沿途补货的多车场开放式车辆路径问题及蚁群算法

针对大区域多仓库多需求点的物流配送系统,建立了基于沿途多点补货策略的开放式车辆路径问题模型,强化了区域之间物流资源的整合和配送路径的跨区域优化。根据该模型需货车沿途多次访问仓库补货的特点,提出了带补货控制因子的蚁群算法。利用补货控制因子对仓库和需求点的区别赋权,控制了货车对仓库的访问时机和次数,从而解决了多仓库且车辆装载能力有限的开放式配送网络中货车沿途补货的问题。仿真试验表明了该算法的有效性和稳定性。     

带软时间窗随机需求车辆路径问题的算法研究

针对带软时间窗的随机需求车辆路径问题求解过程中存在的大规模车辆规划复杂度较高、规划时间较长、客户需求未知等问题,提出一种改进两阶段算法.第一阶段将客户随机需求作确定化处理,使其等于期望值,然后引入自适应禁忌长度、自适应惩罚系数和改进邻域结构,以解决车辆偏离时间窗问题,最后得到最初的规划方案,但该方案仍存在一定误差;第二...     

开放式带时间窗车辆路径问题及变邻域搜索算法

针对配送服务中开放式带时间窗车辆路径问题,构建了最小化车辆行驶成本的集分割模型,并提出变邻域搜索算法进行求解.该算法包括抖动和邻域搜索两个阶段,其中,抖动阶段通过当前解与种群历史最优、与个体历史最优之间的路径重连来实现,邻域搜索阶段通过同一条路径内以及不同路径间的交换、插入、2-opt三个操作算子来实现.通过与已有文献进行对比,结果表明该算法在求解开放式带时间窗车辆路径问题时,能得到更高质量的解,而且算法的收敛性和稳定性均较好.由此验证了该算法的可行性和有效性.     

模糊需求下多中心开放式车辆路径优化

针对模糊需求下多中心及开放式三重约束的车辆路径问题,运用三角模糊数表征模糊需求,根据可信性理论设置决策保守程度值刻画决策者的风险偏好,对多中心约束采用"先路径后分组"的策略,在此基础上建立了相应的数学模型;设计了两阶段禁忌搜索算法进行求解,算法第1阶段求解包含全部客户的旅行商问题,以此作为算法第2阶段的初始解,并采用合适的编码方式来保证算法两个阶段解兼容。通过算例实验表明,所使用的三角模糊数能够有效地对模糊需求进行定量刻画,随机模拟算法则能在计算机中对模糊需求进行模拟。所设计的两阶段禁忌搜索算法的第1阶段能够显著提升算法整体的求解质量。决策者的决策保守程度对配送总成本影响很大,过于保守或过于冒险均不能获得较好的路径安排方案,决策保守程度值为0.6时的模型求解效果最好,所提算法能够在可接受时间内对该类问题进行有效求解。     

基于生鲜品多中心联合配送的半开放式车辆路径问题

针对生鲜品的物流配送问题,提出一种半开放式的多配送中心联合配送模式。考虑到生鲜品运输的时效性要求,设计了相应的时间窗及惩罚成本,构建了以车辆运输成本、派遣成本、时间惩罚成本及生鲜损耗成本等总和最小的优化模型,并设计了蚁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。算例实验表明,半开放式多配送中心联合配送模式优于以往单配送中心独立配送模式,能快速对客户的生鲜需求做出响应,提高物流配送效率,减少生鲜品的损耗,进而降低总的物流配送成本,促进生鲜物流的快速发展。     

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。     

开放式动态网络车辆路径问题的粒子群算法

针对现有车辆路径问题模型对动态性和开放性的约束限制,建立了开放式动态网络车辆路径的数学模型,使用连续时间依赖函数表示动态网络,并提出了基于惯性权重自适应调整和状态分类更新的粒子群算法求解该问题。根据社会认知理论,每个粒子依据当前位置与种群最优位置和自身历史最优位置的相对关系,动态调整自身的惯性权重。为避免早熟收敛,增加群体的多样性,使用分类更新策略。对于优秀的粒子,通过计算信息熵,使用特殊的状态更新公式计算其状态;对于适应度低的粒子,通过公告板统计出现的频率,进行粒子更新。通过实验仿真,对算法的参数进行了分析,并通过与其他算法的比较,验证了该算法的有效性。     

求解带能力约束车辆路径优化问题的改进模拟退火算法

为高效求解带能力约束的车辆路径优化问题,提出一种带有回火操作的改进模拟退火算法.解析多约束条件下的路径优化特点,构建了结构简单且功能模块相对独立的模拟退火框架,以便相关约束及其算法的耦合嵌套.在此基础上,改变较优解在迭代过程中的接受规则,引入回火操作使全局搜索与局部搜索实现平衡;设计强制的随机邻域变换策略,以提高多约束...     

求解车辆路径问题的混合遗传算法

针对物流配送中具有容量限制的车辆路径问题,设计了一种结合2-OPT子路径优化的混合遗传算法.在该算法中,提出了一种新的双层染色体编码方案.该染色体编码方案能确保子路径为满足车辆容量约束的可行路径,并且该编码方案只需根据客户编号生成染色体,无需预先知道有容量限制的车辆路径问题所需的最小车辆数,更适于求解实际中的车辆路径优化问题.采用2-OPT算法作为遗传算法的变异算子以优化子路径,从而提高算法的收敛速度.基于典型基准测试实例的计算结果表明,该算法是求解有容量限制的车辆路径问题的有效方法.     

