面向最短路径的工业包装生产线时间成本研究

目的研究在时间成本条件下,面向最短路径的工业包装生产线物料配送选择的方式。方法首先对该公司工业包装生产线物料配送过程中存在的资源浪费、路线重复等问题进行研究,给出该工业包装生产制造车间物料配送布局图,建立起适用于该工业包装生产线物料配送的优化模型,使用仿水流算法对该模型进行求解,同时将该方法与常规方法进行对比分析。结果从利用计算机求得的数据可以看出,仿水流算法不但使迭代的次数减少,而且与其他类似的蚁群算法相比,也明显缩短了计算机的运算时间。结论通过实例验证对比分析得出,所列出的模型和算法具有较好的优越性和有效性,可以在企业实际生产中利用计算机自动生成该装、卸货路径配送的模式,节约了人工指导的成本。     

基于包装配送问题的混沌蛙跳布谷鸟算法研究

目的设计一种求解包装配送问题的混沌蛙跳布谷鸟算法(ChaoticFrogLeapingCuckooSearch Algorithm,CFLCSA)。方法对鸟巢个体进行实数编码,引入混沌机制和随机蛙跳算法,增强算法种群多样性和局部搜索能力,并利用E-n33-k4和E-n76-k8算例来验证算法的求解性能。结果 CFLCSA算法能够求得E-n33-k4已知最优解,求得E-n76-k8的最短配送距离与已知最优解的误差仅为5.03%,且算法求解结果及平均运行时间均优于混沌蚁群算法(Chaotic Ant Colony Algorithm, CACA)、改进遗传算法(Improved Genetic Algorithm, IGA)和禁忌搜索算法(Tabu Search, TS)。结论 CFLCSA算法求解性能优于CACA算法、IGA算法和TS算法,是一种较好的包装配送问题求解方法。     

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。     

基于实时交通信息的灾后应急物流多源配送优化问题

针对自然灾害后的应急调度与配送问题,以三级多源配送系统为研究对象,考虑实时交通信息更新对配送方案的影响,构建了基于公平分配满足度水平最大的数学模型,并设计了嵌入禁忌搜索的混合遗传算法对问题进行求解。结果表明,实时交通信息相较于静态情景具有更高的救灾满意度和更快的响应速度。     

数字化车间物料动态配送规划研究

目的 针对数字化生产车间工位物料需求时间的不确定,导致物料配送不准确、不及时的问题,提出一种动态物料配送策略。方法 首先,根据工位关联度和变动时间窗确定实时的配送工位和协同配送工位,设计基于工位排序的动态物料配送路径优化策略。其次,建立以配送成本和时间窗偏离惩罚成本综合最小为目标函数的数学模型。最后,提出并采用系统动力学仿真与蚁群遗传融合算法联合的方法对模型进行求解。结果 模拟算例表明,与静态物料配送优化策略相比,该策略的平均时间成本减少率为30.1%,平均库存减少率为14.86%。结论 该策略能够根据动态时间窗确定配送工位和协同工位,并实时调整配送顺序,实现物料配送的动态自适应性调整,降低总配送成本。融合算法在迭代次数、收敛性、最优解质量方面有明显优越性。     

单线超市车辆配置与路径问题优化研究

为解决工位对物料需求紧迫程度不同,进而影响配送优先顺序的问题,提出考虑工位配送优先级的单线超市车辆配置及配送路径优化模型和求解算法。首先,建立以物料需求紧迫系数表示配送优先顺序,以单线超市车辆配置最少与路径最短为目标的数学模型;其次,提出加入控制搜索因子的改进蚁群算法对该问题进行求解,通过在迭代不同时期设置不同大小的控制搜索因子来改变节点选择概率,提高最优解搜索速度的同时避免算法陷入局部最优;最后,通过算例分析,验证了模型的正确性,同时也证明了改进蚁群算法能够实现对物料需求紧迫程度高的工位优先配送,较基本蚁群算法在计算结果及算法运行时间上具有优势。     

