三维装载约束下基于运输资源共享的车辆路径问题

针对车辆路径问题研究在三维装载方式和运输资源共享模式结合方面存在的不足,提出三维装载约束下基于运输资源共享的车辆路径优化策略。首先,结合客户点地理位置特征和服务时间窗属性确定多个服务周期,建立了多个服务周期内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,设计了集成k-means时空聚类的Clarke-Wright—非支配排序遗传算法求解模型,该算法引入Clarke-Wright节约算法以提高初始解的质量,并结合非支配排序遗传算法提高了混合算法寻找优化解的全局和局部空间搜索能力。最后,结合实例数据对所提方法进行了计算验证,给出了三维装载约束下基于运输资源共享的车辆路径优化方案并探讨了不同车厢空间分区模式下物流运营总成本、车辆使用数、车辆平均装载率和车辆平均使用频次的变化情况。研究表明：根据客户需求货物种类数和货物规格划分配送车辆装载空间,可有效降低物流运营总成本,减少配送车辆使用数,增加车辆共享频次和有效提高车辆平均装载率,并可为基于运输资源共享的三维装载物流网络优化问题提供决策参考和方法支持。     

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。     

送提一体与终端共享下的最后一公里配送选址—路径问题

为有效解决电商物流最后一公里配送问题,基于最后一公里配送特征分析,从系统集成优化的角度出发,对送提一体与终端共享下的多主体共同配送选址—路径问题进行了研究。在该问题中,任意客户均存在两种服务方式,自提点可同时服务不同企业的客户,且能够被不同企业的配送车辆访问。针对该问题,建立了以系统总成本最小化为目标的整数规划模型,并设计了一种融合遗传算法、局部搜索算法及多种先进进化与搜索策略的混合遗传算法予以求解。在此基础上,通过基于标准算例库和实际案例的对比仿真实验验证了算法和模型的有效性。     

计及漂移瓶颈的时变物料配送路径优化

针对不确定作业车间环境下物料配送路径优化问题,采用能反映制造单元相对生产负荷及其变化趋势的瓶颈指数和瓶颈漂移指数表征实时变化的制造单元物料配送优先级,对路径选择过程中违反此优先级的行为设置惩罚成本,提出以最小化包括车辆运输成本和违反优先级的惩罚成本在内的总配送成本为优化目标,建立了时变的物料配送路径优化模型。在此基础上,为保证运输车辆所载物料全额配送,避免非必要负载以及由此造成的非必要配送子路径,对配送路径优化模型进行改进,允许运输车辆非满载和物料拆分配送,以提高物料配送效率降低配送成本;并结合模型特点将贪婪策略融入遗传算法对优化模型求解。最后,通过某作业车间内物料配送实例验证了所提出的计及漂移瓶颈的改进时变物料配送路径优化方法在不确定作业环境中具有有效性和实用性。     

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。     

考虑LIFO约束的2L-CVRP优化

针对精准管控的现代物流需求,为实现二维装载约束下的车辆路径问题(2L-CVRP)求解,分别设计了最少开放空间(LOS)的货物装箱方法与带有回火过程的模拟退火操作(ISA),并开发了ISA-LOS算法.LOS装箱方法通过容器内的剩余开放空间数量与格局状态评价,构造综合适应度,引导货物循环装载.给出了基于Skyline的开放空间生成策略,能够迅速生成放置效果适应度,支撑LOS装箱方法高效运行.考虑车辆载重与装载的双重约束,ISA通过回火过程引入,增强了算法的全局搜索能力,有利于寻优质量的提升.结合不同模块的加速结构与参数设置,完成了整体算法的构建.针对标准算例的对比实验表明,ISA-LOS能够有效求解2|SO|L约束下的2L-CVRP,且运算结果接近于已知文献最优解.同时,算例的寻优过程与装载效果验证了ISA与LOS的有效性,其调度方法能够为相关问题优化提供参考.     

车辆货物配装过程建模与优化决策

以家电企业配送为例研究车辆和多品种货物的配装问题。以配送中心车辆运力最大化为目标,研究如何对货物进行装车调配、优化处理来提高车辆的装载效率,以降低配送运输成本。对车辆类型、体积、载重额、客户优先级以及按区域配送线路等约束条件和目标函数进行系统分析,建立车辆货物配装数学模型。运用物流仿真软件建立货物配装的动态仿真模型,用遗传算法对配装过程进行优化,得出装载货物顺序编号的决策方案。仿真统计结果分析表明该仿真模型可以使顾客需求货物满足车辆容重约束并按优先级依次装车时的价值最大,车辆的载重量和有效容积利用率达到90%以上,降低了配送成本。     

混流汽车总装配线上的零部件优化配送方案研究

配送车每次配送的利用率大小是提高配送效率的主要因素,因此设计一种启发式算法使配送车一次装载的标准塑料周转箱尽可能多,提高配送车空间利用率.最后的仿真实验验证了上述配送方法的实用性,提出的零部件配送管理方法,只需使用较少的配送工人,同时降低了线旁库存,能为企业节省人力,降低生产成本.     

