基于截面车辆速度的多路径费用拆分

为解决高速公路收费分配问题,提出了一个用于高速公路多路径费用拆分方法.利用组成路径的各个路段中车辆的速度分布,结合各路段长度分析出路径中车辆行驶时间的概率分布;利用车辆在进口和出口的时刻,统计出车辆行驶时间的概率分布,并将其表示为各条路径行驶时间的概率分布的线性组合,根据混合概率模型,其组合系数就是拆分系数.最后进行了仿真计算,结果表明,通过本文算法得到的拆分系数与实际的车辆分流系数之间非常吻合,相对误差仅为0.0025%.     

基于萤火虫算法的动态车辆路径规划

为解决城市交通道路信息或客户需求改变带来的成本浪费,提出带时间窗和容量约束的动态车辆路径问题模型和求解算法。建立以最小化车辆总成本为优化目标的带时间窗和容量约束的动态车辆路径模型(dynamic vehicle routing problem with time windows and capacity constraints, CDVRPTW),并用DVRP求解器将DVRP分解成VRP问题的集合以解决动态性问题。提出坐标萤火虫算法,使萤火虫算法的离散解映射到连续域以适用于模型求解,运用局部搜索包括初始种群、增强路径、移除节点以及交换节点改进算法。结合数据集和实例,运用Matlab分析算法性能。结果表明,本文所提算法与经典求解DVRP算法相比,不论是求解速度还是解的质量都有明显提升,实际案例验证其现实意义。     

考虑时变交通拥堵的污染路径优化研究

针对城市配送过程中引发的交通拥堵问题,研究时变拥堵情况下车辆路径优化对碳排放的影响,为此引入车辆在行驶弧上的等待策略,建立以碳排放最小和行驶时间最小的双目标优化模型。设计改进的禁忌搜索算法对模型进行求解。最后进行算例分析,证明模型与算法的有效性,分析时间约束及等待策略对碳排放的影响情况。     

考虑动态行驶时间的无人驾驶车辆调度问题研究

利用无人驾驶车辆进行物流配送有助于降低物流运输成本,提高运输效率。研究考虑动态行驶时间的无人驾驶车辆路径问题,提出动态行驶时间与时变速度相关。综合分析实际中的车辆速度、时间、剩余里程和充电时间,建立以总配送时间最短为目标的数学模型。最后,结合京东在某城市物流配送项目中的实例,运用不同的算法合理有效地完成了车辆配送路径规划。通过实例验证了搭建的数学模型的准确性和设计算法的优越性。     

顾客可选时间窗下城市配送订单接收策略研究

在顾客可选城市配送时间窗的情境下,研究了带硬时间窗约束的动态车辆路径问题,提出了基于辐射半径的订单接收策略,设计了可接受时间窗分配初始化、可接受时间窗动态调整、参照点动态选择及基于时间窗偏差阈值的配送需求评估等方法,构建了求解动态车辆路径问题的插入算法。通过与先到先服务策略的对比表明,提出的策略能够实现配送收益和行驶距离的有效平衡;基于辐射半径的订单接受策略在平均接受决策耗时、路径更新耗时和全局优化耗时与先到先服务策略差异较小;随着参照点数量增多,算例中收益和行驶距离都在逐渐增长,总收益/距离之比呈现先下降后上升的趋势。     

带软时间窗的同时取送货车辆路径问题研究

考虑软时间窗下的车辆路径问题,客户点常伴有同时取送货的双重需求。针对此类问题,通过对软时间窗、车辆在途前后时间关系及二者融合问题进行刻画,同时将车辆行驶距离、车辆使用数、违反软时间窗总时间、客户满意度等纳入综合考量,构建相应混合整数非线性规划(mixed integer nonlinear programming, MINLP)模型。设计相应多目标优化求解算法,运用理想点法对目标函数进行转化,将多目标优化问题转化为单目标优化问题。结合相应算例集,运用LINGO 17.0全局求解程序求得每组算例的全局最优解。结果表明,针对带软时间窗的同时取送货车辆路径问题(vehicle routing problem with simultaneous pick-up and delivery and soft time windows, VRPSPDSTW),所建模型及算法是有效且可行的。     

带时间窗的车辆路由问题的改进遗传算法

提出了一种改进的遗传算法,使用了一种新的染色体编码方式,和与之对应的启发式交叉算子,同时采取了竞争选择的淘汰机制,通过对Solomon提出的100个点的标准算例的计算验证,证明了该算法能够很好地解决各类带时间窗的车辆路由问题,通过和混和遗传算法的比较,证明了该算法在计算时间、收敛速度上都有大的优势.该算法计算得到的解在总行驶距离相差不大的情况下使用车辆数较少.     

