基于智能混合算法的车辆配送路径优化

为提高车辆配送效率,节约配送成本,建立了以配送路径和成本综合最优为目标的车辆配送路径问题数学模型.设计并实现了一种智能混合算法,首先利用具有自适应交叉率和变异率的改进遗传算法生成全局较优解,再将较优解转换为初始信息素进行蚁群算法,并结合2-opt算法对解进一步迭代优化,最终获得了车辆最优配送路径.实验结果表明,该算法优化后的目标值比蚁群算法减少了15.0%,比遗传算法减少了10.4%,验证了该算法的有效性和优越性.     

基于政府-企业双层模型的冷链物流企业低碳配送的优化决策

为了研究碳减排补贴和碳排放权交易决策对政府及冷链配送企业低碳发展的作用,建立了政府-企业成本优化双层模型。结合碳减排补贴和碳排放权交易两种政策,分别建立了以总成本最低为目标的政府成本模型和企业成本模型,利用遗传算法保留最佳选择来进行迭代计算,求解了考虑新能源补贴额和碳配额的上层及下层模型的成本。通过仿真分析比较了政府同时实行碳减排补贴和碳排放权交易两种政策及单独实行碳减排补贴政策或碳排放权交易政策的效果,结果表明,当政府同时实行碳减排补贴和碳排放权交易两种政策时,政府总成本和企业总成本最小,可达成降本减排的目标。该研究分别从政府和企业两个角度出发为冷链物流企业低碳配送问题提供了政策建议和企业建议,具有较强的操作性和实际意义。     

基于蚁群算法的速冻蔬菜配送路径优化研究

以安徽某公司速冻蔬菜为例,介绍了基于蚁群算法的冷链物流配送路径优化问题的研究。通过对安徽某公司配送速冻蔬菜的现状与不足、车辆路径问题及求解算法的特点、蚁群算法模型的建立与应用等进行详细分析,建立了基于蚁群算法的冷链物流配送路径优化研究模型,使其在销售速冻蔬菜时能够达成配送路径更短、配送时间更少、配送成本更低、客户满意度更高的目标。     

考虑碳排放的选址-路径问题研究

针对物流配送中的选址-路径问题,在车辆路径安排时加入了碳排放的考虑,建立了包含碳排放、配送成本和客户满意度的多目标优化模型,提出了一种基于禁忌搜索的超启发式算法.在超启发式算法的框架中,构建了一系列基于问题特征的底层启发式算子,设计了禁忌搜索作为高层启发式策略.以某地区物流配送实例进行仿真实验,通过超启发式算法和NSGA-II算法比较证明,所提算法可以更好地解决选址路径的多目标问题,能较快地找到更优解,达到较高的搜索效率和算法稳定性.与传统的启发式算法相比,该算法具有很好的通用性,可以很容易推广到其他选址-路径变种问题上.     

考虑顾客时间紧迫度的生鲜电商配送路径优化问题

针对不确定环境下生鲜电商路径优化问题,考虑客户决策的有限理性特点,以累积前景理论为基础,针对生鲜电商的特点,构造以货损成本、惩罚成本、运输成本最小为目标,以代理点需求、车辆装载质量和客户要求服务时间窗为约束,建立了生鲜电商配送路径优化模型.采用改进粒子群算法对模型进行求解.计算结果表明:基于累积前景理论的模型能够更有效的满足客户对时间窗的要求,会相应的提高配送服务的满意度并在一定程度上提高企业效益,为生鲜电商企业优化配送路径提供理论支撑.     

基于遗传算法的服装配送路径优化策略

针对服装配送网络中的车辆路径优化问题,以路径最优和服装配送车辆消耗费用最低为目标,对服装配送车辆数目不确定的配送路径选择问题建立模型,并利用遗传算法对配送路径进行优化.最后以实例为研究对象,建立服装配送的模糊数学模型,并通过MATLAB对其进行模拟仿真,并验证算法的可行性和优越性,解决了服装配送路径优化的实际问题.     

