考虑碳排放的冷链物流轴幅式网络多目标优化

针对传统冷链网络优化模型忽视碳排放量的不足,基于绿色物流、共享经济的相关理念,在轴幅式理论下对多个区域的冷链配送进行资源整合后进行共同配送,提高冷链配送车辆的满载率。同时,构建考虑碳排放成本在内的总成本最小和最大化客户满意度的多目标优化模型,达到降低总成本和满足客户最大满意度的目的,实现经济效益和环境效益共赢的状态。以客户满意度来表示物流网络系统的可靠性和服务质量,并结合易腐品的新鲜度对时间的敏感性,引入货损成本。最后,设计粒子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,有效解决冷链物流网络的网点布局和运输配送问题。     

时变网络条件下带时间窗的食品冷链配送定位—运输路径优化问题

为解决食品冷链配送系统优化问题,针对易腐品特性,结合配送网络时变特征进行行程时间分析,根据服务时间窗设计满意度函数,建立时变条件下的仿真模型;采用"预优化阶段+实时优化阶段"两阶段求解策略,利用分解法进行问题分解,设计最小包络聚类分析方法与混合遗传算法求解。仿真计算验证了模型和算法的有效性与研究的实用价值。     

基于模糊时间窗的多目标冷链配送优化

随着生鲜冷链行业竞争逐渐白热化,成本高、时效性强、新鲜度难以保持等问题已成为制约冷链物流配送的瓶颈。为提高生鲜配送效率,考虑客户满意度,以货损成本、惩罚成本等综合配送成本最低为目标函数,构建了一个多目标配送路径优化模型。设计带精英策略的非支配排序遗传算法（Elitist Non-dominated Sorting Genetic Algorithm,NSGA-II）求解该问题,利用Solomon标准数据集进行仿真模拟实验。实验结果对比分析表明,考虑满意度时冷链物流配送所需车辆更少,总路径长度更短,设计的算法可以在较短的时间内获取到帕累托最优解集,能够有效地解决模糊时间窗下的配送路径优化问题。     

基于配送收益均衡的多目标绿色车辆路径优化算法

针对电商平台物流中的碳排放成本较大以及配送过程中配送员收益不均衡的情况,为满足平台减少物流成本和人力成本的需求,提高车辆配送效率,降低碳排放量,实现低碳绿色出行,研究带有时间窗、配送收益均衡的多目标绿色车辆路径规划问题,并设计混合智能求解算法.首先,建立基于行驶速度的燃油消耗、基于模糊客户满意度的惩罚成本和配送收益均衡函数,构建以最小化燃油消耗量、惩罚成本和配送收益方差为目标的多目标绿色车辆路径模型;然后,将变邻域搜索算子融入NSGA-II算法,设计求解上述模型的多目标进化优化算法,以提高算法的寻优性能;最后,选择Solomon中的18个测试数据集进行实验,通过与2个模型和3种算法的超体积值和knee点值进行对比,验证所提出模型的可行性和算法的有效性,为降低碳排放量、实现低碳绿色出行提供新方案.     

考虑满意度的团购两级混合冷链低碳路径优化

考虑当前社区团购生鲜品冷链运输过程中，因品质衰减导致顾客满意度降低，同时需求井喷造成运力不足的问题，提出一种基于众包模式的两级冷链协同优化配送策略，即由企业冷藏车完成城市仓至中转仓的一级冷链运输，由众包冷藏车完成由中转仓至团长的二级冷链运输，并以包含服务延迟成本、碳排放成本和固定成本的总成本最小，及团长对产品品质满意度最大为优化目标，建立一个带有众包的两级开闭混合冷链低碳路径规划模型。针对模型特点，构造了一种改进的自适应大领域搜索算法（improved adaptive large neighborhood search,IALNS），设计了新的破坏-修复解的策略，并在算子选择阶段加入模拟退火算法（simulated annealing,SA）的思想，以加快收敛速度，提高算法全局搜索能力。通过分别与自适应大领域算法（adaptive large neighborhood search,ALNS）、模拟退火算法、遗传算法（genetic algorithm,GA）、粒子群优化算法（particle swarm optimization,PSO）的算例优化结果对比，证明该算法的有效性。该策...     