具有时间窗约束累积性车辆路径问题的禁忌搜索优化算法

基于对中国实际物流运输中成本计算方法的研究,考虑到我国高速公路系统计价方式的特殊性,提出了具有时间窗约束的累积性车辆路径问题。以降低实际车辆运输成本为目标,设计了新型的禁忌搜索算法对问题进行有效求解;算法中嵌入多种邻域搜索方法,允许同时在可行和不可行解空间内进行邻域搜索,同时采用Nagata提出的时间窗违反量计算方法[1-2]对解的时间窗约束违反进行评估。针对提出的新型问题的数值试验证明了所采用的时间窗违反量计算方法的时间节约性和有效性;同时由于该问题可以覆盖传统的累积性车辆路径问题,对后者的数值实验以及与其他优化算法的对比验证了所提出算法的优良求解效果。     

带时间窗的易腐食品冷藏车辆配送问题

以带时间窗的车辆配送模型为基础,以包括制冷成本、车辆固定成本和运输成本在内的总成本最小为目标函数,建立易腐食品冷藏配送模型.在算法上,构造了基于邻域搜索的节约算法,并对8客户算例,用该算法分别对冷藏配送模型与一般配送模型求解,由结果可知2个模型得出的最优路径不同,说明了研究易腐食品的配送问题的必要性.     

带时间窗的时变多目标危险化学品道路运输路径优化

研究了危险化学品道路运输路径优化（VRP）问题,考虑了该问题的3个方面：1）路径选择涉及运输时间与运输风险两个目标;2）运输时间与风险具有时变特性;3）道路节点的服务时间窗限制。本文以运输时间和风险为多目标,综合考虑以上约束,建立了该问题的数学模型并设计了蚁群算法进行求解。求解结果表明该算法可以有效计算帕累托最优路径,决策者可结合实际问题和决策偏好作出最合适的决策,同时运输企业可依据不同时刻的运输结果制定车辆的出发时刻表,监管部门可通过合理规划各路径的服务时间窗及允许停留等待的节点来调节各路径运输时间及风险。     

考虑车速时空动态性的城市配送车辆路径问题

基于对城市路网中配送车辆车速时空动态性的分析,对配送时段和配送网络中的路段分别进行切割,建立城市配送网络的车速矩阵以实现动态计算车辆在配送线路上的行驶时间。基于车辆在配送网络节点间行驶时间的计算,建立了带时间窗的城市配送车辆路径优化模型。为更贴近实际,模型的目标函数在实际运作成本的基础上纳入了配送车辆的碳排放成本。设计了先用改进节约法构造初始解,再用变邻域搜索算法进行改进的求解算法框架。最后,通过实例分析表明了在车辆路径模型中纳入对车速时空性的考量能更好地刻画城市物流配送,给出更合理的配送车辆调度方案,实现提高配送效率、降低配送总成本和减少配送车辆碳排放的目的。     

带软时间窗的电动车换电站选址路径问题研究

电动汽车因高效率无污染零噪音的特性受到了人们广泛的关注,但在采用时也存在续航里程短、公共充电设施数量较少等问题。考虑客户服务时间窗、电动汽车装载容量、行驶里程限制以及换电站的选址等因素,建立以总成本最小为目标的选址-路径优化模型,并设计结合变邻域搜索算法、门槛接受法和粒子群的算法来求解该问题。为验证算法的有效性,将算法的结果同CPLEX的计算结果进行比较,并对电池续航里程、时间窗和客户分布做敏感性分析,研究结果表明这些因素对选址数和车辆数有不同的影响。     

循环取货带有时间窗约束的入库道口车辆调度

研究了循环取货模式下带有时间窗约束的入库道口车辆调度问题,为使车辆运输成本和取货时间成本、卸货时间成本最小,建立混合整数规划数学模型,设计了两阶段算法求解模型,第一阶段产生满足容量约束的较好初始解,第二阶段通过发车时间与路径同时编码的模拟退火算法进行求解,根据某汽车制造商循环取货的实际运作情况,构造算例并验证了该模型和算法的有效性。结论表明,制造商处的道口限制对循环取货发车时间与路径调度有较大影响,同时对发车时间和路径进行调度更有利于降低循环取货的运输费用。     