依订单拆分的多自动导引车物料配送路径规划

为了提升作业效率、降低配送成本,分析了多自动导引车物料配送路径规划问题,将其归结为一种带软时间窗的需求依订单拆分车辆路径问题。以使用自动导引车数目最少、行驶费用和时间窗偏离费用最低分别作为第一、第二优化目标,结合最大路长、载重、需求依订单拆分及时间窗满足率限制,建立了相应的数学模型,并设计了一种自适应禁忌搜索算法求解该问题。为了增强禁忌搜索能力,在算法中嵌入了自适应性、随机禁忌长度和禁忌表重新初始化策略。给出了自适应禁忌搜索算法对Solomn测试算例的求解结果,并与文献中的其他方法进行比较,结果表明该算法在自动导引车使用数和行驶费用方面都有较多节省,且达到或接近已知最好解,体现了该算法的有效性。     

基于TRIZ理论的农机自动装载跟随系统创新设计

我国是典型的农业大国，农业在中国文化历史发展中具有很高的地位。农业收割机是实现机械化的重要装备，目前的农机跟随系统需要多名驾驶员参与，工作效率低，应用于农作物收割作业且自动化程度高的农机自动装载跟随系统具有广阔前景。文中将应用TRIZ理论进行农机跟随系统创新设计，首先，根据用户需求在相关产品基础上进行功能分析建立农机自动装载跟随系统的功能模型；其次，对其进行因果分析和资源分析；再次，对建立的功能模型进行功能裁剪，并建立了改进功能模型，然后以改进功能模型为基础，运用物质-场分析和标准解进行问题求解；针对系统中存在的冲突问题应用冲突矩阵和发明原理及分离原理进行冲突求解；最后，基于最终理想解对农机自动装载跟随系统进行分析，最终得到农机自动装载跟随系统的创新设计方案。     

考虑时间窗和装载约束的装配线集成物流调度

针对电动工具装配车间物料配送的集成调度问题,考虑配送时间和配送效率,将集成调度方案划分为两个层次,以空间利用率最大化为目标构建基于标准化料箱的物料装载模型,并将物料装载约束与装配车间配送路径规划问题有机融合,结合装配流水线的动态需求时间窗信息,构建考虑时间窗和最优装载约束的车辆路径最优配置模型,保证配送及时性和成本优化双重目标要求,给出了基于遗传算法的模型求解方法,并通过不同规模问题的算例验证了模型和算法的有效性。以南京D公司电动工具装配车间实际背景为例,提出了物流调度方案,进一步表明该模型和算法能够有效提高车辆装载率并降低车间物料配送成本,具有实际应用价值。     

求解船只装载问题的主要方法研究

船只装载问题是一个多约束背包问题,解决的是资源优化分配的问题,通过合理的方式对需装载的物品进行船只分配,以取得最大价值,也就是舰船装载的最优方案。目前对此类问题的求解方法主要为传统的精确的求解方法和启发式算法,作者列举了主要的求解方式,并对比了不同方式的优缺点。     

捷成工业携手Profil在上海建立新物流中心

近日,捷成工业（JEBSENINDUSTRIAL）宣布与Profil共同成立全新的大中华物流中心。在过去,每个客户必须与Profil单独进行业务操作,由于Profil针对国内客户只提供原厂交付模式,即在客户下订单后,须自行组织从Profil到国内的物流,供货周期长且效率较低。而现在,产品物流中心会根据销售预测情况储备产品存货,通过物流中心的便捷服务,客户将会享受到快速的“门对门”直达配送。同时,通过这种整合,也大大优化了Profil的生产和物流规划。这一过程可通俗地理解为“化零为整”策略,即通过统一采购、集中库存和整合运输,降低整体供应链的运作成本,从而保证产品的最高性价比,实现客户对产品交货的满意度。     

整车物流网络规划集成优化模型研究

优化整车物流系统配送网络可降低成本，为此，建立了综合考虑运输规模效应、库存控制策略、设施和服务质量等决策因素的整车物流网络规划集成优化模型。给出了一种流预测和遗传算法相结合的求解方法。在遗传算法中采用二进制码和自然码组合的编码方式，使得每个合法染色体都代表一种可行物流网络结构。为了解决适应度函数中的工厂与分销中心之间的运输成本计算困难的问题，提出了流预测算法，用于确定产品在工厂、集货中心和分销中心构成的凹费用流网络中的最优运输路径，进而获得适应度函数值。最后，通过仿真试验验证了优化模型的正确性和算法的有效性。     

基于车辆共享的软时间窗动态需求车辆路径问题

为解决配送机构的乍辆有时不能满足客户需求的问题,同时降低物流配送成本,节约资源,基于产品服务系统的理念.引入车辆共享机制,结合时间窗、多配送中心和现代物流客户需求动态变化的特点,建立了基于车辆共享的软时间窗多配送中心动态需求车辆路径问题的两阶段数学模型,并设计了混合3-OPT量子进化算法对各阶段模型进行求解.通过算例测试及与其他算法进行比较,表明该算法能快速有效地求解此类动态需求的车辆路径问题.最后对影响算法性能的种群规模参数进行了分析.     

