改进麻雀算法求解带模糊需求的低碳路径优化

目的 针对低碳背景下带模糊需求的低碳多式联运规划问题（Low-carbon Multimodal Transportation Planning Problem with Fuzzy Demand, LCMTPP-FD），以成本最小化构建数学模型。同时，结合现有的强制碳排放、碳税、碳交易和碳补偿等政策对LCMTPP-FD进行模型转换，研究不同低碳政策对物流成本和碳排放量的影响。方法 主要根据模型的特征，设计一种t分布麻雀搜索算法，对不同低碳政策下的模型进行求解，将迭代次数作为t分布的自由度来提高麻雀算法的性能。结果 将改进算法及多个模型应用于实际运输案例中，改进的麻雀算法能在较短时间内获得最优解，并且在强制碳排放下碳排放量最少为9 522.28，在碳交易和碳补偿政策下成本分别降低了11.41%、17.24%。结论 改进的麻雀搜索算法具有较好的收敛性和搜索能力。强制碳排放能有效地降低碳排放量，碳交易和碳补偿能有效降低企业成本，适合于低碳运输的推广。     

低碳环境下冷链物流企业库存-配送优化

目的 优化冷链物流企业库存-配送的路径,以降低企业冷链物流的成本.方法 考虑冷链物流企业库存和配送环节产生成本的因素,并结合我国关于碳减排的碳交易政策,将企业的碳排放代价同其他代价综合考虑,建立以总代价最低为目标的成本模型,设计并改进麻雀搜索算法进行计算.结果 通过使用MatlabR2018b进行仿真实验,将采用麻雀搜索算法计算的仓储-配送作业总代价与其他经典算法进行比较,在1个仓储配送任务内,代价可减少2％～4％,验证了麻雀搜索算法解决文中代价模型的有效性.结论 该研究为冷链物流企业库存-配送优化问题提供了一种新型的解决方法,具有较强的操作性和实际意义.     

多车程多时间窗车辆路径问题研究

针对末端物流中配送车辆多趟次运输、客户对配送服务时间的多样化需求,研究多车程多时间窗车辆路径问题。构造该问题的最小化车辆数量和总运输成本的双目标混合整数规划模型,设计改进的自适应大邻域搜索算法对其求解;构建了基于路径、车程及客户点3个层级上的多种高效的破坏算子和修复算子来扩大解的搜索空间;使用自适应策略选择高效的搜索算子,以及引入模拟退火新解接受准则避免陷入局部最优解来提高搜索效率。通过多种规模算例实验结果分析,验证了改进的自适应大邻域搜索算法的优越性,并分析了考虑多车程的模型对总运输成本的影响。     

基于碳排放的模糊约定时间车辆路径问题研究

考虑碳排放因素以成本最小和平均顾客满意度最大为目标函数,构建了具有模糊约定时间的车辆路径问题的多目标优化模型,提出了解决该问题的一种结合2-opt局部搜索机制和推-碰-掷过程的改进蚁群算法,并用Solomon标准问题库中的实例对模型及算法的有效性进行验证,仿真实验及算法对比结果证明模型和算法是有效的,可以为物流企业的配送决策提供参考。     

基于极值——蚁群算法的电商末端物流弹性配送策略研究

主要研究电商物流配送中货物由配送中心送达客户的过程,即末端物流。为降低配送成本同时提高服务质量,结合车辆路径问题与电商中消费需求"多品种、小批量、多批次、短周期"的特点,针对客户每日需求的不确定性,提出针对每日需求的信息化的弹性配送策略,以人均成本最小化为目标构造了模型;设计基于极值动力学的改进蚁群算法对物流配送路径进行优化,通过"寻优"与"弃差"、局部搜索与全局搜索相结合,提高了算法收敛效率;并通过对算例验证了该算法在面对多种不确定性需求时候的弹性,有助于实现电商物流的有效配送。     

基于改进麻雀搜索算法的变电构架优化方法

为了解决变电构架设计中的优化问题,采用改进麻雀搜索算法对其进行优化设计。在基本麻雀搜索算法中引入Circle混沌映射,以提高种群的多样性和算法的全局搜索能力;引入萤火虫算法对麻雀搜索算法进行扰动更新,使其易于跳出局部最优。建立尺寸优化的数学模型,采用罚函数法处理约束条件。先将改进后的算法用于典型桁架算例分析,证明其稳定性与有效性,再将其用于变电构架的优化设计,结果表明,采用改进后的麻雀搜索算法能够有效提升变电构架的优化效果。     

