新型无人仓AutoStore的货物合箱方法研究

目的 为减少AutoStore系统在共同存储策略下的订单处理时间,解决经营品类繁多,但仓储面积有限的企业货物存储问题。方法 提出货物合箱的存储方法,设计关联规则挖掘算法与混沌种子优化算法的混合优化算法进行求解。从机器人翻箱操作、料箱的分配规则、系统布局三方面进行分析,结合AutoStore运作规律,建立以机器人拣货行走距离最短为目标函数的数学模型,通过Apriori算法输出货物热度,输入混沌种子算法,得到储位分配结果,实现联动决策。在基本种子算法的迭代中加入混沌序列,帮助种子避开局部极小值。结果 实例分析表明,货物合箱方法能够显著减少共同存储下AutoStore系统的订单处理时间,缩小与指定存储策略订单处理时间的差距,与粒子群算法和基本种子优化算法相比,混沌种子优化算法的优化效率更高、稳定性更好。结论 文中的研究为经营品类繁多,但仓储面积有限的企业提供了一种更适合的货物存储策略,具有较强的操作性和实际意义。     

物流链中的运输包装优化问题

文章在分析了众多影响物流包装成本的因素的基础上,提出了物流链中包装优化的可行性方案,指出了降低物流包装总成本的途径,最后列出物流运输包装优化程序的流程图.实例证明,从包装材料成本与运输空间利用率两方面努力,可以获得比较好的优化效果.     

面向订单的生产计划与调度的综合优化

研究了一个多订单环境下的生产计划与调度集成优化问题,以实现准时生产为目标,综合考虑产品装配结构约束的订单任务计划与订单产品零部件的加工调度,采用直接面向客户订单的工序调度模式建立了计划和调度的综合优化整数规划模型.设计了带精英策略的蚁群算法作为该数学模型的求解方法,并通过对比试验为该算法选取最佳的搜索参数.实例仿真结果表明,所建模型的正确性以及蚁群算法求解该问题的可行性和有效性.     

考虑运输时间的绿色作业车间调度问题研究

针对制造车间能量消耗大、利用率低的现状,以作业车间为研究对象,建立了一种AGV (automated guided vehicle)运输与加工资源集成调度的模型。首先,通过考虑机器间利用AGV运输工件所需的时间与对应的能耗构建了车间总能耗和完工时间的多目标优化模型,并设置权重系数来调节优化目标的偏好。其次,提出了一种融入模拟退火搜索策略的分布估计算法对模型进行求解。该算法主要是利用分布估计算法全局搜索能力快和模拟退火算法突跳性强的特点构建的一种新的混合算法。同时设计新的退火函数来进一步提高算法深度搜索能力。最后,通过实例验证所提算法的可行性和模型节能的有效性。     

制造/再制造集成物流网络设施选址模型及算法

首先构建了一个制造/再制造集成物流网络:在该网络中,正向物流和逆向物流都是双层结构的,所有的物流设施均有能力限制,且假设再制造产品与新产品同质,都可以用来满足顾客的需求.在此基础上建立了一个混合整数非线性规划(MINLP)模型.然后提出了混合启发式算法求解.该算法用禁忌搜索法确定整型变量,用基于优先权的遗传算法解决多阶段运输问题.最后通过一个算例说明了模型和算法的有效性.     

基于人工鱼群和模拟退火算法的电商快递纸箱规格优化

目的 对快递纸箱规格优化进行研究,在满足商品对纸箱需求和不增加纸箱规格种类的前提下,达到尽可能减少包装材料使用量的目标.方法 根据商品对快递纸箱的实际需求,以瓦楞纸使用总量最小化为目标函数,以商品和纸箱规格的匹配关系为约束条件建立优化模型.使用人工鱼群与模拟退火算法融合的求解算法对模型求解.结果 在仿真实验中,使用文中提出的建模求解方法得到的纸箱规格优化方案较中国邮政现行纸箱规格体系瓦楞纸使用量节省了23％,而采用k-means聚类分析得到的纸箱规格优化设计方案中瓦楞纸使用量仅节省了11％.结论 该方法可以满足商品批量小、种类多、尺寸各异、动态更新的电商环境下快递纸箱规格优化的需求,有助于改善快递行业包装过度使用的现状.     