基于时间窗的家庭医疗护理人力资源分配

随着中国人口老龄化程度加深和医疗资源短缺,社会对家庭医疗护理的需求大大增加。针对家庭医疗护理人力资源分配问题,提出将计算复杂且不能应用于大规模算例的带时间窗多期多车辆路径规划问题分解为资源分配、护理计划和路径规划问题。在资源分配阶段,建立了一个层次优化模型以优先平衡服务人员的利用率并避免客户访问冲突,应用一个概率模型使在没有求解路径规划问题的情况下考虑时间窗约束。设计了一个遗传算法来求解大规模资源分配问题。研究的原创性是在资源分配阶段考虑时间窗约束和所提出的层次优化算法。实验结果验证了模型的有效性。     

行驶车辆对城市街谷内空气流动与污染物扩散影响的数值模拟

通过城市街谷内单个车辆在任意时刻对空气的曳力计算,提出更具一般意义的欧拉-拉格朗日方法,实现对行驶车辆引起空气流动及湍流的模拟。模拟结果显示,在不同的背景来流风速下,行驶车辆对街谷内湍流有显著影响,而对平均流场的影响相对较弱;行驶车辆诱导的湍流主要分布的靠近路面的区域,且在靠近背风面的地方湍流强度增大最为显著;街谷内行驶车流诱导湍流强度及分布受背景来流风速的影响显著,而受车辆行驶速度的影响相对较弱。街谷内行驶车流对风场的影响非常复杂,简单地以车辆行驶速度或背景来流风速进行参数化的模型很难模拟不同情形下的流场特征。     

城市实时交通路网车辆路径优化问题研究

针对日益突出的城市交通拥堵问题,在综合考虑距离、载重量、时间、燃料对成本影响的基础上,研究时变车辆路径优化问题,提出跨时间域计算配送成本的方法,建立以成本为目标的城市配送优化模型。为提高算法的求解质量与效率,采用改进遗传算法,并设计两边逐次修正算子。最后,结合京东在重庆市的配送实例,分析车辆出发时间对成本的影响,同时考虑路径选择的灵活性并及时调整路线。实例验证了模型在城市配送中的适用性。     

具有时间窗的开放式车辆路径的改进微粒群算法

分析了车场开放的带时间窗的车辆路径问题,在完成配送服务的车辆数目不确定的条件下,建立了该问题的数学模型,同时运用改进的微粒群算法求解该问题,算法采用一种基于客户的序数编码方法构造初始种群,对微粒群算法的进化方程进行了改进,使改进微粒群算法的搜索过程具有自适应性。最后根据第三方物流配送的实际,基于问题的不同目标,运用数值检验了模型和算法的有效性。     

基于深度学习的新能源汽车充电路径规划模型

针对新能源汽车的充电问题,该文提出了基于深度强化学习的充电路径规划模型。建立了联合最小化充电完成时间和汽车行驶距离为目标的路径规划问题,提出了基于深度强化学习的算法求解该模型。采用真实世界的数据集进行试验,结果表明,所提出的算法可在一定程度上减少汽车的充电时间。     

时间依赖网络城市物流车辆调度的模型及算法

在城市配送中,车辆在不同时间段通过相同路径的行驶时间可能不同,时间依赖网络能更好地刻画城市物流车辆调度的实际特征,解决时间依赖条件下的城市物流车辆调度优化问题具有更强的实际应用意义。文在分析时间依赖网络车辆行驶时间的基础上,综合考虑顾客及物流公司两方面要求,以总配送时间、使用车辆数最小及客户满意度最大为目标,建立多目标时间依赖网络城市物流车辆调度模型;设计了遗传算法对该模型进行求解,并进行了算例研究,算例分析表明本模型在城市物流车辆调度方面是合理可行的,设计的算法是有效的。     

基于时间窗和多仓温控的生鲜商品配送车辆路径优化问题

目的 针对当前生鲜商品配送效率低和成本高等问题,采用车仓温度可控的多仓车辆作为配送装备,并结合时间窗等约束,研究基于时间窗和多仓温控的生鲜商品配送车辆路径优化问题。方法 建立最小化物流运营成本和车辆使用数量的双目标模型,然后设计基于Clarke-Wright节约算法的非支配排序遗传算法（CW-NSGA-Ⅱ）求解该模型。利用CW节约算法生成初始配送路径,以提高初始解的质量,并设计精英迭代策略,以提高算法的寻优性能。结果 基于改进的Solomon算例,将文中所提算法与多目标粒子群算法、多目标蚁群算法、多目标遗传算法进行了对比,验证了CW-NSGA-Ⅱ算法的求解性能。结合实例,对多仓车辆使用数量、温控成本和运营成本等指标进行对比分析,结果表明,经优化后多仓车辆使用数量减少了35.7%,温控成本减少了39.2%,物流运营总成本减少了47.7%。结论 文中所提模型和算法能够有效优化配送路径,降低运营成本,为构建高效率、低成本的生鲜配送网络提供了理论支持和决策参考。