多中心冷链共同配送路径优化及利润分配研究

针对多中心冷链共同配送车辆路径优化研究在生鲜商品新鲜度、资源共享以及合作利润分配机制方面研究的不足，提出了新鲜度约束下多中心冷链共同配送车辆路径优化及利润分配问题。首先，在满足生鲜商品新鲜度要求的前提下建立以车辆配送总成本最小为目标的车辆路径优化模型。其次，根据模型特点，应用K-means聚类算法确定客户点的服务关系，设计改进的混合蚁群算法进行求解。最后，利用Shapley值利润分配模型计算不同联盟体下各企业的利润分配值。结果表明冷链物流企业之间通过联盟合作，可以增加企业利润，且联盟规模越大，企业获利越多。     

混合时间窗下多中心混合车队车辆路径优化

针对混合时间窗下多中心混合车队车辆路径优化问题，综合考虑多中心联合配送、客户混合时间窗、配送中心运力平衡和车辆装载量对油耗的影响，构建以车辆派遣成本、油耗成本、电动车能耗成本和时间窗惩罚成本之和最小化为目标的优化模型。设计遗传—大邻域混合算法求解模型，该算法采用聚类法生成初始解，基于运力平衡的返回策略设计交叉和变异算子，并引入变邻域搜索结构和大邻域搜索算法的移除与插入算子进行搜索优化。通过对比和分析多组算例验证了算法的有效性，并分析了运力平衡策略和混合时间窗对制定配送方案的影响。研究成果可丰富车辆路径问题的相关研究，为物流企业优化决策配送方案提供了理论依据。     

模糊需求下多中心开放式车辆路径优化

针对模糊需求下多中心及开放式三重约束的车辆路径问题,运用三角模糊数表征模糊需求,根据可信性理论设置决策保守程度值刻画决策者的风险偏好,对多中心约束采用"先路径后分组"的策略,在此基础上建立了相应的数学模型;设计了两阶段禁忌搜索算法进行求解,算法第1阶段求解包含全部客户的旅行商问题,以此作为算法第2阶段的初始解,并采用合适的编码方式来保证算法两个阶段解兼容。通过算例实验表明,所使用的三角模糊数能够有效地对模糊需求进行定量刻画,随机模拟算法则能在计算机中对模糊需求进行模拟。所设计的两阶段禁忌搜索算法的第1阶段能够显著提升算法整体的求解质量。决策者的决策保守程度对配送总成本影响很大,过于保守或过于冒险均不能获得较好的路径安排方案,决策保守程度值为0.6时的模型求解效果最好,所提算法能够在可接受时间内对该类问题进行有效求解。     

基于多中心共同配送的收益分配优化问题

针对多中心共同配送优化研究在收益分配机制方面存在的不足,提出先进行多中心共同配送优化后再进行收益分配优化的思想。以多中心共同配送网络构建的总成本最小化为目标函数,建立了基于配送中心到配送单元的配送成本和配送中心间运输成本的数学规划模型,并提出一种改进的遗传—粒子群优化混合算法求解模型;应用最小最大费用收益分配模型求解多中心共同配送优化成本的收益分配方案,并综合不同合作博弈论收益分配模型进行比较分析;提出应用合作联盟稳定性模型探讨不同收益分配方案的优劣;应用严格单调路径方法分析联盟成员的优化合作序列。通过实例对所提方法的合理性进行了验证,结果表明,该方法应用在多中心共同配送收益分配优化中能提高合作联盟的稳定性,也适用于基于多中心合作联盟稳定性的物流配送网络优化。     

基于生鲜品多中心联合配送的半开放式车辆路径问题

针对生鲜品的物流配送问题,提出一种半开放式的多配送中心联合配送模式。考虑到生鲜品运输的时效性要求,设计了相应的时间窗及惩罚成本,构建了以车辆运输成本、派遣成本、时间惩罚成本及生鲜损耗成本等总和最小的优化模型,并设计了蚁群算法对其进行求解。通过算例对比验证了模型与算法的有效性。算例实验表明,半开放式多配送中心联合配送模式优于以往单配送中心独立配送模式,能快速对客户的生鲜需求做出响应,提高物流配送效率,减少生鲜品的损耗,进而降低总的物流配送成本,促进生鲜物流的快速发展。     

多配送中心大区域配送路径优化

针对多配送中心大区域物流配送的复杂问题,首先构建了相应的数理模型,然后选取蚁群算法作为该模型的求解算法.经过系统分析,结合Visual Basic编程技术实现了配送模型的优化求解,完成了物流配送路径优化系统的开发.最后以晋、冀、鲁、豫4省部分城市和京津地区的实际路径数据为例验证了该模型的有效性,展示了软件系统的实用性、高效性和可扩展性.     