适应性禁忌搜索算法求解带回程的时变速度车辆路径问题

为求解带回程的时变速度车辆路径问题,建立了问题的数学模型并提出适应性禁忌搜索算法求解。适应性禁忌搜索算法为两阶段的启发式方法,改进固定速度下的启发式方法用于生成时变速度下的初始解,然后运用适应性禁忌搜索算法进一步优化,包括邻域生成规则定义,采用Hash表存储搜索过程中的解,检测解的重复状态,定义逃离局部搜索区域规则。对改进的标准问题进行测试,同时与最近邻域搜索算法的结果作比较,结果表明算法是有效的。与固定速度情形相比较,时变速度模型得到的调度方案更加合理。     

车辆路径问题的捕食搜索算法研究

针对车辆路径问题存在的NP难题,设计了一种模仿动物捕食策略的捕食搜索算法进行求解。该算法利用搜索空间限制的大小,定义算法的局域搜索和全局搜索,并通过调节搜索空间的限制,以实现局域搜索和全局搜索之间的转换,它具有较好的局部集中搜索和跳出局部最优的能力。通过测试实例的计算,并与已有相关算法进行比较,结果表明该算法简洁而行之有效,是求解车辆路径问题的一个较好方法。     

有时间窗的车辆路径问题的近似算法研究

为了分析不确定性因素对敏捷供需链系统的影响,文章从敏捷供需链系统重构的可能性条件和快速响应特征出发,根据敏捷供需链的运行目标,建立了基于风险因子的敏捷供需链系统风险分析模型,将敏捷供需链的不确定性因素分为系统层、协作层和实体层进行分析;以系统各层评价指标变化为风险分析的最终结果,给出一种针对敏捷供需链系统的风险进行定性与定量相结合的方法和分析流程。最后对该风险量化建模和定量分析方法进行举例验证,风险分析结果能够有助于为敏捷供需链系统的决策层提供决策依据,证明了该风险量化建模和定量分析方法适用于敏捷供需链系统的风险管理。     

具有固定车辆数的多车型低碳路径问题及算法

为研究基于能耗和碳排放的具有固定车辆数的多车型低碳路径问题,提出了考虑车辆运量和速度的能耗和碳排放量计算方法,建立了非满载运输方式下具有固定车辆数的多车型低碳路径优化模型.基于问题的性质,设计了基于划分的多起点禁忌搜索算法对问题进行求解,该算法引入一种新颖的路径编码与解码算法——具有固定车辆数的多车型路径划分算法,采用了多起点策略增强算法的多样化搜索能力.通过基准测试实例验证了算法的有效性和可行性,实验分析表明,采用具有固定车辆数的多车型低碳路径安排比传统的车辆路径安排更加经济和环保.     

基于模糊期望值模型的车辆路径问题

针对模糊需求的车辆路径问题,基于模糊可信性理论对车辆服务失败事件进行可能性分析,建立了一个模糊期望值模型,提出一种带双层禁忌搜索的并行粒子群算法。该算法引入两种不同的禁忌空间,采用新的粒子迭代公式,并利用轮盘赌策略设计了两类邻域算子。通过仿真对比实验表明了该算法的有效性。     

具有同时集送货需求的车辆路径问题的自适应混合遗传算法

为满足配送货物和收集货物的需求,给出了具有同时集送货需求的车辆路径问题的混合整数规划模型,设计了求解该模型的自适应混合遗传算法。该算法以最优划分方法计算适应值,邻域搜索法作为变异算子,设计了新颖的交叉算子和群体更新策略,定义了群体多样性结构和变异概率的变化规律。通过仿真实验,并与已有优化算法比较,表明该算法是求解具有同时集送货需求的车辆路径问题和一般车辆路径问题的一个有效方法。     

基于NSGA Ⅱ的物流配送中车辆路径问题研究

车辆路径问题已经被证明属于NP—Hard问题。针对这一问题建立了多目标优化的数学模型;构造了带精英策略的快速非支配排序遗传算法,以求解车辆路径问题的数学模型,针对物流配送路径优化,将该算法从解决连续问题扩展为解决离散问题;进行了算法设计,提出了离散问题的快速非支配排序和锦标赛选择结合的子代选择方法,并修正了以往的初始群体生成、交叉和变异的方法。通过实例比较证明,该算法可以更好地解决物流配送路径优化的多目标问题,较快找到更优解,避免早熟收敛并改进算法性能,达到较高的搜索效率。     

基于禁忌搜索和遗传算法的云仓储分配优化

针对商家企业选择的云仓储分布过于密集,导致其服务覆盖范围有较多重叠的问题,提出了仓储间因缺货调货而产生的物流成本费用,以及商家企业的服务辐射范围两个关键因素.首先,以物流成本总费用最小为目标,建立云仓储分配与优化模型.然后,通过设计两种优化的禁忌搜索算法和遗传算法,对其进行求解.最后,与现有算法从收敛性、最优解以及云仓...     

三维装载约束下带时间窗的车辆路径问题

为提高配送车辆的效率,集成研究了三维装载约束下带时间窗的车辆路径问题。提出了该问题的描述性模型,设计了一个混合禁忌搜索算法。该算法以空间装载算法、基础启发式算法和禁忌搜索算法为基础。针对测试数据集的计算结果表明,该算法有效地解决了三维装载约束下带时间窗的车辆路径问题。