改进麻雀搜索算法求解多目标低碳冷链物流车辆路径问题

目的 在传统冷链物流的车辆路径问题模型基础上,考虑服务节点和车辆运输过程中产生的碳排放,并加入客户满意度,在有限资源情况下最小化路径成本和最大化客户满意度。方法 构建多目标低碳冷链物流车辆路径问题模型,将爬山算法局部搜索思想应用到麻雀搜索算法中,形成改进麻雀搜索算法,并用其对上海市某区域内的冷链物流配送路径优化问题算例进行求解。结果 通过与改进前及其他2种智能优化算法运行结果进行对比发现,改进后的麻雀搜索算法具有更快的寻优速度和更好的寻优能力,且改进后的算法对模型的碳排放效用性更高。结论 基于国家的低碳政策,设计出符合当下实情的低碳冷链物流运输模型,通过改进优化算法设计运输方案,验证了爬山算法局部搜索思想对麻雀搜索算法进行改进的有效性及所构建低碳冷链物流车辆路径模型的合理性。     

基于云文化算法的装箱优化算法北大核心CSSCI

为解决网络购物中拣选并装箱订单产品的问题,以极小化装箱后的剩余空间、剩余承载能力和由重量引起的不稳定性为优化目标,提出了一个基于拣选和包装的集成装箱模型,对商品订单按照包装容器的容积和最大承载重量进行分割,然后选择包装容器后依序对订单进行包装。并提出了一种基于云文化算法的装箱算法,讨论了装箱算法的详细步骤。最后给出了应用实例,结果表明集成装箱模型是正确的且可行的。     

基于混合蚁群算法的箱装农产品单车装载研究

目的提出一种求解考虑包装特点的箱装农产品单车装载优化问题的有效算法。方法针对箱装农产品单车装载中的弱异类货物问题,以容积利用率最优为目标构建装载数学模型;分析农产品成箱包装的特点,并重新描述了货物承重约束和方向约束;针对模型求解提出了一种混合蚁群算法,包括基于砌墙式的启发装载策略,以及改进后的期望函数;最后选取了5组标准数据,构造了1组农产品数据,设置了3套实验方案对算法进行验证。结果实验1中算法较2种比对算法目标值分别高出3%和2.5%;实验2,算法平均体积利用率达到81.59%;实验3,改变初始参数后算法最大目标值为93.9%。结论提出的算法求解单车弱异类货物装载问题有效且性能良好;算法用于求解考虑包装特点的箱装农产品单车装载问题,具有一定的可行性。     

基于改进A*算法的仓储物流移动机器人 任务调度和路径优化研究

为解决仓储物流中移动机器人执行订单任务过程中,调度系统难以快速准确地进行任务分配,且搬运路线并非最短最优路线的问题,根据移动机器人的运动方式和订单任务要求,构建具有可重构性的仓库空间模型和栅格地图模型,通过建立数学模型求解订单任务最短完工时间分配问题,改进传统A^*算法中3种常用距离算法的不足,并提出复杂对角线距离算法进行路径规划仿真。仿真结果表明,上述方法实现总任务完工时间最短的任务分配,使路径规划搜索节点数减少30%,路径长度缩短20%。     

Harmony search optimization algorithm for a novel transportation problem in a consolidation network

This article presents a new harmony search optimization algorithm to solve a novel integer programming model developed for a consolidation network. In this network, a set of vehicles is used to transport goods from suppliers to their corresponding customers via two transportation systems: direct shipment and milk run logistics. The objective of this problem is to minimize the total shipping cost in the network, so it tries to reduce the number of required vehicles using an efficient vehicle routing strategy in the solution approach. Solving several numerical examples confirms that the proposed solution approach based on the harmony search algorithm performs much better than CPLEX in reducing both the shipping cost in the network and computational time requirement, especially for realistic size problem instances.     

