考虑客户满意度的低碳冷链车辆路径优化

在考虑冷链配送客户满意度的基础上,以车辆载重、客户时间窗和冷链产品变质率为约束,构建在客户服务时间范围内以碳排放量最小为优化目标的冷链车辆路径优化模型。将信息素浓度上下限融入传统蚁群算法,并结合领域搜索加快收敛速度、提高算法全局搜索能力。通过实例仿真表明,在低碳冷链VRP问题的求解过程中,改进型蚁群算法能够以更高的效率搜索最优成本。模型同时满足企业经济及社会效益,在不同规模实验场景下取得良好的路径优化效果,验证了模型的有效优化能力。     

改进猫群算法在车辆配送路径优化中的应用研究

为解决在生鲜农产品的车辆配送过程中存在的成本高、碳排放高的问题,以顾客满意度最高和总配送成本最低为目标,构建低碳冷链生鲜农产品的车辆配送路径优化模型。首先,通过多种方法对猫群算法进行优化;然后,用优化的猫群算法对模型进行求解。通过仿真实验对车辆配送路径优化前后效果进行分析,验证了所构建模型的可行性。结果表明,所构建的模型能有效地解决车辆配送的路径优化问题;与传统车辆配送的路径规划方法相比,采用所构建的车辆路径优化模型,车辆配送总路径和碳排放量都有一定程度的改善;车辆总配送路径长度缩短了489.77km、车辆碳排放量降低了21.4%。该方法能有效降低车辆配送过程的总成本和碳排放量,可在一定程度上提高车辆的利用效率和物流企业的市场竞争力。     

基于改进多目标粒子群优化算法的企业再制造物流网络优化

为解决碳税政策下的多目标企业再制造物流网络优化问题,综合考虑设施选址与运输方式选择,建立了总成本和碳排放最小化的混合整数规划模型。设计了约束处理机制改进多目标粒子群优化算法,并结合水泥企业运营管理数据验证了模型和算法的有效性。将改进多目标粒子群算法与第二代约束非支配排序遗传算法比较,凸显了改进多目标粒子群算法在求解中、大规模问题时的优越性。     

基于JIT的多目标总装准时物料配送方法研究

针对机械产品总装过程中的准时物料配送问题,从优化目标、约束条件及影响因素三方面考虑,提出以物料运输成本、物料运输时间、线旁库存三者综合为优化目标的多目标准时物料配送模型。给出优化目标的计算方法,并设计了混合粒子群算法,给出了使用此算法求解模型的具体实现过程。最终求解得到物料配送单用于指导配送,使决策者能够根据实际情况选择优化的偏好值。通过一个总装车间准时物料配送问题的实例验证了此模型和算法的有效性。     

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。     

多自动导引车路径规划的诱导蚁群粒子群算法

为有效解决多自动导引车路径规划中的冲突问题,提出一种诱导蚁群粒子群算法。在自动导引车行驶时间计算的基础上,分析了路段冲突、节点冲突问题,建立了多自动导引车路径规划模型。在诱导蚁群粒子群算法的状态转移规则中,增加诱导因子来引导自动导引车规避冲突;将蚁群算法与粒子群算法相融合,对路径与等待时间进行同时优化。不同规模算例的仿真结果表明,该算法能有效避免路段冲突与节点冲突,提高多自动导引车系统运行的安全性与效率。     

求解多隔室车辆路径问题的改进粒子群优化算法

针对同时配送多种不能混装货物的多隔室车辆路径问题,建立了最小化车辆行驶成本的数学模型,并提出一种改进粒子群优化算法进行求解。该算法借鉴传统粒子群优化算法与模拟退火算法的思想,以粒子群算法为主框架,在粒子更新过程中引入模拟退火中的Metropolis准则,以一定概率接受劣解,使粒子在寻优过程中能够概率性地跳出局部最优。通过对经典车辆路径问题算例进行改编实验,并与已有文献、基本粒子群优化算法、基本人工蜂群算法分别进行对比分析表明,所提算法不但求解多隔室车辆路径问题有效,而且在求解质量上具有明显优势。     

基于车辆共享的多中心共同配送联盟优化

针对多中心共同配送网络优化研究在车辆共享和合作联盟构建方面存在的不足,提出基于车辆共享的多中心共同配送联盟优化策略.首先,建立了多周期物流运营成本最小化和车辆使用数最小化的双目标优化模型.其次,设计了考虑客户空间地理位置和服务时间窗的K-means时空聚类算法,进而提出一种Clarke-Wright-带精英策略的快速非支配排序遗传算法混合算法,该混合算法设计了算法间的选择性赋予机制,增强了算法的全局和局部寻优能力,并与多目标遗传算法和多目标粒子群算法进行比较分析,进一步验证了模型和算法的有效性.然后,应用改进Shapley值法进行了多中心共同配送的收益分配优化方案研究,进而研究了多中心间的合作联盟序列选择,并比较验证了不同收益分配方法计算的合作联盟方案稳定性.最后,通过实例对所提方法进行了验证,分析探讨了不同车辆共享模式下的多中心合作联盟序列,结果表明该方法能够实现配送资源的合理化配置并提高合作联盟稳定性,可为基于资源共享的物流配送网络优化提供参考和方法支持.     

