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。     

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。     

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。     

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。     

城市物流配送订单分配排序优化研究

针对城市物流配送小批量、多频次、时效性强的特点,研究装载和配送组合优化的城市配送订单分配排序问题,以提高整体配送效率和客户满意度。利用成组分批排序理论对解决资源和任务分配组合优化问题的优势,将订单和车辆分别看作工件和机器,以总完工时间最短作为目标,建立城市物流配送订单分配排序模型,设计启发式算法并且进行算例模拟,结果表明设计的模型和算法能有效的解决城市配送订单分配排序问题。     

考虑交通状况的冷链物流路径优化

随着低碳经济的到来,绿色理念早已深入人心,考虑碳排放的冷链物流配送随之成为当今社会研究的热点问题。在配送过程中,车辆路径规划(VRP)是提高顾客满意度、保障货物新鲜度和降低配送成本的重要因素。针对目前研究中较少考虑交通状况对配送的影响,综合各种配送成本建立多目标优化的冷链物流配送模型。借鉴启发式算法的思想,针对ACO算法容易陷入局部最优和早熟收敛的弊端,设计改进ACO算法加强局部寻优,提高求解的精度,通过实验验证模型和算法的合理性与有效性。     

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。     

分时四驱汽车用分动器多目标优化设计

针对分时四驱汽车用分动器的优化研究问题,提出基于多种群遗传算法的分动器多目标优化设计方法。建立以最大爬坡度、燃油经济性以及齿轮重合度为目标的分动器多目标优化数学模型,基于多种群遗传算法进行优化设计,运用AVL-Cruise软件进行整车虚拟仿真模型,并对优化前后结果进行虚拟实验。结果表明:优化后车辆最大爬坡度降低2.78°,燃油消耗量降低12.52%,行星齿轮重合度提高8.62%;实验结果与优化结果相吻合,验证优化结果的正确性。     

10kV开关柜装配线物料配送的仿真与优化

针对10 kV开关柜生产不能满足订单需求,生产过程物料配送不顺畅的问题,基于QUEST软件对10 kV开关柜装配线进行物料配送仿真与优化。在分析10 kV开关柜装配工序、装配特点及物料配送现状的基础上,提出10 kV开关柜装配线仿真模型的构建方法,建立包括并行装配工序、装配工序优先级、参数逻辑关系等在内的10 kV开关柜仿真逻辑模型,基于实际生产数据对物料配送问题进行分析与优化。对比优化前后10 kV开关柜装配线物料配送的数据,确认优化效果良好。     

基于动态需求的多车型车辆配送路径优化研究

基于实际物流配送中客户需求的动态变化特性以及配送车辆的多样化,首先,提出多车型情形下的动态需求车辆配送路径优化问题,并以配送成本最小化为目标建立了两阶段车辆配送路径规划模型;其次,在初始配送路径优化阶段,采用了遗传算法得出车辆配送线路方案;在实时优化阶段,通过关键时间点将动态变化的需求转化为静态的需求,并采用了遗传算法进行分析求解。最后通过对JLD物流公司的实际需求数据进行研究,改变JLD专线路的原则,重新规划车辆的行驶线路,并与JLD的实际配送方案进行对比分析,发现基于动态需求的多车型模型有效的减少了配送车辆数并降低了运输成本。     

汽车内饰装配线小时产出及设备使用率优化研究

以某汽车内饰装配线为研究对象,提出了一种优化线体的小时产出及设备使用率的方法。设置载具数量、生产节拍的二因素三水平仿真实验,对实验数据进行回归分析获得小时产出与设备使用率方差的回归方程;将小时产出与设备使用率通过加权和的方式合并为加权目标函数,通过粒子群优化(PSO)算法对目标函数进行求解优化。优化后线体小时产出提高了6.01%,载具投入成本降低了5%,设备使用率方差降低了72.68%,均衡设备负荷,提高了线体生产能力。     

面向ASP应用的多目标物流配送路径算法研究

探讨了在将第四方物流和ASP引入到物流配送活动中后，如何规划物流配送中车辆安排和路线优化的MVRP问题。提出了一种先分类再确定路线的二阶段法优化算法，该算法首先采用“容重比平衡法”确定车辆配装，然后设计一种改进遗传算法对配送路线进行优化。通过改进遗传算法进行“群体位元交配”、变异率逐代递减等操作来优化多车辆配送路线，避免搜索范围过小和陷入局部最优现象，最后采用固定字串长度(FSL)的二元矩阵编码方式解决了各车辆配送站点数目不相同的问题。     

