多港口集装箱配载的双目标精确算法研究

配载计划是集装箱运输过程中的一个重要环节,文中对多港口单个贝位的配载情形进行研究。以航线中最小翻箱数量和贝位两侧装载平衡为优化目标,把船舶航行的安全性及稳定性作为约束,建立混合整数规划的双目标优化模型。为了精确求解该问题的Pareto前沿,开发出Epsilon精确算法,通过实例证明了模型的有效性,对我国长江沿岸港口集装箱配载计划的制定具有一定的指导意义。     

基于城市配送平台的订单与车辆匹配优化策略

对于货物配送过程中零担订单与配送车辆的匹配问题,由于传统的人工匹配模式会导致较高的运输成本和空载率。针对此问题,根据实际业务情况,将订单体积与重量作为约束条件,以平台利润最大化为优化目标建立0-1整数规划模型。根据平台实际业务设计出GAPVR (Genetic Algorithm based on Price-Volume Ratio)算法,并将该算法与CPLEX和平台目前的业务操作采用的FCFS(First Come First Service)算法进行对比。通过在不同订单量下进行数值模拟分析,结果表明在大规模订单量下,设计的GAPVR算法可以有效节约17.24%的运输成本,并在此前提下,可以进一步将空载率降至平均4.73%,比平台当前FCFS算法的空载率降低50%,证明了模型的有效性,对平台的实际运营具有一定的指导意义。