道路修整与应急车辆路径的集成优化

综合考虑应急求援中的损毁道路修复、临时道路新修、较差道路平整3种道路修整工作,从占用物资和影响车辆通行时间2个方面对道路修整工作进行了分析。从需求点物资未满足量和配送时延角度,构建了道路修整与应急车辆路径的集成优化模型。该模型无需分层优化,无论可能修整路段是多还是少,只需进行一次优化。提出粒子群优化算法的求解方法。优化算例验证了所提出模型和算法的可行性。     

混合粒子群优化算法求解多车辆拖动货物问题

为确定码头卜集装箱运输到目标位置的顺序和运输的车辆,提出了多车辆拖动货物问题,该问题需要考虑空间约束对车辆调度过程的影响.针对该问题,建立了整数规划数学模型,证明了该问题为NP完全难题,提出了四种解的编码方式,并利用模拟退火算法与粒子群优化算法结合的混合粒子群优化算法进行求解.将计算结果与模拟退火算法、粒子群优化算法进行了比较,结果表明,使用混合粒子群优化算法并采用先到先服务规则的两部分编码方法计算得到的解最好.     

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。     

基于时间窗指派的污染路径问题

考虑物流企业与客户对配送到达时间一致性的诉求,同时结合国家节能减排要求对车辆路径问题进行研究.物流企业需要在配送开始前为客户指派一个时间窗,由于客户具有配送前不确定需求的特点,通过引入需求场景概念,建立了以最小成本(碳排放成本和旅行成本)与最小配送时间为目标的基于时间窗指派污染路径问题的双目标优化模型.考虑到模型的复杂性,设计混合遗传—禁忌搜索算法.通过算例对设计的混合算法与构建的双目标模型进行分析,验证模型与算法的有效性,并与传统目标行驶距离最小和配送时间最小的指标进行数据对比分析.实验结果表明,基于时间窗指派污染路径问题的模型能够有效减少碳排放成本和旅行成本,但会引起配送时间的增加.     

多通路时变网络下低碳车辆路径优化模型与算法

针对城市日益拥堵的交通现状及城市环境污染问题,从现实路网多通路属性的研究入手,设计符合时变网络碳排放计算的时段划分方法,分析了行驶速度变化及车辆载重对排放造成的影响,建立了多通路时变网络下的低碳车辆路径优化模型。基于减少城市环境污染的目标,制定了多通路网络中的通路选择规则,并引入改进冷却函数,设计了双循环模拟退火算法对模型进行求解。通过算例验证了模型与算法减少碳排放的有效性,实验结果表明,多通路时变网络下的车辆配送优化路径可明显降低配送车辆油耗。     

低碳定位——车辆路径问题

为降低物流配送过程中车辆的碳排放量,从低碳环保角度出发,建立以车辆碳排放量为函数目标的低碳定位—车辆路径问题数学模型,并采用量子进化算法结合局部搜索算法对模型进行求解。通过对比不同算法求解的结果,证明量子进化算法能有效的求解定位—路径问题模型。继而用量子进化算法求解低碳定位—车辆路径模型,在不同条件下计算车辆排放量、路径值与运行成本,探讨配送中心碳排放、配送路径对车辆碳排放的影响。采用数据比较的方法分析计算结果,证明了低碳定位—车辆路径数学模型能有效降低配送过程中的碳排放量,但总体成本将会增加。     

基于混合蚁群粒子群的多AGV路径规划研究

针对智能仓库中AGV搬运货物的路径优化、交通管制等问题,首先分析了立体仓库中AGV的工作特点与路径的情况,提出了混合蚁群粒子群方法,在传统的人工蜂群算法中结合粒子群算法思想,使算法同时具备蚁群算法的正反馈与粒子群的多样性,通过仿真,该算法路径优化速度较快,且比以往的路径安全。使AGV的运行效率得到提高。     

面向绿色高效制造的数控加工参数优化研究

数控加工是当今机械制造业系统中普遍采取的一种加工方法,为实现数控切削加工中的高效性及减少碳排放,建立以加工过程中最小加工时间和最小碳排放量为目标函数的的多目标的切削参数优化模型,综合考虑实际加工生产中的各种约束条件,实现基于多工步环境下对切削速度和进给量的同步优化。运用粒子群算法与人工鱼群算法融合以改善人工鱼群算法的优化性能,并将其用于对所建模型的优化,通过具体案例验证了改进的人工鱼群算法具有较高的精度和较好的收敛性。     

云计算优化物流车辆路径规划算法

充分利用云计算在资源调度上的优势,可以在降低物流企业配送时间和成本的同时,提高其车辆的路径规划效率,为此,提出了云计算环境下基于改进粒子群算法的物流车辆路径规划算法,算法以加权成本、装卸成本、平均满意度和剩余时间四个指标描述物流车辆的调度问题,并建立了多目标优化函数,通过对粒子群算法的适度函数改进、参数自适应调整和概率...     

制造企业装配线物料准时配送路径优化问题研究

为实现将装配线所需物料适时适量地送达正确工位的准时生产目标,以配送成本最小为目标函数,满足牵引车车载量、工位时间窗等约束,分析并提出带缓存区准时配送方式下的牵引车配送路径模型,并设计混合量子进化算法求解.实例计算及与遗传算法、混合粒子群算法的比较结果表明:应用混合量子进化算法可以快速求解带缓存区准时配送方式下的牵引车配送路径模型,为制造企业带缓存区准时配送方式下装配线的牵引车配送路径问题提供了可参考模型和算法.     

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。     

基于协同进化粒子群的多层供应链协同优化

为了从整体角度优化调度供应链网络的各个环节,研究了带软时间窗的分批配送问题及其对需求分配与生产调度的影响,考虑在满足一定客户满意度水平条件下的最小化运作成本。建立了该问题的模型,针对此模型设计了协同进化粒子群优化算法并进行求解。通过实验研究表明,软时间窗对于问题的运作成本有很大的影响,整个供应链网络的协同优化对降低运作成本起到了关键的作用。