多配送中心大区域配送路径优化

针对多配送中心大区域物流配送的复杂问题,首先构建了相应的数理模型,然后选取蚁群算法作为该模型的求解算法。经过系统分析,结合Visual Basic编程技术实现了配送模型的优化求解,完成了物流配送路径优化系统的开发。最后以晋、冀、鲁、豫4省部分城市和京津地区的实际路径数据为例验证了该模型的有效性,展示了软件系统的实用性、高效性和可扩展性。     

基于蚁群算法的货物配送路径优化研究

在探讨车辆路径问题和蚁群算法基本原理的基础上,建立了某货物配送路径优化模型,并采用蚁群算法和单纯形法对该配送中心配送货物运行路径进行了优化研究。对三个实例进行了探讨研究,得出了两种重要的关系。优化方案解决了车辆载货量不均以及配送路程长等问题,优化后的路线方案更加合理。采用蚁群算法解决货物配送路线优化问题的研究,对解决类似理论与实践问题具有参考和指导意义。     

三维复杂焊接作业的多工位多机器人协同规划

为减少多工位多机器人焊接流水线的完工时间、提高各机器人焊接任务均衡度,提出了基于元启发嵌套算法的协同规划方法。以车门为焊接对象,对多工位多机器人的流水线焊接模式进行介绍,建立了以最小化完工时间、最优化焊接任务均衡度为目标的协同规划模型,设计了机器人焊接路径与任务分配的联合优化方案。针对多机器人任务分配问题,提出了有性和无性混合遗传算法的分配方法,实现了元启发嵌套的多机器人任务分配和单机器人路径规划联合优化;使用蚁群算法规划单机器人的焊接路径;基于完工时间均衡对多工位焊接任务进行了分配。实验结果表明,采用元启发嵌套算法方案的完工时间为61.23 s,比遗传与蚁群组合规划算法减少了22.12%,比贪婪迭代算法减少了6.92%;各机器人完工时间最大差值为2.31 s,比遗传与蚁群组合规划算法减小了9倍,比贪婪迭代算法减小了5倍。实验结果验证了所提方法在多工位多机器人协同焊接中的优越性。     

基于改进蚁群算法求解带软时间窗的车辆路径问题

针对带软时间窗的车辆路径问题(VRPSTW),建立以配送成本为优化目标的混合整数规划模型，提出一种改进蚁群算法(IACO)求解该问题。在传统蚁群算法(ACO)的基础上，改进蚂蚁状态转移概率公式，通过自适应调整信息素挥发系数改进信息素更新策略，设计插入算子和交换算子嵌入变邻域局部搜索，并设置开始和退出局部搜索的条件，更新当前局部最优解。选取Solomon标准测试集里3类不同规模的算例，测试算法改进效果，以客户规模为100的C类算例验证所提算法求解较大规模算例的可行性，并与传统蚁群算法以及其他文献中的算例结果进行对比。实验结果表明，改进蚁群算法的寻优能力高于其他算法，求解得到的最优配送方案能够实现更低的车辆配送成本，从而验证了改进蚁群算法的有效性。     

沿途补货的多车场开放式车辆路径问题及蚁群算法

针对大区域多仓库多需求点的物流配送系统,建立了基于沿途多点补货策略的开放式车辆路径问题模型,强化了区域之间物流资源的整合和配送路径的跨区域优化。根据该模型需货车沿途多次访问仓库补货的特点,提出了带补货控制因子的蚁群算法。利用补货控制因子对仓库和需求点的区别赋权,控制了货车对仓库的访问时机和次数,从而解决了多仓库且车辆装载能力有限的开放式配送网络中货车沿途补货的问题。仿真试验表明了该算法的有效性和稳定性。     

多车场与多车型车辆路径问题的多染色体遗传算法

针对目前多车场、多车型车辆路径问题存在的求解效率低和解的质量差等不足,建立了该问题的整数规划模型,提出了多染色体遗传算法,统一了多车场、多车型问题与传统单车场、单车型问题的求解算法。通过算例对多染色体遗传算法进行了实验,并将其与传统算法进行了对比分析。实验表明,该算法不仅呈现出搜索效率高和收敛速度快的特点,而且解的质量和稳定性高,从而验证了算法的有效性和实用性。     

