可选交付方式及时间窗下城市配送服务选项多目标联合定价

为解决末端交付方式和时间窗等可选配送服务选项的联合定价问题,考虑送货上门和自提柜两种交付方式,首先构建了考虑服务选项联合定价的嵌套Logit选择模型,描述了服务选项定价对顾客选择行为的影响;然后,考虑配送成本最小化和期望收益最大化,基于混合整数规划建立了城市配送服务选项多目标联合定价模型,着重分析了交付方式尺度因子对末端交付方式和时间窗联合定价的影响。仿真分析发现,RC201和RC206算例均存在明确的帕累托前沿;随着送货上门尺度因子的增加,顾客在选择不同服务选项时替代性降低,定价调整对优化目标影响较小,送货上门交付定价和时间窗定价的变化趋势不明显;由于自提柜交付时间窗约束弱于送货上门交付,随着自提柜交付尺度因子增大,提高时间窗定价有利于实现优化多目标帕累托改进。     

需求依赖末端交付与时间窗的城市配送自提柜选址—路径问题

为了满足城市配送中顾客对末端交付方式和服务时间窗的个性化需求,考虑送货上门和自提柜两种末端交付方式,基于自提柜选址及配送路径对配送节点末端交付方式和时间窗分配的制约性,以配送数量最大化和配送成本最小化为目标,构建了自提柜选址—时间窗分配—路径规划多目标联合优化问题模型,刻画了自提柜距离、配送时间误差对顾客配送服务需求的影响,优化设计了多目标粒子群算法的编码和初始种群构建方法,通过Solomon算例库仿真分析发现:Pareto解集中无法分离出配送数量最大化和配送成本最小化均占优的解;随着顾客对自提柜距离敏感度的增加,两种目标偏好都应减少自提柜数量,尽量采用送货上门服务;随着顾客对配送时间误差敏感度的增加,两种目标偏好均无法避免配送数量下降,车辆和自提柜数量变化趋势并不显著。     

基于时间窗指派的污染路径问题

考虑物流企业与客户对配送到达时间一致性的诉求,同时结合国家节能减排要求对车辆路径问题进行研究.物流企业需要在配送开始前为客户指派一个时间窗,由于客户具有配送前不确定需求的特点,通过引入需求场景概念,建立了以最小成本(碳排放成本和旅行成本)与最小配送时间为目标的基于时间窗指派污染路径问题的双目标优化模型.考虑到模型的复杂性,设计混合遗传—禁忌搜索算法.通过算例对设计的混合算法与构建的双目标模型进行分析,验证模型与算法的有效性,并与传统目标行驶距离最小和配送时间最小的指标进行数据对比分析.实验结果表明,基于时间窗指派污染路径问题的模型能够有效减少碳排放成本和旅行成本,但会引起配送时间的增加.     

旅行时间不确定下的车辆路径问题研究

在实际的配送过程中会遇到交通,天气,需求等信息不确定的状况,而这种不确定性会影响配送的路径选择及时间,从而影响实际的配送效率,因此研究在这种不确定配送条件下的车辆路径优化问题既符合实际又显得尤为重要。假设车辆在配送点之间的旅行时间是不确定的,在满足客户时间窗要求及车辆载货量限制的前提下,运用不确定理论,在期望的置信度下建立以配送成本最小为优化目标的不确定规划模型,再将模型进行等价转化,并设计遗传算法进行求解。最后通过算例分析验证模型的合理性和算法的有效性。     

带时间窗的生鲜产品冷链配送优化模型的构建与应用研究

为保证生鲜产品的新鲜程度并有效节约成本,构建了带时间窗的生鲜产品冷链配送优化模型。分析了配送成本的构成要素,在考虑时间惩罚成本的同时考虑车辆固定成本、运输成本、运输距离补偿费用、货损成本、制冷成本和汽车尾气惩罚成本,在此基础上,构建了考虑时间约束的总成本系统优化模型,并采用禁忌搜索算法和MATLAB对实例进行了分析,说明了该模型的可行性。     