改进蚁群算法对车辆配送二次调度的Matlab实现

货物配送中在保证时间窗的前提下,需要同一辆车进行二次或多次配送,以提高单车利用率,节约成本。针对基于时间轴的车辆调度模型,改进蚁群算法转移概率公式,并引入了上下界限来约束信息素的更新;对可行解进行有效合并,得出最佳运输车辆数,并对车辆行驶状态进行实时监控。最后通过对模型进行Matlab仿真试验,验证了算法的良好性能。     

最后一公里配送服务选择均衡问题

为设计高效的配送服务,研究了顾客有限理性条件下送货上门、有人值守自提点与无人值守自提点三种最后一公里配送服务选择均衡问题。从顾客期望效用最大化角度出发,基于排队模型,考虑取货距离、取货时间、运费、安全性、沟通便利性、退货方便性等因素,建立了三种配送服务的分段效用函数。基于Nested Logit(NL)模型,构建了有限理性下顾客配送服务选择模型,刻画了顾客无法准确计算他们的期待损失或者等待效用的有限理性。基于随机最优反应均衡,证明了最后一公里配送服务系统存在Logit均衡且均衡唯一。通过数值实验验证了模型的正确性,揭示出取货距离、取货时间、运费及顾客理性程度是最后一公里配送服务设计的重要影响因素。     

面向需求不确定的混装线物流车辆配送区域划分方法

静态的物流车辆调度方案难以适应需求不确定引起的混流装配线物料需求动态变化,导致配送效率低下,甚至生产流程紊乱等问题。针对此问题,提出了一种面向需求不确定的混流装配线物流车辆配送区域划分方法。首先,分析需求不确定对物流车辆配送量的影响,提出了基于信息熵的配送任务复杂性测度方法。其次,在复杂性测度的基础上,建立以物流配送车辆满载率最大、配送任务复杂度最小为目标的调度优化模型。最后,在实例中应用遗传算法对调度优化模型进行求解,得出物流车辆配送区域最优划分方案。结果表明,所提方法能够输出适应需求不确定的物流车辆配送区域划分方案,满足需求变化的同时,保证车辆满载率维持在最高水平,并降低配送任务复杂度,减少配送错误发生率。     

考虑空间装载约束的智能车间物料调度优化研究

针对离散制造装配车间物料配送过程中存在的不准确、不及时等问题,研究了空间装载约束下车辆数目优化偏好型的车间物料调度优化问题。首先,构建了以车辆派遣数目、配送成本为双重优化目标的路径-装载数学模型;然后,引入了随机交换算子、随机插入算子与2-opt算子相结合的邻域搜索策略和模拟退火(SA)算法接受劣质解准则,对鲸鱼优化算法(WOA)进行了改进;提出了两阶段混合算法,将改进的鲸鱼优化算法与装箱检验算法进行了有机融合;最后,采用MATLAB对某零件加工车间的生产数据进行了实验分析,对改进后的鲸鱼优化算法的性能进行了验证。研究结果表明：采用改进的鲸鱼优化算法求解的结果优于其他混合算法,且算法收敛速度快,不易陷入局部最优;采用改进后的两阶段混合算法求得的最优总配送成本为2 526元,使总配送成本降低6%,工位服务满意度提高5%;该研究成果可为智能车间提供物料调度优化方案。     

消费者"最后一公里"配送模式、服务方式与配送时隙的联合选择

为描述消费者对"最后一公里"配送模式、服务方式和配送时隙的联合选择行为,选取社会经济属性、配送活动属性和配送服务属性3类变量作为效用变量,以配送模式子集合、服务方式子集合和配送时隙子集合的组合作为选择项,构建基于广义极值(GEV)理论的交叉巢式Logit模型。通过问卷调查获得的数据,对模型参数进行估计和检验,并进行配送服务属性类效用变量的直接弹性分析。参数估计结果表明,当效用变量改变时,如果配送服务发生在上午,消费者会先变更其配送时隙,然后变更配送模式,最后考虑改变服务方式;如果配送服务发生在下午,消费者会先变更配送模式,然后变更配送时隙,最后变更服务方式。直接弹性分析表明,消费者对送货上门带来的等待时间、服务水平和经济损失都比较敏感;对职业人的配送服务相对信任,而对非职业和无人的服务方式较为顾虑;对8:00～10:00送货上门服务和12:00～16:00自提货物服务的各方面都很关注。