基于一种改进算法的单车场多车型车辆调度研究

针对目前配送中心对其辐射范围内的需求点合理调配各种车型及确定每辆车的配送路线问题,提出一种新的单车场多车型调度算法,该算法综合运用了最邻近算法和遗传算法的相关原理,结合二者在路径优化方面的优点,通过验证相比其他算法能够提供更加合理的配送路线,为解决此类问题提供了一套选择方案.     

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。     

基于蚁群算法的供应链物资配送系统优化

针对供应链物资配送系统的优化问题，提出了综合配送中心选择和配送路线优化，即在通过遗传算法选好配送中心的基础上，进一步通过蚁群算法（Ant Colony Algorithm）来优化配送路线。并重点讨论了蚁群算法对配送路线的优化。     

基于混合模拟退火算法求解电表配送车辆路径问题

为了使电能表集中配送业务中的车辆路径选择最优化,提出一种混合模拟退火算法。针对单相电能表集中检定后的配送需求,综合考虑各车型的固定成本、可变配送成本和配送里程,以总成本最小为目标,建立了具有固定车辆数的多车型车辆路径优化模型。基于多车型路径划分算法生成初始可行解,通过引入基于概率的多算子邻域搜索,采用禁忌搜索中的禁忌表对模拟退火算法进行改进,给出求解算法。以计量中心配送业务为实例,验证了模型的实用性和算法的有效性。     

汽车零部件厂内线边物料配送路线优化方法研究

针对某汽车制造公司线边物料配送存在的路线循环、资源浪费等问题,以牵引车配送路线和载重为研究对象,以牵引车路径最短为优化目标,建立物料配送路线优化问题的整数规划模型,通过改进的遗传算法进行优化求解.利用汽车公司实际数据对模型的应用情况进行了实例验证,并通过对比分析验证了模型和算法的优越性.结果表明：该模型和算法能很好地解决实际生产中的问题,提高了资源利用率.     

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IPSO算法的制造车间物料配送路径优化

针对制造车间物料供应路径复杂多变问题,建立了以物料配送路径最短为优化目标的物料配送模型,并提出了一种改进粒子群优化算法(Improved Particle Swarm Optimization Algorithm,IPSO)旨在解决此问题模型。IPSO算法可以在运行过程中自适应地以正切函数的变化方式调整惯性权重系数,同时构建基于惯性权重系数自行调整的加速度因子c_1、c_2的变化关系式。通过仿真实验与基本及其他典型改进PSO算法进行比较,实验结果表明,IPSO算法具有良好的全局搜索能力与较高的搜索精度,可以有效对制造车间物料配送路线进行优化。     

多车型动态需求车辆路径问题建模及优化

针对现代物流配送系统中客户需求动态变化、配送中心车型多样化以及车辆行驶路线开放式的特点,建立了多车型开放式动态需求车辆路径问题的两阶段数学规划模型。制定了相应的预优化路线调度和实时动态调度的两阶段求解策略,提出了混合2-OPT量子进化算法的求解方法,设计了一种将常用的整数编码转换为量子比特的编码方法,每一个染色体都代表一种行车路线方案,对于量子进化算法求得的行车路线方案,引入2-OPT优化方法,对线路内的子路径进行局部调整,进一步提高了算法的收敛速度。最后通过实例测试及与其他算法的比较,验证了该方法的有效性。     

单机多车情形生产与配送协同调度算法

为实现拉动式供应链整体优势,研究了一类单机多车情形下的生产与配送协同优化调度问题,其中假定制造商生产部门采用单机模式,生产后由配送部门或第三方物流将多个订单任务分车配送给多个客户,同时考虑配送路径的优化。引入制造商信誉惩罚成本,并假定它与客户的收货时间成正比。调度的目标是协调生产与配送步调,使得制造商信誉惩罚成本与配送成本总和最小化,从而实现生产与配送的协同优化调度。对于此类NPhard问题建立了数学模型,分析了最优解应具备的特征,构建了模拟退火算法,并通过大量随机数据验证了所构造算法的性能。实验表明:所构造的模拟退火算法能够在合理的时间内提供高质量满意解,解的质量明显优于传统的生产与配送两阶段优化方法。     

网购城市配送多容量终端选址与多车型路径集成优化

针对网购物流城市末端配送个性化配送服务需求,分析了末端交付系统的特点,建立了送货上门与客户自提二元需求模型,并引入针对客户群的车辆路径近似连续模型。建立了集送货上门和客户自提于一体的多容量终端选址—多车型路径集成优化模型,并设计一种先"多容量选址—分配"再"多车型路径"的两阶段模拟退火启发式算法。通过末端交付系统不同配置方案对比与算例仿真,验证了模型及算法的实用性与有效性。