考虑动态需求的生鲜商品物流配送优化方法研究

目的 针对生鲜商品配送过程中客户需求的变化,协调静态与动态客户需求之间的关系,合理规划路径,并降低物流总成本。方法 首先考虑客户生鲜需求的多样化温控区间、随机订单请求时间及动态需求量等因素,构建物流总成本最小化的整数规划模型。然后,设计基于高斯混合聚类的改进蚁群算法求解该模型,并提出动态需求处理策略,用于路径的再优化。其次,通过与粒子群算法、遗传算法和鲸鱼优化算法进行对比分析,验证文中设计算法的有效性。最后,以重庆市某生鲜配送网络为例,对比分析优化前后的运营指标,并探讨生鲜商品价值损失水平与物流总成本之间的关系。结果 经优化后,物流总成本下降了22.35%,其中惩罚成本、价值损失、配送成本和温控成本分别下降了39.84%、61.84%、29.80%、57.00%。结论 文中所提的模型、算法和动态需求处理策略可以合理规划配送路径,有效降低了总成本,为考虑动态需求的生鲜配送网络优化提供了参考。     

基于启发式算法的乘用车物流运输问题分析

伴随着汽车工业的高速崛起,乘用车物流运输问题也快速走进人们的视野。由于现在很多物流公司在制定运输计划时主要依赖调度人员的经验,在面对复杂的运输任务时,往往效率较低且运输成本不尽理想。考虑到影响乘用车物流运输成本的主要因素分别为轿运车的使用数量、轿运车的单价以及行驶里程数等等,本文采用建立逐级目标的模式,应用启发式算法,结合计算机软件,给出了求解乘用车物流运输问题的数学模型。应用此模型求解了2种不同类型的乘用车物流运输问题,提出了合理的运输方案。此项工作对今后物流公司处理此类运输问题提供了重要的参考价值。     

需求可拆分的无人机与卡车协同路径优化问题

基于无人机配送优势,提出一类无人机与卡车分区域协同配送问题。考虑需求稀疏地区由无人机配送,需求密集地区由卡车与无人机协同配送的情形。由于无人机的载重能力较小,无人机访问的顾客需求允许被拆分。结合无人机与卡车的访问路径关系,以最小化运输成本和使用卡车的人力成本为目标建立混合整数规划模型,并设计一种改进变邻域搜索算法对问题进行求解。小规模算例的特性分析表明,运输成本对无人机的载重能力及单位运输成本敏感性较高。多个不同规模的算例测试表明,改进变邻域搜索算法能在较短时间内有效求解各规模算例,且算法稳定性较好。     

新鲜度限制约束下物流配送中心选址-路径优化

目的 满足生鲜产品交付时较高的新鲜度要求,解决多产品、多车型情景下的配送中心选址-路径优化问题。方法 构建考虑碳排放成本和满足客户对产品交付最低新鲜度要求的双层目标规划模型。上层模型以配送中心固定成本、库存管理成本最小化为优化目标,下层模型以车辆固定成本、运输成本、碳排放成本、惩罚成本最小化为优化目标,并结合模型特点,采用两阶段启发式算法进行求解。结果 采用的两阶段启发式算法相对于遗传算法的平均成本解改进率为1.22%,相对于K-means聚类求解算法的平均解改进率为3.03%;两阶段启发式算法相对于遗传算法最优解运算时间的平均提高率为24.8%,相对于传统K-means聚类求解算法的平均提高率为33.0%。结论 经算例对比研究发现,不同新鲜度要求下对配送中心的选址以及车辆路径的安排有显著影响,企业可通过合理规划物流网络和准确评估客户对产品的新鲜度要求等手段实现企业物流成本的降低。     