随机需求下半开放式冷链物流车辆路径优化

目的 降低冷链物流配送成本的同时,保证客户体验及碳排放达到企业要求。方法 综合考虑运输距离、客户软时间窗约束、碳排放、生鲜变质等因素,以制冷成本及对配送时间惩罚成本在内的总成本最低、碳排放量最低、生鲜产品新鲜度最高为目标,建立多目标生鲜配送路径优化模型,并设计模拟退火算法,以北京某冷链物流企业为例进行求解验证。结果 得出生鲜配送方案,通过配送模式对比表明多中心半开放式在降本和缩短路径长度方面更具优势,其中运输总费用和车辆行驶总距离相比于单中心独立配送模式分别降低了8.41%和36.36%。结论 需求不确定下,合理决策路由可在达到企业对生鲜产品新鲜度及碳排放标准的同时,有效降低配送成本。     

考虑碳排放的冷链物流联合配送路径优化

基于绿色物流发展理念,将碳排放转化为成本融入冷链物流配送路径优化问题。结合冷链物流企业拥有多个配送中心且各配送中心在各决策阶段运力不均衡的实际情况,提出一种在企业拥有多个配送中心、有限车辆数且各车辆可回到任一配送中心继续配送的情况下,考虑时间窗、碳排放成本和货损成本的冷链物流联合配送路径优化模型。通过引入一个虚拟车场将多配送中心问题转化为单配送中心问题,采用改进遗传算法求解路径优化问题。通过算例将传统分区配送方式与联合配送方式的路径优化结果比较发现:联合配送不仅在冷链配送费用方面远远低于传统分区配送,而且产生的碳排放成本也低于分区配送。     

基于客户厌恶度的冷链物流配送网络优化

冷链物流中的储运产品具有易腐易变质的特性,其品质会随着时间的推移而逐渐下降;随着时间的变化,人们对产品品质厌恶的心理感受也随之变化。基于产品品质与温度的变化关系,结合阿伦尼乌斯方程和冷链产品变质函数,在此基础上给出了客户厌恶度函数,建立了寻求客户厌恶度最小和总成本最小的冷链物流配送优化模型。根据优化模型的特征,设计了微粒群算法和局部搜索算法相结合的混合算法寻求最优配送路径。最后通过算例,验证了优化模型和求解算法是可行和有效的。     

基于改进智能水滴算法的冷链物流配送路径优化问题研究

针对冷链物流配送路径优化问题,以传统的配送路径优化问题为基础,根据冷链物流的特性,构建了带时间窗的冷链物流配送路径优化成本模型。根据智能水滴算法的思想和原理,对智能水滴算法进行改进,把改进后的智能水滴算法运用到该模型中。最后借助MATLAB软件对实例进行仿真并与其他智能算法结果进行对比,证明该方法对于解决带时间窗的冷链物流配送路径优化问题更具准确性和优越性,能够为类似的路径优化问题提供一种可行的研究方法。     

基于区块链的食品冷链质量安全信息平台构建

目的 研究区块链技术在食品安全领域,尤其是在生鲜食品冷链物流质量安全监测中的具体应用,以加强食品质量安全管理,提高食品冷链供应链效益.方法 分析生鲜食品冷链物流质量安全管理的薄弱环节,论证区块链技术的食品冷链质量安全监测适用性基础上,以区块链为底层技术构建食品冷链质量安全信息平台,研究区块链技术的创新应用对食品冷链质量安全管理的提升效果.结果 应用区块链技术构建了数据统一、运营高效的生鲜食品冷链质量安全信息平台,对食品质量安全信息进行了实时采集,实现了质量安全风险即时预警、质量安全问题有效溯源,有助于重塑食品质量安全生态系统.结论 区块链作为分布式账本、数字签名、溯源存证等一系列核心技术的组合,基于区块链技术创建食品冷链质量安全信息平台,能够强化微生物污染监测、缩短食品冷链在途时间,并使质量安全问题得到有效追踪溯源,对于加强食品质量安全管理、促进生鲜食品供应链优化有重要意义.     

基于绿色供应链的冷链物流配送路径优化

针对冷链物流配送路径优化问题，根据绿色物流理念及冷链物流配送过程特点，分析了配送过程中车辆固定成本、配送过程燃油成本、配送过程货损成本及碳税成本，并以上述各成本之和最小为优化目标构造数学模型，并将全局人工鱼群算法运用到该模型中。借助Matlab软件对具体案例进行求解，得出总成本为4 456元。结果表明，数学模型和全局人工鱼群算法对求解此类问题有着一定的理论指导和参考价值。     

Research on Vehicle Routing Problem with Soft Time Windows Based on Hybrid Tabu Search and Scatter Search Algorithm

