送问题,综合考虑无人机故障、分段电池能耗和飞行可靠性等影响因素构建不确定故障下的无人机配送模型;采用蚁群算法对模型求解,最后运用标准算例场景进行测试。结果表明：在考虑无人机不确定故障场景下,最小需求损失提供的配送方案平均配送成本增加2.77%,可靠性提高7.04%～10.47%;最小综合成本提供的配送方案平均配送成本增加0.81%,可靠性提高2.2%～8.88%。前者所提供配送方案更可靠,但对应成本增加比例相对较大,后者综合考虑成本和损失,以较小的成本代价提高配送网络可靠性。     

应急物流

在国内外首次提出了"应急物流"概念;阐述了应急物流产生的背景、内涵、研究内容,及开展应急物流研究的理论价值和现实意义;系统论述了应急物流中的政府协调机制、全民动员机制、法律机制和绿色通道机制;提出了通过应急处理机构的建立、技术平台的构建和应急手段的启用来实现应急物流的途径.     

应急资源配送中Dijkstra改进算法的研究

路径规划问题是应急资源配送中的核心问题,最短路径算法在路径规划过程中起着决定性的作用,在众多路径规划算法中最经典且最具代表性的就是Dijkstra算法。以传统的Dijkstra算法分析为基础,从存储结构和算法过程两个方面进行一定程度的改进,目的是在节点数和边数较多的情况下,提高网络模型的处理效率。以真实道路交通数据为基础进行相关实验,结果证明,改进后的Dijkstra算法可以有效减少节点的计算量,提高算法的运行效率。     

基于强化学习的应急物资动态模型配送算法优化

为了震后挽救更多人的生命,研究如何快速搭建应急救援物流系统,进行高效的应急物资配送,具有重大意义。通过已有的救灾体系数据库,再结合城市实时获取的卫星监测和微型传感器传输,所获取的道路状况和危险建筑等实时数据,进行全方位的强化学习模型优化训练,并且地震发生后的物资存储信息、救援点需求信息、物资装箱信息及配送路线规划,都由人工智能(artificial intelligence, AI)来进行自动分配,快速求得最优最快的物资配送方案。不仅路径配送实现优化,还确保物资运输的高效率,而且单位时间内被救援的受灾人数最多,以整个城市被救援人口的覆盖率为核心,做到根据实时动态数据的分析求解,动态调配物资,还做到救援受伤人员数量最大化。并通过优化城外救援物资,实时更改内部救援方案,提高救援效率,还提出救援优先级因子,为极端情况下的救援物资进行配比,提供合理技术支撑,最后计算得出优化的奖励方程。结果表明：通过对强化学习的应急物资动态模型配送算法进行优化,可大幅提高救援效率,尤其在地震发生初期,对挽救伤员的效果最佳。     

应对突发自然灾害的应急物流优化研究

通过收集到的1975年海城地震和1978年唐山地震的道路相关信息,运用线性回归构建道路震害指数评估模型,对地震发生后的道路受损程度做评估.同时,利用《中国震历》中实际地震发生时的地震震级、烈度、受灾总人口数等11项指标通过BP神经网络模型预测受伤人数和死亡人数.最后的物流优化模型运用前两个模型预测得到的道路震害指数和伤亡人口数推算出通行时间和通行成本,从而建立多目标规划.这样在地震发生后,三个模型紧密结合,能够使相关部门结合事先收集和震后采集的数据评估道路震害指数和预测伤亡人口数,从而制定出合理的应急物流优化方案,快速高效地进行运输路线规划、物资调配等一系列救援活动.     

物流网络中多地区配送需求预测方法研究

物流网络较为复杂,当前预测方法只采用一种方法对物流网络中多地区配送需求进行预测,无法保证预测精度。提出一种新的需求预测方法, 通过两个或两个以上不一样的预测方法,对物流网络中多地区配送需求进行预测,构建物流网络中多地区配送需求组合预测模型,对不同方法进行加权组合,通过熵值法对组合预测模型的组合权重进行计算,充分利用不同预测方法的优点,获取较优的预测结果。通过残差检验和后验差检验,对组合预测模型的配送需求预测能力进行评价。实验结果表明,所提方法具有很高的预测精度。