基于多阶段批调度的混合型生产过程的建模与优化

根据混合型生产过程生产方式复杂的特点,采取分阶段的批调度方法建立模型,并且在模型中充分考虑了中间缓冲区的库存容量、生产线的加工容量以及客户的交货期等约束条件,在此基础上达到最低生产成本和最短的加工时间的多重调度目标。同时构造了基于该模型的启发式算法,降低运算速率、提高结果的准确度,从而使得该调度模型以能够得到最优的生产调度方案。实例仿真结果表明了该模型的可行性,同时为制造企业提供了一种有效的决策手段。     

基于车速跟踪的商用车燃油经济性建模与仿真

针对燃油经济性仿真模型仅能计算车辆在模态工况下的燃油消耗量的问题,提出了一种基于车速跟踪的燃油经济性仿真模型的建模方法。在建立车辆纵向动力学模型、驾驶意图模型和发动机与传动系统模型的基础上,利用MATLAB/Simulink搭建了商用车燃油经济性仿真模型,并以某客车为例进行了试验与仿真对比。对比结果表明：所建模型能对商用车的任意行驶工况进行较好的车速跟踪,并能对商用车在该行驶工况下的燃油消耗量进行较为准确的仿真计算。通过更改仿真模型中的相关车辆参数,可以方便快速地进行不同动力总成配置的商用车的燃油经济性仿真计算。     

煤矿井下运煤车转向机构优化设计

以井下运煤车的转向机构为研究对泉,分析了影响铰接车转向机构转向性能的各个因素,以及它们的影响趋势.同时建立了以综合转向性能最优为目标的优化设计数学模型.仿真结果表明:与原转向机构相比,优化后的转向机构的转向性能更好.     

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。     

融合动态能耗与路网信息的电动汽车充电路径规划策略

针对电动汽车续驶里程短的问题，以电动汽车为研究对象，基于“车路网”智能系统建立了道路拓扑模型、阻抗评价模型以及整车能耗模型，分别以电动汽车行驶时间最优、能耗最优和综合最优为目标，运用A*算法对电动汽车进行了充电路径规划。以福州市区交通为实例，采集了各路段主要行驶工况数据，将规划路段与行驶工况数据匹配用于车辆行驶时间和能耗的预测，并结合充电等待时间计算各目标阻抗成本。研究结果表明：所提出的充电路径规划策略能够根据驾驶员的不同需求分别规划出考虑时间、能耗以及综合最优的充电路径。     

基于改良C-W节约算法的甩挂运输车辆调度模型

为研究甩挂运输车辆调度模型，以带有时间窗的车辆配送模型为基础，构建了包括油耗成本、过路费成本、装卸停歇时间成本和延时惩罚成本在内的总成本最小目标函数，建立了基于不同载重油耗方程的甩挂运输车辆调度模型。在算法上，构建了改良型的C-W节约算法，并用该算法找出了一个9客户案例的最优物流配送路径。     

跨单元调度及其车辆路径集成优化

为了提高跨单元调度中车辆利用率,降低运输成本和缩短完工时间,综合考虑调度方案中零件的加工顺序和异常件运输路径之间的相互影响,建立了一个以最小化最大完成时间和总成本为优化目标的跨单元调度及其车辆路径集成优化模型。提出了一种包含工序编码、机器编码、单元编码、车辆编码和车辆路径编码的五段式编码方法;设计了基于分解的多目标进化算法,针对算法迭代过程中可能产生不可行解的问题,提出了一种基于二叉树的车辆路径调整方法以及车辆载荷调整方法。通过实例分析,并将集成优化结果与常见运输策略结果、车辆共享策略结果进行了对比,集成优化模型在缩短最小完工时间和降低总成本方面可获得更优的结果,从而验证了所提集成优化模型的有效性。     

Iterated local search algorithm based on very large-scale neighborhood for prize-collecting vehicle routing problem

This paper presents a new variant of the vehicle routing problem (VRP), the prize-collecting vehicle routing problem (PCVRP), which is derived from the hot rolling production of the iron and steel industry. One major characteristic of the PCVRP is that the customers need not be visited compulsorily but a prize can be collected from each customer when visited. Besides the capacity constraint, a task completion constraint is introduced and requires that the total demand of the visited customers should be no less than a predetermined amount. The main objective is a linear combination of three objectives: minimization of total distance traveled, minimization of vehicles used, and maximization of prizes collected. An iterated local search algorithm (ILS) based on very large-scale neighborhood (VLSN) using cyclic transfer is proposed for the PCVRP. Computational results of problem instances with up to 100 customers show the algorithm is efficient and effective.