服务时间窗差异的多工位零配件取送一体化调度研究

以某汽车零配件装配线为研究对象,为解决多个工位服务时间窗存在差异情况下配送车辆同时取送货服务的问题,构建了取送货一体化的双目标调度模型,一个目标为最小化工厂内的物流运输车辆数,另一个目标为最小化总运营成本。然后运用MATLAB软件实现对NSGA-Ⅱ算法的求解设计,并选取某一时间段的实例数据进行优化求解,将求解后的最优Pareto解集进行分析和筛选,得到最优持有车辆数方案。通过对优化前后的数据进行对比,发现不仅可以降低直接支出费用和总运营成本,而且有效地提高了物料配送准时率和车辆装载率。     

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。     

带时间窗的乳品配送车辆调度问题研究

本文对带时间窗约束的乳品配送车辆调度问题进行了研究,以乳品配送特性为基础,以调研数据为依据,建立了一个适用于乳品配送的车辆调度模型,并通过遗传算法求解,将某企业优化前后的配送路线进行对比,结果缩短了距离,提高了效率,达到了最终优化的目的。     

装卸点可充电模式下的电动汽车冷链配送路径优化

针对生鲜食品配送成本一直居高不下的问题,新能源汽车的应用在一定程度上体现了它的成本优势,同时由于充电而造成的时间和里程的增加,致使总运输成本没有明显改善。通过假设在配送客户点允许进行边服务客户边进行充电作业,在此基础上添加了软时间窗约束,建立了以总配送成本最小为目标的模型,使用粒子群算法并结合实际案例进行优化求解。研究表明,边充边卸的方式可以有效地降低电动汽车在冷链物流中由充电带来的成本问题,为电动汽车在物流行业普及推广提供了可行性解决方案,该模式下车辆路径问题研究具有实际意义和理论价值。     

基于改良C-W节约算法的甩挂运输车辆调度模型

为研究甩挂运输车辆调度模型，以带有时间窗的车辆配送模型为基础，构建了包括油耗成本、过路费成本、装卸停歇时间成本和延时惩罚成本在内的总成本最小目标函数，建立了基于不同载重油耗方程的甩挂运输车辆调度模型。在算法上，构建了改良型的C-W节约算法，并用该算法找出了一个9客户案例的最优物流配送路径。     

动态负载下电动汽车充电策略及路径优化问题

针对电动汽车配送过程中耗电速率受荷载大小影响的特点，探讨了动态负载下电动汽车耗电速率和不完全充电策略问题，并以电动车固定费用、行驶费用、电量补充费用和时间窗惩罚费用等综合成本最优为目标，构建了带软时间窗的车辆路径优化模型，设计了改进的混合遗传退火求解算法。最后，以A生鲜企业电动汽车配送业务为例，对模型及算法的有效性进行了验证。结果表明：车辆动态负载情形下，采用不完全充电策略比完全充电策略在充电时间、行驶距离、配送费用等方面具有显著优势；与经典遗传算法相比，所提出的改进混合遗传退火算法能够显著提高收敛速度。     

考虑时间窗和装载约束的装配线集成物流调度

针对电动工具装配车间物料配送的集成调度问题,考虑配送时间和配送效率,将集成调度方案划分为两个层次,以空间利用率最大化为目标构建基于标准化料箱的物料装载模型,并将物料装载约束与装配车间配送路径规划问题有机融合,结合装配流水线的动态需求时间窗信息,构建考虑时间窗和最优装载约束的车辆路径最优配置模型,保证配送及时性和成本优化双重目标要求,给出了基于遗传算法的模型求解方法,并通过不同规模问题的算例验证了模型和算法的有效性。以南京D公司电动工具装配车间实际背景为例,提出了物流调度方案,进一步表明该模型和算法能够有效提高车辆装载率并降低车间物料配送成本,具有实际应用价值。     