With the expansion of the application scope of social computing problems, many path problems in real life have evolved from pure path optimization problems to social computing problems that take into account various social attributes, cultures, and the emotional needs of customers. The actual soft time window vehicle routing problem, speeding up the response of customer needs, improving distribution efficiency, and reducing operating costs is the focus of current social computing problems. Therefore, designing fast and effective algorithms to solve this problem has certain theoretical and practical significance. In this paper, considering the time delay problem of customer demand, the compensation problem is given, and the mathematical model of vehicle path problem with soft time window is given. This paper proposes a hybrid tabu search (TS) & scatter search (SS) algorithm for vehicle routing problem with soft time windows (VRPSTW), which mainly embeds the TS dynamic tabu mechanism into the SS algorithm framework. TS uses the scattering of SS to avoid the dependence on the quality of the initial solution, and SS uses the climbing ability of TS improves the ability of optimizing, so that the quality of search for the optimal solution can be significantly improved. The hybrid algorithm is still based on the basic framework of SS. In particular, TS is mainly used for solution improvement and combination to generate new solutions. In the solution process, both the quality and the dispersion of the solution are considered. A simulation experiments verify the influence of the number of vehicles and maximum value of tabu length on solution, parameters’ control over the degree of convergence, and the influence of the number of diverse solutions on algorithm performance. Based on the determined parameters, simulation experiment is carried out in this paper to further prove the algorithm feasibility and effectiveness. The results of this paper provide further ideas for solving vehicle routing problems with time windows and improving the efficiency of vehicle routing problems and have strong applicability.     

Harmony search optimization algorithm for a novel transportation problem in a consolidation network

This article presents a new harmony search optimization algorithm to solve a novel integer programming model developed for a consolidation network. In this network, a set of vehicles is used to transport goods from suppliers to their corresponding customers via two transportation systems: direct shipment and milk run logistics. The objective of this problem is to minimize the total shipping cost in the network, so it tries to reduce the number of required vehicles using an efficient vehicle routing strategy in the solution approach. Solving several numerical examples confirms that the proposed solution approach based on the harmony search algorithm performs much better than CPLEX in reducing both the shipping cost in the network and computational time requirement, especially for realistic size problem instances.     

考虑客户满意度的车辆路径优化研究

针对传统的车辆路径问题较少关注客户满意度的情况，以客户对服务时间和货物完好性的要求来衡量客户满意度，构建基于模糊时间窗的时间满意度函数和基于货损率的货物完好满意度函数，在此基础上以客户满意度最大和运输成本最小为目标建立优化模型，设计相应算例并利用LINGO17.0软件进行求解，与中小物流企业常用的扫描法进行对比验证模型的有效性。结果表明：利用LINGO17.0求得的优化结果与扫描法相比，虽然运输成本有一定增加，但相应的平均客户满意度提高了36.3%，建立的模型能较好地平衡客户满意度和运输成本，对于物流企业配送路径的决策优化有一定的参考价值。     

物流车辆路径问题的混合快速蚂蚁算法

通过分析快速蚂蚁算法的原理和易陷入局部最优的缺点,提出了将贪婪算法和快速蚂蚁算法相结合的混合算法求解物流车辆路径问题.混合算法在最优值未改进次数超过限定次数时,自动调用贪婪算法来寻找一个局部最优解,并调整相应路径上信息素的量.为保证解的多样性,对贪婪算法本身使用随机选择第一个客户的方法进行了调整.用计算实例比较并分析了快速蚂蚁算法、混合算法及其他算法应用到车辆路径问题上的结果,说明了贪婪算法使混合算法跳出局部最优的过程以及混合算法的不足之处.     

车载可补货无人配送小车配送路径研究

无人配送小车由于不适合长距离运输,可与货车搭配完成“最后一公里”配送任务以增加服务范围,这对车辆路径优化问题提出了新的挑战。针对配送小车数量有限、城市配送货物量大且货车停靠限制的特点,提出无人配送小车可补货的大车-小车路径优化问题,即一辆货车搭载多台无人配送小车,由无人配送小车给客户送货,无人配送小车可在货车处补充货物并执行多行程配送。构建以总配送距离最短为目标的整数规划模型,针对此模型设计混合遗传大邻域搜索算法,在遗传算法基础上增加大邻域搜索算法对个体优化。在算法优化过程中先优化小车路径,再在小车路径基础上优化大车路径。数值实验表明,对于小规模问题,所提算法最多花费CPLEX求解时间的6%便获得最优解;在改造的Solomon数据上,所提算法相对于遗传算法平均有95.5%的计算结果优势,相对于大邻域搜索算法平均有7.2%的计算结果优势,且数据量越大,优势越大。     

基于ISSA⁃SVM的露点测量系统电路故障诊断方法研究

针对高精度谐振式露点测量系统中电路故障诊断问题,提出了一种基于改进的麻雀搜索算法（Improved Sparrow Search Algorithm, ISSA）优化智能分类器参数的电路故障诊断模型,采用测前仿真故障诊断方法中的智能诊断方法,选择适用于小样本、非线性问题的支持向量机（Support Vector Machine, SVM）作为智能分类器,针对麻雀搜索算法中收敛速度慢、易陷入局部最优等问题进行改进,并将改进后的优化算法用于SVM参数寻优,构建ISSA?SVM故障诊断模型用于谐振电路故障诊断。实验结果显示,ISSA?SVM模型在建立的电路上能够达到88.9%的故障诊断率,可靠性较强,能够作为高精度谐振式露点传感器电路的故障诊断方法。