末端配送服务模式与路径联合优化

考虑末端配送服务模式对服务质量和配送成本的影响，提供一种末端配送服务模式与路径联合优化方法.以配送成本和客户满意度为双目标建立混合整数规划模型，改进NSGA-Ⅱ求解模型，并且利用GUROBI求解器验证所建模型的有效性.通过求解不同规模算例发现，改进NSGA-Ⅱ具有求解稳定性，并且仅用GUROBI求解时间的1/10便能够得到高质量Pareto解集，与传统NSGA-Ⅱ相比，改进NSGA-Ⅱ求解时间平均仅增加23 s，求解质量平均提升3.37%，表明改进NSGA-Ⅱ优于GUROBI求解器和传统NSGA-Ⅱ.通过敏感度分析发现，与仅利用单一末端配送服务模式相比，物流企业综合利用多种末端配送服务模式能够更好地平衡配送成本与客户满意度水平，合理增加自提柜和自提点数量，拓宽客户收货时间窗宽度有助于降低配送成本.     

煤矿井下燃油运输车辆调度多目标优化分析

为减少煤矿井下燃油运输车辆的尾气污染，降低能耗并控制运输成本，在考虑巷道坡度及车辆载重影响计算碳排放量的基础上，建立了车辆调度优化模型。该模型以运输总成本和碳排放量最小为目标，同时设计了基于动态拥挤度和启发式交叉算子的改进NSGA-II求解算法。实例仿真试验表明：多目标优化模型既可以保证煤矿企业的经济效益，也在一定程度上促进了节能减排。改进后的算法在总运输成本上平均节省超过4%,在碳排放量上最优值改进达到3.91%,表现出较好的求解性能。     

一种使用遗传算法进行物流配送成本优化方法

在物流配送业务中,配送成本的优化是降低企业成本、提高经济效益的关键。根据物流配送业务的 特点,建立了成本优化模型。该模型将同一客户需求的货物分成急需货物和普通货物,在有时间要求和运力有限的 情况下,这种货物分类处理的方式为降低配送成本提供了新思路。在此基础上,构建了成本优化遗传算法,给出了 算法实现的具体方法、步骤。实例计算结果表明,该方法能快速、高效地收敛于一个优异的解,在物流配送成本优化 中能获得较好的优化结果。     

基于节约里程法的配送路线优化

物流配送路径选择是否合理直接影响了物流服务水平和运营成本的高低。本文采用节约里程法用于研究物流配送中的路径规划问题,对多条件约束下的配送路线优化问题进行了实证研究,结果表明采用节约里程法规划配送路线可降低配送成本。     

基于低碳理念的多级物流网络优化设计

针对碳排放成本对物流网络优化设计的影响,提出了基于低碳理念的多级物流网络优化设计方法.通过对物流节点开关状态进行调整,构建了考虑碳排放成本的多级物流网络优化设计模型,解决了多级物流配送网络中间节点选择和需求分配等多种决策问题.根据多级物流配送网络设计问题的特点,使用遗传算法分别对考虑碳排放和不考虑碳排放两种情况进行仿真分析.结果表明,在考虑碳排放约束的情况下,多级物流配送网络的成本明显降低,比不考虑碳排放的传统方法更具现实意义.     

基于改进萤火虫算法的含风电系统环境经济调度

人们对环境保护意识的提高以及风电渗透率的不断攀升,使得电力部门对含风电系统的调度提出更高要求。为了在降低碳排放量及促进风电消纳的同时将发电成本控制在最低,该文建立考虑环境与经济指标的含风电系统环境经济调度模型,模型中的目标函数考虑火力发电成本、旋转备用成本、碳排放权交易成本、风力发电成本及弃风惩罚成本。针对传统萤火虫算法寻优过程中易出现的振荡问题,该文提出一种变步长萤火虫算法对模型进行求解。结合修改后的IEEE 39节点算例进行仿真分析,仿真结果验证了所提模型的可行性以及变步长萤火虫算法求解此类问题的有效性。     

飞机推出控制停机位等待惩罚策略

为减少飞机离港过程中调度者的工作负担,降低滑行成本及污染排放,在飞机离港过程传统N控制策略基础上,提出一种基于停机位等待惩罚的推出控制策略.这种策略可以为滑行道排队长度搜寻最优阈值,并且要求推出频率随当前滑行道排队长度实时变化.建立以推出成本为目标的推出控制模型及其两种变体形式,设计了一种基于连续时间马尔科夫链的迭代优化算法.首都机场实际推出数据仿真结果表明:所提出的推出控制策略能有效地将滑行等待时间转化为停机位等待时间,总滑行等待时间减少了2 995 min/d,燃油消耗比无推出策略条件下减少44.04%,离港燃油成本大大降低.     