生鲜食品冷链低碳物流配送路径优化研究

基于冷链物流配送车辆节能减排的必要性，在考虑固定成本、运输成本、时间窗惩罚成本以及制冷成本的基础上增加碳排放成本，建立了以配送总成本最小为目标函数的冷链物流配送模型，提出了一种解决该问题的改进蚁群算法，并使用算例验证了模型和算法。实验结果表明，该模型和算法有效，可以为物流企业的配送决策提供参考。     

易腐生鲜货品车辆路径问题的改进混合蝙蝠算法

针对配送易腐生鲜货品的车辆其配送路径的选择不仅受货品类型、制冷环境变化、车辆容量限制、交货时间等多种因素的影响,而且需要达到一定的目标（如：费用最少、客户满意度最高）,构建了易腐生鲜货品车辆路径问题（VRP）的多目标模型,并提出了求解该模型的改进混合蝙蝠算法。首先,采用时间窗模糊化处理方法定义客户满意度函数,细分易腐生鲜货品类型并定义制冷成本,建立了最优路径选择的多目标模型;然后,在分析蝙蝠算法求解离散问题易陷入局部最优、过早收敛等问题的基础上,精简经典蝙蝠算法的速度更新公式,并对混合蝙蝠算法的单多点变异设定选择机制,提高算法性能;最后,对改进混合蝙蝠算法进行性能测试。实验结果表明,与基本蝙蝠算法和已有混合蝙蝠算法相比,所提算法在求解VRP时能够提高客户满意度1.6%~4.2%,且减小平均总成本0.68%~2.91%。该算法具有计算效率高、计算性能好和较高的稳定性等优势。     

考虑动态拥堵的多车型绿色车辆路径问题优化

为降低物流配送成本,促进碳减排,提出一种考虑动态拥堵的多车型绿色车辆路径优化方法.针对常发性道路拥堵状况,将配送时间划分为若干时段,以道路拥堵系数反映不同时段的拥堵状况,同时考虑到碳排放、多车型和客户时间窗的影响,建立以系统总成本最小为目标的绿色车辆路径优化模型,设计求解模型的头脑风暴优化算法.结合算例,对该问题进行仿真,将结果与遗传算法进行对比,验证了模型的可行性和算法的有效性,表明考虑多车型配送和动态拥堵可以有效降低系统成本.     

考虑交通拥堵的冷链物流城市配送的GVRP研究

针对目前研究冷链物流车辆路径问题多未考虑交通拥堵对运营成本的影响,将道路拥堵因素融入到冷链物流绿色车辆路径（Green Vehicle Routing Problem）优化数学模型中。兼顾经济成本和环境成本,在时变网络下综合考虑冷链物流中车辆管理成本、运输能耗成本、货损成本、制冷成本以及客户需求时间窗的惩罚成本,同时引入运输和制冷过程中产生的碳排放成本,统筹安排车辆路径,使得物流企业整体运营成本最低,更绿色环保。在此基础上根据模型特点设计改进蚁群算法进行求解,用实例对模型和算法进行仿真,验证该模型和方法可以有效地规避拥堵时段,降低配送成本,促进物流企业的节能减排,可以为物流企业冷链配送路径决策提供良好的参考依据。     

有新鲜度限制的易腐品生产-配送协同调度

为提高按订单生产模式下快速易腐品的生产/配送效率,在兼顾企业运营成本和顾客对产品新鲜度要求的情况下,以总配送成本最小和交付产品总的新鲜度最大为目标,建立了具有最低新鲜度限制的易腐品生产-配送协同调度双目标优化模型,并设计了基于双子串编码的带精英策略的非支配排序遗传算法。首先,描述了客户时间窗和交付产品新鲜度,定义了多产品情形下的客户产品平均新鲜度,建立了生产-配送协同调度双目标模型。然后,对约束条件和两个目标函数进行了转换,采用双子串的染色体编码方式,以及带精英策略的非支配排序遗传算法的算子结构和进化框架对问题进行求解。最后,基于算例分析,对所设计的算法与基于Pareto的模拟退火算法的计算结果进行对比。实验结果表明,两个目标存在效益悖反现象,且所设计的算法能够获得有效的Pareto前沿解集;对产品最低新鲜度的敏感性分析表明,在使用车辆数量较少时,最低新鲜度限制约束对总配送成本和交付产品总的新鲜度有显著影响。     

考虑前置仓协作的两级生鲜配送路径优化研究

针对生鲜配送优化研究中存在的易腐烂变质、送达时效性低、物流成本高、车辆载重率低等问题,传统的配送方式难以有效适应生鲜物流,为此提出了前置仓协作的两级配送路径优化策略。考虑生鲜运输的时效性要求,结合冷藏车辆的固定成本、制冷成本、惩罚成本因素,以总成本最低为目标建立数学模型,设计改进遗传算法进行求解,并通过仿真实例验证模型和算法的有效性。结果表明,相比于前置仓传统的独立配送策略,前置仓协作的两级配送策略能够有效地降低配送成本。     