混合时间窗下多中心混合车队车辆路径优化

针对混合时间窗下多中心混合车队车辆路径优化问题，综合考虑多中心联合配送、客户混合时间窗、配送中心运力平衡和车辆装载量对油耗的影响，构建以车辆派遣成本、油耗成本、电动车能耗成本和时间窗惩罚成本之和最小化为目标的优化模型。设计遗传—大邻域混合算法求解模型，该算法采用聚类法生成初始解，基于运力平衡的返回策略设计交叉和变异算子，并引入变邻域搜索结构和大邻域搜索算法的移除与插入算子进行搜索优化。通过对比和分析多组算例验证了算法的有效性，并分析了运力平衡策略和混合时间窗对制定配送方案的影响。研究成果可丰富车辆路径问题的相关研究，为物流企业优化决策配送方案提供了理论依据。     

基于蚁群算法的配送路径优化系统研究

充分考虑了路况、天气条件、交通条件等因素对配送的影响,在前人研究的基础上建立了包括车辆配送固定费用和其他相关费用,并带有时间窗约束的以运输费用最小为目标函数的数学模型。最后介绍了系统和数据库的设计思路,结合蚁群算法的基本原理,成功实现了该系统,提高了配送效率。     

基于蚁群算法的配送路径优化系统研究

充分考虑了路况、天气条件、交通条件等因素对配送的影响,在前人研究的基础上建立了包括车辆配送固定费用和其他相关费用,并带有时间窗约束的以运输费用最小为目标函数的数学模型.最后介绍了系统和数据库的设计思路,结合蚁群算法的基本原理,成功实现了该系统,提高了配送效率.     

考虑客户满意度的低碳冷链车辆路径优化

在考虑冷链配送客户满意度的基础上,以车辆载重、客户时间窗和冷链产品变质率为约束,构建在客户服务时间范围内以碳排放量最小为优化目标的冷链车辆路径优化模型。将信息素浓度上下限融入传统蚁群算法,并结合领域搜索加快收敛速度、提高算法全局搜索能力。通过实例仿真表明,在低碳冷链VRP问题的求解过程中,改进型蚁群算法能够以更高的效率搜索最优成本。模型同时满足企业经济及社会效益,在不同规模实验场景下取得良好的路径优化效果,验证了模型的有效优化能力。     

改进蚁群算法对车辆配送二次调度的Matlab实现

货物配送中在保证时间窗的前提下,需要同一辆车进行二次或多次配送,以提高单车利用率,节约成本。针对基于时间轴的车辆调度模型,改进蚁群算法转移概率公式,并引入了上下界限来约束信息素的更新;对可行解进行有效合并,得出最佳运输车辆数,并对车辆行驶状态进行实时监控。最后通过对模型进行Matlab仿真试验,验证了算法的良好性能。     

基于累积前景理论的无人机传感器产品概念方案开发决策

为有效解决无人机传感器产品概念方案开发中的不确定性，提出了基于多粒度犹豫模糊语言和累积前景理论的决策方法。开发成员使用偏好的语言评估标度表征顾客需求的相对重要度，构建多属性决策模型确定各项顾客需求的相对重要度排序，据此设计传感器的产品概念备选方案；引入改进的累积前景理论，基于预期的投入成本、损失情景和盈利情景，确定各个备选方案的成本感知价值、损失感知价值和收益感知价值；再依据备选方案的综合感知价值确定最优的产品概念方案；通过某无人机研发企业的传感器开发实例说明了所提开发技术的可行性。     

基于计重收费的车辆路径优化系统设计与实现

首次考虑了计重收费下的路桥费，在前人研究的基础上建立了包括车辆配送固定费用、变动费用和路桥费，并带有时间窗约束的以运输费用最小为目标函数的数学模型。在模型的求解过程中采用了路段分组的策略。最后阐述了系统的设计思路，成功实现了该系统，并用具体实例验证了系统的有效性。     

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。