基于分组策略的补货配送问题优化模型

针对已存在的供应链环境下较少考虑补货配送问题中的分组配送策略,结合大量零售商对单一产品需求量不同等特点,引入分组的决策变量.根据配送中心补货周期与配送次数的函数关系,以最小化三级供应链系统的平均总成本为目标,构建了带有配送中心能力约束的补货配送优化模型.根据优化模型的特点,利用改进的遗传算法求解模型,并进行了数据仿真试验.结果表明,该优化模型能为配送中心提供一种有效的分组配送方案,选择的优化算法更稳定快捷,能为企业提供有益的管理启迪.     

基于电市场与碳市场耦合含储能的微电网电源规划

电碳耦合是实现“双碳”目标的重要突破口。储能装置既能降低弃风弃光比例又能发挥削峰填谷的作用。在电源类型中加入储能装置，并引入电市场和碳市场交易的概念，构建了电碳市场耦合下含储能的微电网电源规划模型。模型以综合成本最小化为优化目标，统筹考虑电源规划的碳市场交易成本、电市场交易成本等，并且考虑了各种约束条件。采用改进粒子群算法（PSO）对模型进行求解，对比了考虑碳交易和不考虑碳交易两种模型，以及不同碳价下的容量配置。结果表明，在碳市场交易下，虽规划期内电力系统的总成本会提高，但清洁能源的比例也因此提升，并且随碳价的上涨而上升。     

基于确定网络的多级物流网络优化设计

针对已存在的多级物流配送网络没有充分考虑配送节点的可能状态的问题,根据一段时期产品的需求量不同等特点,通过动态调整节点关闭状态,以最小化企业物流网络的总体费用为优化目标,构建了可描述带能力约束的多级配送网络设计问题的优化模型.根据物流配送网络设计问题的特点,基于模拟退火算法思想,结合该模型对算法做出了改进,并使用改进后的模拟退火算法对模型进行求解分析.算例的计算结果表明,该优化方法运算快捷,所求结果合理,是解决相关物流问题的一种有效方法.     

基于改进SSA的风光氢储综合供电系统配置优化

在保障风光氢储综合供电系统可靠性的前提下，为最大限度地降低单位发电成本，提升系统整体的经济性，提出了一种引入自立策略的改进麻雀搜索算法（SSA），并根据该方法对风光氢储综合供电系统电源容量配置进行了优化。建立以最小化单位发电成本为目标函数的优化模型，采用改进SSA算法进行求解。研究结果显示：该算法具有较好的寻优能力，系统单位发电成本降低了23.3%。     

基于改进粒子群算法的配电网无功优化的研究

针对电力系统无功优化问题多变量、不连续、非线性的特点,本文建立了以系统年运行费用最小为目标函数、以有功功率和无功功率为约束条件的数学模型,并应用改进的粒子群算法对无功优化问题进行求解.该算法在权重系数和不活动粒子两方面进行改进,有效地解决了进化过程中陷入局部最优和搜索精度差的特点.最后,通过对IEEE30节点系统进行无功优化算例分析,仿真结果验证了该算法解决电力系统无功优化问题的有效性和可行性.     

基于自适应的配电网分布式电源优化配置研究

针对分布式电源接入配电网引起的电压越限和电能质量下降等问题,提出了一种具备自适应特性的分布式电源优化配置方法. 建立了光伏、风电两种典型分布式电源的数学模型,分析其功率输出特性. 构建了同时考虑发电成本、环境成本、有功网损折算成本三项指标的分布式电源优化配置模型. 针对多目标函数和多约束条件的优化配置模型,应用自适应粒子群算法求解,实现学习因子和惯性权重自适应调整以提高算法的寻优性能,由此得到分布式电源的最佳接入位置和容量. 最后,以IEEE33节点配电系统为例进行仿真验证. 结果表明,自适应粒子群算法与传统粒子群算法和混沌粒子群算法相比,求解得到的优化配置方案可达到更好的供电可靠性和经济性要求.     

碳排放交易机制下的火电节能发电调度模型

研究了考虑碳配额交易时火电机组的发电成本,在此基础上提出了碳排放交易机制下兼顾煤耗和发电企业收益的发电调度模型;并对目标函数进行模糊化处理以及应用粒子群算法进行求解.算例结果表明,考虑排放成本后高排放小机组收益率下降甚至出现亏损,虽然可以通过交易策略利用碳配额的价格波动抵消一定的亏损,但损失明显,指出可能出现小机组向低排放大机组出售发电权的运营模式.