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。     

带时间窗的易腐食品冷藏车辆配送问题

以带时间窗的车辆配送模型为基础,以包括制冷成本、车辆固定成本和运输成本在内的总成本最小为目标函数,建立易腐食品冷藏配送模型.在算法上,构造了基于邻域搜索的节约算法,并对8客户算例,用该算法分别对冷藏配送模型与一般配送模型求解,由结果可知2个模型得出的最优路径不同,说明了研究易腐食品的配送问题的必要性.     

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。     

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。     

具有时间窗约束累积性车辆路径问题的禁忌搜索优化算法

基于对中国实际物流运输中成本计算方法的研究,考虑到我国高速公路系统计价方式的特殊性,提出了具有时间窗约束的累积性车辆路径问题。以降低实际车辆运输成本为目标,设计了新型的禁忌搜索算法对问题进行有效求解;算法中嵌入多种邻域搜索方法,允许同时在可行和不可行解空间内进行邻域搜索,同时采用Nagata提出的时间窗违反量计算方法[1-2]对解的时间窗约束违反进行评估。针对提出的新型问题的数值试验证明了所采用的时间窗违反量计算方法的时间节约性和有效性;同时由于该问题可以覆盖传统的累积性车辆路径问题,对后者的数值实验以及与其他优化算法的对比验证了所提出算法的优良求解效果。     

具有同时服务需求的家庭护理人员调度研究北大核心CSSCI

家庭护理服务能有效缓解我国社会老龄化下的养老压力。针对护理人员日常调度问题,考虑服务时间窗、同时服务需求、医护人员等级与客户需求匹配等约束,以总运营成本最小为目标,建立数学模型。设计自适应大规模邻域搜索算法,采用多种移除和插入算法在可行和不可行解空间内进行邻域搜索,利用关系矩阵和时间调整策略加速求解,用模拟退火算法接受邻域解。最后进行数值实验和算法比较,验证算法的有效性。     

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。     

连锁超市考虑越库作业的多车型车辆路径研究

针对连锁超市需求品类多、配送成本高的问题,采用越库作业的方式来减少物流运输中的库存成本,考虑到降低车辆的运输成本,在越库中心使用多车型的配送方式,以便更好地提高车辆的满载率。将物流过程分为集货、送货两阶段,采取集货过程同类型车辆协同取货和送货过程使用多车型配送的方式;为此,以车辆的运输成本、固定成本最小化为目标,建立具有多车型的越库配送车辆路径优化模型;考虑模型复杂性,设计改进遗传算法对模型进行求解,通过扫描算法产生初始种群;最后结合算例将单车型和多车型的运输成本进行比较,对模型和算法进行验证分析。结果表明,具有多车型的越库作业能有效地提高连锁超市的运作效率,降低物流成本。     

基于改进变邻域搜索算法的多批次协同任务规划

目的 对多批次协同任务进行分析与建模,并研究任务规划的求解算法。方法 以车载装备多批次协同执行任务为例,综合考虑时间协同、任务区域协同和补给区域协同约束,以暴露时间最短为目标函数建立模型,并提出一种改进变邻域搜索算法进行求解,该方法根据邻域的优化能力自动调整迭代时选择该邻域的概率。结果 仿真结果表明,改进策略在不降低最优解质量的情况下,能够避免标准变邻域搜索算法后期易出现某些邻域长时间无法寻找到最优解的情况,有效提高了算法的效率。结论 变邻域搜索算法可以解决多批次任务规划问题,改进后的算法减少了后期对优化能力不强的邻域的搜索次数,有效提升了算法效率。     

有限充电设施下的多配送中心电动车辆路径问题研究

出于环境和经济的考虑,配送企业开始采纳电动汽车,而充电设施的缺乏给电动汽车车队的运营带来挑战。同时,企业往往会拥有多个配送中心,这增加了车辆规划的复杂度。基于多配送中心车辆路径问题和电动车辆路径问题模型,考虑车辆可以在充电设施或其他配送中心充电的情况,构建了多配送中心电动车辆路径优化模型。设计了分散搜索算法对模型进行求解,并将其与CPLEX、已知最优解和其它算法进行对比。结果表明:提出的分散搜索算法是有效的;路径规划中,将配送中心同时作为充电节点能够缓解充电设施有限对企业运营造成的影响。     

具有同时服务需求的家庭护理人员调度研究

家庭护理服务能有效缓解我国社会老龄化下的养老压力。针对护理人员日常调度问题,考虑服务时间窗、同时服务需求、医护人员等级与客户需求匹配等约束,以总运营成本最小为目标,建立数学模型。设计自适应大规模邻域搜索算法,采用多种移除和插入算法在可行和不可行解空间内进行邻域搜索,利用关系矩阵和时间调整策略加速求解,用模拟退火算法接受邻域解。最后进行数值实验和算法比较,验证算法的有效性。     

混合模拟植物生长算法在包装件配送中的应用

目的针对改进模拟植物生长算法(IPGSA)容易陷入局部最优解及其算法运行时间较长,提出混合模拟植物生长算法(HPGSA)来求解带时间窗车辆调度问题(VSPTW)。方法在IPGSA基础上,提出求解包装件物流配送中VSPTW的混合模拟植物生长算法(HPGSA)。改进IPGSA初始调度方案的构造方式,设计求解VSPTW的C-W算法用于构造HPGSA的初始调度方案;改进IPGSA的邻域搜索算子,选择插入搜索算子和互换搜索算子对HPGSA进行邻域搜索;对18个不同规模的Solomon算例进行仿真测试。结果相对于其他智能算法,HPGSA具有更好的求解性能,能够保证VSPTW对求解算法的要求。结论 HPGSA的全局优化能力、稳定性和运行速度均优于IPGSA、遗传算法、蚁群算法和禁忌搜索算法。     