应用改进蚁群算法求解柔性作业车间调度问题

将蚁群算法信息素更新规则进行改进,规定只有产生至今最优解的蚂蚁才能释放信息素,且只更新全局信息素,减少了传统蚁群算法的时间复杂度,提高了问题的求解效率。分析了柔性作业车间调度的特点,选取三个性能指标作为求解目标,设定其求解优先级,并建立相应的调度模型。将改进蚁群算法应用于柔性作业车间调度算例的求解,与其它算法比较,平均解有很大提高,表明了该算法求解柔性作业车间调度问题的有效性。     

车载可补货无人配送小车配送路径研究

无人配送小车由于不适合长距离运输,可与货车搭配完成“最后一公里”配送任务以增加服务范围,这对车辆路径优化问题提出了新的挑战。针对配送小车数量有限、城市配送货物量大且货车停靠限制的特点,提出无人配送小车可补货的大车-小车路径优化问题,即一辆货车搭载多台无人配送小车,由无人配送小车给客户送货,无人配送小车可在货车处补充货物并执行多行程配送。构建以总配送距离最短为目标的整数规划模型,针对此模型设计混合遗传大邻域搜索算法,在遗传算法基础上增加大邻域搜索算法对个体优化。在算法优化过程中先优化小车路径,再在小车路径基础上优化大车路径。数值实验表明,对于小规模问题,所提算法最多花费CPLEX求解时间的6%便获得最优解;在改造的Solomon数据上,所提算法相对于遗传算法平均有95.5%的计算结果优势,相对于大邻域搜索算法平均有7.2%的计算结果优势,且数据量越大,优势越大。     

新零售企业的订单拣选及配送联合调度算法研究

基于新零售企业的订单拣选与配送现状,将订单的商品种类、拣选时间、配送的批容量、路径和消耗时间等多种因素综合考虑。首先,将所研究的问题总结为数学规划问题,分别设计了若干种启发式算法;其次,通过数据实验,验证了模型的合理性和有效性,并且比较若干种启发式算法在不同情形下的性能;最后,通过对比试验,指出联合调度算法对新零售企业提升效率和运营水平的积极意义。     

基于参数动态调整策略的蚁群算法优化及应用研究

物流配送路径问题已成为现在关注的热点,寻找一种有效全局优化的算法对研究该问题起着至关重要的作用。本文提出了一种改进的蚁群算法,通过适当调整相关参数和信息素规则,试图提高算法的运算性能。并结合Matlab7.0编写程序进行仿真,基于实验结果验证了改进后的蚁群算法的高效性,为研究物流配送路径算法提供了一种新思路。     

多通路环境下的动态车辆路径问题研究

城市路网的不断扩张和实时交通信息的便捷获取使得物流配送线路优化更具灵活性,为提升城市物流配送效率提供了新方向。为此,以多通路环境下的动态城市配送为研究对象,建立具有路径灵活选择的动态车辆路径问题（dynamic vehicle routing problem with path flexibility,DVRP-PF）的两阶段混合整数数学规划模型,并设计改进遗传算法对模型进行求解。为了验证模型与算法的可行性和适应性,以重百超市物流配送为研究案例,从配送时间、距离以及成本等方面分析DVRP-PF模型的优化效果。结果表明：相比于传统车辆路径问题,DVRP-PF在配送时间上节约10.64%,配送成本减少5.59%,而配送距离仅仅增加2.84%,显示了DVRP-PF对于提升城市配送效率有着显著的意义。     

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。     

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。     

基于改进蚁群算法的船舶尾气监测无人机调度

目前通过无人机搭载监测设备飞抵船舶上空进行近距离监测已经成为一种十分有效的船舶尾气监测手段。在相关实际场景中,船舶处于移动状态,无人机有着续航能力的限制,且由于缺乏对应的调度算法,无人机存在着监测目标选择随机性高、飞行路径不精确、电量规划不合理等问题。现有的求解方法面向大量数据时存在求解效率低的问题。基于上述问题,针对面向船舶尾气监测的无人机调度问题展开了研究。将上述调度问题转化为一个可通过蚁群算法求解的模型,提出了基于信息素分级的蚁群算法对上述调度问题进行求解。通过实验验证与对比,证明了提出的基于信息素分级策略的蚁群算法能够取得良好的规划效果。     