产品包装物流运输中心优化选址的技术经济研究

运用鲍姆尔－沃尔夫模型定量研究企业产品包装物流运输中心的优化问题,缩短运输距离,减少企业产品包装在物流运输中的消耗损失费用,提高企业产品包装物流运输中心效益,优化企业产品包装物流运输费用和过程。其结果对现代企业提高产品包装物流动输效益有重要的决策参考价值和指导意义。     

改进分散搜索算法求解包装废弃物回收路径规划问题

目的 将包装废弃物回收路径规划归纳为一个带回路和时间窗的逆向物流车辆路径问题（RL-VRPBTW）,以最小化回收成本、发车成本和时间窗惩罚为联合优化目标进行建模。方法 引入“车辆剩余空间回收能力”因素,改进经典节约里程算法,求得较好的初始解;基于分散搜索框架,设计基于初始解改进的分散搜索算法（ISISS）,根据问题模型,采用含0的编码方式,通过多样性产生、参考集更新、子集产生、子集合并、解改进等5个步骤实现算法功能。结果 在“部分回收点分布较密集”的城市型地理场景下,针对快消企业的低值固废包装,生成回收点数量分别为50、100、200的3种规模算例,并考虑大小两种车型进行仿真实验。将ISISS算法与改进节约里程、遗传和分散搜索3种算法比较后可知,ISISS算法在大规模包装废弃物回收车辆路径问题上具有更优的求解性能。结论 仿真实验结果表明,ISISS是一种求解多目标大规模包装废弃物回收路径规划问题的较优算法。     

改进麻雀算法求解带模糊需求的低碳路径优化

目的 针对低碳背景下带模糊需求的低碳多式联运规划问题（Low-carbon Multimodal Transportation Planning Problem with Fuzzy Demand, LCMTPP-FD），以成本最小化构建数学模型。同时，结合现有的强制碳排放、碳税、碳交易和碳补偿等政策对LCMTPP-FD进行模型转换，研究不同低碳政策对物流成本和碳排放量的影响。方法 主要根据模型的特征，设计一种t分布麻雀搜索算法，对不同低碳政策下的模型进行求解，将迭代次数作为t分布的自由度来提高麻雀算法的性能。结果 将改进算法及多个模型应用于实际运输案例中，改进的麻雀算法能在较短时间内获得最优解，并且在强制碳排放下碳排放量最少为9 522.28，在碳交易和碳补偿政策下成本分别降低了11.41%、17.24%。结论 改进的麻雀搜索算法具有较好的收敛性和搜索能力。强制碳排放能有效地降低碳排放量，碳交易和碳补偿能有效降低企业成本，适合于低碳运输的推广。     

一种可折叠环保型包装箱的结构设计与分析

目的为了降低物流成本,解决快递包装箱日益增长的需求量与社会资源浪费和物流成本增加的矛盾。方法采用国际标准化模数尺寸作为基础,使用模数分割法进行箱体尺寸设计,并通过统计电商物流包装箱尺寸分布情况初步确定设计尺寸。基于模块化设计和绿色设计,采用可降解材料聚丙烯设计一种可折叠环保型包装箱方案,不仅可以方便折叠与回收,同时通过模块化设置改变箱体尺寸,以满足不同规格商品的包装需求。采用第四强度理论和有限元分析的方法,进行力学分析验证其可靠性。结果箱体在长度方向可实现模块化长度调整,当箱体尺寸为260 mm×180 mm,高度为180 mm,壁厚为5 mm,圆角半径为5 mm时综合性能最优,货物在静止堆码和运输加减速的工况下,箱体最大应力均小于聚丙烯的压缩屈服强度,尺寸设计可靠。结论可折叠环保型快递包装箱具有较好的收纳性、可回收性、环保性、防潮性和灵活性,同时具有良好的力学性能,保证了使用的可靠性,有效地解决了快递包装箱不能循环利用、商品过度包装、安全性能及抗压性能较差等问题。