蚁群算法求解人机布局优化问题

针对目前人机布局优化问题人机约束多、无算法,提出了一种符合人机特性的蚁群算法。为了将人机约束考虑在布局优化设计中,本文以载人潜水器主控制台的布局优化为例,采用层次分析法对主控制台人机特性定量分析,在此基础上结合蚁群算法进行主控台布局优化设计,并使用JACK软件模拟比较。结果证明:文中提出的符合人机特性的蚁群算法能够将人机约束和算法结合,从而得出符合人机约束的布局设计,提高操作员的工作舒适度。这种算法也能够广泛地用于其它人机环境的布局优化设计中。     

适应性禁忌搜索算法求解带回程的时变速度车辆路径问题

为求解带回程的时变速度车辆路径问题，建立了问题的数学模型并提出适应性禁忌搜索算法求解。适应性禁忌搜索算法为两阶段的启发式方法，改进固定速度下的启发式方法用于生成时变速度下的初始解，然后运用适应性禁忌搜索算法进一步优化，包括邻域生成规则定义，采用Hash表存储搜索过程中的解，检测解的重复状态，定义逃离局部搜索区域规则。对改进的标准问题进行测试，同时与最近邻域搜索算法的结果作比较，结果表明算法是有效的。与固定速度情形相比较，时变速度模型得到的调度方案更加合理。     

A hybrid electromagnetism algorithm for multi-depot periodic vehicle routing problem

Electromagnetism algorithm is a meta-heuristic proposed to derive approximate solutions for computationally hard problems. In the literature, several successful applications have been reported for graph-based optimization problems, such as scheduling problems. This paper presents a novel hybrid electromagnetism algorithm called SA_EM to solve the multi-depot periodic vehicle routing problem (MDPVRP). The main feature of the hybrid algorithm is to hybridize the solution construction mechanism of the electromagnetism (EM) with simulated annealing (SA). Moreover, during implementing the hybrid algorithm, cyclic transfers, an effective class of neighborhood search is applied. The objective consists of two terms as follows: total traveled distance at each depot and total waiting time of all customers to take service. Distances are assumed Euclidean or straight line. These conditions are exactly consistent with the real-world situation and have little attention in the literature. Finally, the experimental results have shown that the proposed hybrid method is competitive to solve the vehicle routing problem compared with the best existing methods in terms of solution quality.     

蚁群算法的理论与应用

介绍了一种求解复杂组合优化问题的新的拟生态算法——蚁群算法。阐述了该算法的基本原理、几种改进蚁群算法以及蚁群算法在TSP问题、job-shop调度问题、大规模集成电路布线、电信网络路由等各种组合优化问题中的应用。     

基于蚁群算法-粒子群算法的白车身侧围点焊机器人路径规划

针对白车身侧围点焊多机器人协调焊接任务,对焊接路径规划算法进行了研究。提出了一种适用于该任务的蚁群粒子群混合算法,以实现多机器人焊点分配均匀和单机器人焊接路径最优的焊接要求。通过分析白车身侧围焊点分布特点及多机器人协调焊接要求,建立白车身侧围点焊多机器人协调焊接任务数学模型。设计了基于蚁群粒子群混合算法的路径规划方案,在MATLAB中得到规划结果。利用机器人离线编程软件Robotstudio建立白车身侧围多机器人协调焊接工作站,对规划结果进行仿真实验。结果表明,该算法可实现焊点均匀分配,缩短焊接路径,有效提高焊接效率。     

基于确定需求的作业层库存路径问题研究

研究了传统零售商管理库存模式下,基于确定需求的由一个供应商多个零售商组成的两级配送系统中作业层库存路径问题.首先采用传统C-W节约算法,讨论了供应商和零售商独立决策时的订货与配送策略.然后基于时间距离的思想,在滚动周期策略的框架下,设计了两级系统的联合配送策略.最后,用具体算例比较了独立决策和联合决策下的系统年度费用,验证了联合配送策略的有效性,并给出了相应的作业层日常运营补货时间和车辆路径.     

行驶时间延迟的物流配送干扰管理模型及算法

针对物流配送过程中某路段行驶时间延迟而导致物流配送计划无法实现的难题,运用干扰管理方法,从客户满意度、驾驶员满意度和配送成本三方面衡量物流配送系统的扰动程度。针对带有时间窗的物流配送车辆路径问题,建立了目标规划数学模型,设计了用于求解该类问题的一种遗传算法,该算法采用二维染色体结构,以及适合多目标决策模型的适应值计算方法。最后,通过算例验证了所提干扰管理模型及算法的有效性。