微粒群优化算法在流水线干扰管理调度中的应用

微粒群优化算法(Particle Swarm Optimization,PSO)是起源于鸟群和鱼群群体运动行为的研究,是在蚁群算法提出之后的又一种新的进化计算技术,具有典型的群体智能特性。本文构建了干扰为工件到达的流水车间调度干扰管理模型,其经典目标函数为最大完工时间和干扰目标函数为干扰时间差相混合。本文运用微粒群优化算法求解流水线干扰管理调度问题,给出了计算实例并进行了详细分析,并对干扰管理问题和重调度问题进行了测试分析,得出了有参考意义的结果。     

混合蝙蝠算法在包装件配送中的应用研究

目的使蝙蝠算法(BA)适应包装件配送车辆路径问题(VRP)的求解,并提高该算法的求解性能。方法在标准BA算法的基础上提出混合蝙蝠算法(HBA)。首先,设计改进的蝙蝠算法(IBA),使其能够适用于包装件配送VRP问题的求解。其次,引入混沌系统,对IBA算法进行混沌初始化。然后,设计裂变算子和变异算子。在IBA算法迭代前半段,将蝙蝠种群中较差的一半蝙蝠重新混沌初始化,以提高种群多样性。在IBA算法迭代后半段,对陷入局部最优解的蝙蝠进行鲶鱼扰动。最后,提出HBA算法并对企业实例进行仿真测试。结果 HBA算法求得的最优配送距离为773.01 km,相对于GA算法(781.25 km)和IBA算法(786.04 km)分别节约了8.24 km和13.03 km。结论与IBA算法和GA算法相比,HBA算法求解包装件配送VRP问题的全局优化能力更强、收敛速度更快。     

越库物流调度问题及其近似与精确算法

在提出问题基础上,建立了基于在制品优化目标的调度模型;根据模型的不同调度特征,给出问题求解的启发式近似算法,并对算法的计算复杂性进行分析,提出问题精确求解的分枝定界算法;通过数值实验验证所给出算法的有效性.表明:分枝定界算法可以有效求解多达40个货物品种的准时制配送问题;启发式算法也具有较高的计算精度,为实际越库物流管理奠定算法基础.     

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。     

发动机装配线关键工位物料动态配送方法

目的 为降低装配车间线边物料配送及库存管理成本,提高配送环节对生产节拍变动的适应性,设计一种针对关键工位重点物料的动态配送方法.方法 首先,采用K-means算法考虑物料价值、包装体积、通用性进行初步分类,结合需求变异系数确定出关键工位重点物料;其次,结合发动机装配线生产特点,设计基于动态配送时间和数量的物料配送方法,并建立包括运输成本和线边库存成本的配送总成本模型;最后,通过Flexsim软件搭建生产物流仿真模型,分别模拟Z车间现有配送方法和所设计方法进行对比验证.结果 实行动态配送后,重点物料的平均库存容量和持有库存成本均得到有效降低,最大降幅分别为23.91％和23.96％.结论 结果表明所提方法能够提高车间物料管理的针对性,降低总配送成本,提升配送系统的柔性化.     

基于ROS的冷链配送机器人设计

目的针对我国日益增长的冷链配送需求,解决短途冷链运输过程中"断链"的问题。方法设计一种采用拖车式结构的冷链配送机器人,同时基于ROS(Robot Operating System)设计了冷链配送机器人的控制系统。控制系统的下位机使用STM32控制器,实现机器人的运动控制,上位机使用MiniPC为核心,对算法中的回环检测方法进行改进。结果该机器人能够实现随时自动更换配送拖车及取物的功能,并实现了机器人的建图及导航功能。结论实验表明,该冷链配送机器人在长廊等相似特征值较多的环境中的导航避障较为及时准确,达到了实用要求,可实现短途冷链配送的需求。