集装箱车辆调度问题的变邻域禁忌搜索算法

研究一类带工作时间约束的集装箱专用车辆调度问题的混合禁忌搜索算法.此问题可分解为车辆路线设定和车辆分配两个组合优化问题,但是两个问题的分开求解最优解的组合却并不一定是总问题的最优解.首先对问题给出数学描述,之后通过引入一个变邻域搜索策略,提出一个解决该问题的混合禁忌搜索算法.该算法使用两行向量进行编码,采用随机扩大禁忌步长,并设计三种邻域变换定义,采用变邻域策略来扩大搜索空间.最后通过对6个不同规模算例求解验证该算法在解决此类问题的有效性.     

考虑无人机辅助的卡车配送路径优化

无人机具有飞行不受地形限制等优点而被应用于提升城市物流配送“最后一公里”的效率实践，但无人机配送受到最大飞行时间及最大载重等限制。结合卡车与无人机配送特点，研究了一类考虑无人机辅助的卡车配送路径优化问题。考虑无人机最大飞行时间、最大载重和飞行速度等因素，以配送完成时间最短为目标建立混合整数规划模型；采用结合自适应K-means聚类搜索的混合变邻域搜索算法进行求解。基于Solomon Benchmark C101、R101、RC101构建算例，分析结果表明：嵌入简单启发式算法的混合变邻域搜索算法能够较好求解所提出的路径优化问题，并能提高物流配送服务时效性；无人机飞行速度受载重影响越小，飞行持续时间越长，越有利于缩短配送时间。     

基于极值——蚁群算法的电商末端物流弹性配送策略研究

主要研究电商物流配送中货物由配送中心送达客户的过程,即末端物流。为降低配送成本同时提高服务质量,结合车辆路径问题与电商中消费需求"多品种、小批量、多批次、短周期"的特点,针对客户每日需求的不确定性,提出针对每日需求的信息化的弹性配送策略,以人均成本最小化为目标构造了模型;设计基于极值动力学的改进蚁群算法对物流配送路径进行优化,通过"寻优"与"弃差"、局部搜索与全局搜索相结合,提高了算法收敛效率;并通过对算例验证了该算法在面对多种不确定性需求时候的弹性,有助于实现电商物流的有效配送。     

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。     

道路养护中的带随机时间变量的弧路径规划问题

研究高速路网日常维护中的养护车辆路径优化问题,考虑车辆养护服务时间和移动时间的不确定性,通过科学的规划手段和精确有效的决策方法,可以减少以前依赖人工决策导致的资源浪费。将问题定义为一个带随机时间变量的限容量弧路径规划问题,分别使用机会约束规划模型和带修正的随机规划模型进行描述。针对问题的随机性,提出自适应大规模邻域搜索算法,在优化过程中根据各个删除策略和插入策略对解的表现对其进行评分,根据轮盘赌原则自适应地选择删除策略和插入策略。与分支切割算法进行比较,解的差距只有1.45%~3.15%,但计算时间有显著提升,证明了自适应大规模邻域搜索算法的有效性,能够适用于中大规模问题。通过真实路网算例,显示了带修正的随机规划模型在特定情况下相对于机会约束规划模型的优越性。还对置信水平α和变异系数CV这2个重要变量进行了敏感性分析,显示了其对解的影响程度。     

面向快递同城运输的车辆路径问题研究

为降低运输成本,研究了快递同城运输中的车辆路径问题。建立多车型,含时间窗约束、容量约束、车辆限行约束,并考虑错峰交货的,以最小化运输成本为目标的混合整数规划模型。提出以点到点集的距离之和作为邻域搜索优先指标的构造性启发式算法,设计了基于“路径−车型对”的列生成算法,初始列由启发式算法求得。实验结果显示,对于120个点的大规模问题,列生成算法只需175秒就能得到近似最优解,验证了该算法的有效性及对一定规模内快递同城运输问题的适用性。     

共享电动车电池配送问题研究

共享电动车电池的配送方案关系到用户的切身体验和企业利益。为制定最优配送方案，真正打通人们出行的“最后一公里”，本文考虑企业对成本的要求和用户对时效性的要求，以总配送成本最小以及用户满意度最高为目标建立了一个带软时间窗的车辆路径问题模型，利用扫描法和基于最佳路径成本的交叉算子改进了传统遗传算法，用算例验证了模型与改进算法的有效性，并通过数值实验找出了种群大小、迭代次数与最优解之间的相关关系。     

求解考虑顺序相关调整时间的双边装配线平衡问题的变邻域搜索算法

为有效解决带有顺序相关调整时间的双边装配线平衡问题,提出了一种简单高效的变邻域搜索算法。该算法通过将优先关系约束融入到交换、插入、交叉、变异等算子中,分别得到4个不同的邻域结构来保证搜索过程中解的可行性,避免过多重复邻域解的生成。4个邻域结构的搜索空间依次变大,以增强算法搜索能力。同时,结合装配线的特点,提出基于作业序列的编码和解码方式,在解码过程中,优先选择空闲时间较多的边,引入启发式目标加快算法收敛。分配结束后,对装配线末端的工作站组进行局部调整。通过将该算法先后用于求解无/有顺序相关调整时间的双边装配线平衡第一类问题,并与已有的算法进行对比,验证了所提的变邻域搜索算法的优越性和有效性。