面向冷链物流配送路径优化的知识型蚁群算法

生鲜电商、冷链宅配的盛行使冷链物流订单呈现出"小批量、多批次、易腐坏"的特点,进一步增大了城市冷链物流配送路径优化的必要性与难度.鉴于此,同时考虑顾客满意度和道路拥堵状况,构建最小化总成本的冷链车辆路径优化数学模型.为求解该问题,将知识型精英策略下的禁忌搜索算子和动态概率选择的知识模型融入蚁群算法,设计一种新的知识型蚁群算法.通过对模拟实例和真实实例进行仿真实验,对传统蚁群算法、基于禁忌搜索改进的蚁群算法与所提出的知识型蚁群算法进行对比分析,验证了所构模型和知识型蚁群算法的有效性.     

面向最小碳排放量的接送机场服务的车辆路径与调度

车辆路径与调度问题 (Vehicle routing and scheduling problem, VRSP)是制造系统自动化和商业服务系统优化调度要解决的重要问题, 常常以路径最短或成本(时间)最小为 优化目标. 在强制性碳排放政策的影响下, 如何通过路径优化与调度实现系统的节能减排, 已经成为管理者一个优化控制的目标. 本文 建立了针对接送机场服务中以最小碳排放量为目标的车次分配与调度问 题的0-1混合整数规划模型, 采用了改进的基于时间和地域划分的极线扫描算法. 重点通过不同类型、规模测试实例, 分别从测试实例的 顾客点位置分布、顾客规模以及车辆容量大小、满意度水平分析了对人均 碳排放的影响程度, 对现实接送机场服务运作中车辆配置和设置服务水平提供了有价值的建议.     

考虑碳排放量与数量折扣的闭环供应链网络设计与多目标决策优化研究

由于闭环供应链网络在环境法规、客户压力等方面都受到关注,故供应商选择在供应链管理中更具挑战性,本文所提闭环供应链网络模型可解决上述问题.其中,供应商会提供数量折扣以激励买家购买更多的产品.模型的目标函数是将经济成本与碳排放量降至最低,最大限度提升客户满意度等参数,并确定出最佳的供应商、采购量、运输方式、技术类型、碳排放...     

模糊需求下低碳取送货车辆调度问题与算法

针对物流配送过程中的高碳排放问题,从低碳视角出发,构建考虑模糊需求的低碳取送货车辆调度（LCVRPPD）模型,并提出一种基于2-OPT的差分算法对问题进行求解。该算法中,采用自然数编码方式并设置三种不同的适应度函数;随后,引入2-OPT算法取代差分算法原有的变异机制,并结合二项交叉算子和贪婪选择算子,从而提高改进算法的收敛速度。案例分析中,通过田口法确定改进算法参数的合理取值,通过SPSS分析揭示了在运输成本最小、碳排放量最小和总成本最小的三种不同目标模型中,以总成本最小为目标函数的模型的解的效果最好。针对不同顾客规模的算例,改进算法与基本差分算法相比,总成本可以降低1.8%~3.0%,碳排放量可以降低0.7%~3.5%;与遗传算法相比,总成本可以降低1.9%~16.47%,碳排放量可以降低1.2%~4.3%;与粒子群优化算法相比的优化效果更加明显,总成本可以降低4.0%~22.5%,碳排放量可以降低1.56%~7.88%,验证了算法的有效性及先进性。综上,所提出的模型和算法可以为低碳取送货车辆调度问题提供参考。     

多物流中心共同配送的车辆路径问题研究

研究多物流中心共同配送的车辆路径问题。首先考虑客户服务关系变化与客户需求的异质性情况,设计一种共享客户需求、配送车辆与物流中心的共享物流模式;再综合考虑车辆容量、油耗、碳排放、最长行驶时间、客户需求量与服务时间等因素,以总成本最小为目标构建多物流中心共同配送的车辆路径规划模型,并设计一种改进蚁群算法进行求解;最后采用多类型算例进行仿真实验,结果表明共享物流模式能有效避免交叉配送与迂回运输等不合理现象,降低物流成本,缩短车辆行驶距离,减少车辆碳排放,促进物流与环境的和谐发展。