带时间窗的时变多目标危险化学品道路运输路径优化

研究了危险化学品道路运输路径优化（VRP）问题,考虑了该问题的3个方面：1）路径选择涉及运输时间与运输风险两个目标;2）运输时间与风险具有时变特性;3）道路节点的服务时间窗限制。本文以运输时间和风险为多目标,综合考虑以上约束,建立了该问题的数学模型并设计了蚁群算法进行求解。求解结果表明该算法可以有效计算帕累托最优路径,决策者可结合实际问题和决策偏好作出最合适的决策,同时运输企业可依据不同时刻的运输结果制定车辆的出发时刻表,监管部门可通过合理规划各路径的服务时间窗及允许停留等待的节点来调节各路径运输时间及风险。     

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。     

带软时间窗的电动车辆路径优化问题

纯电动汽车作为一种新型的交通运输工具,其以节能、低碳以及绿色的显著优势已经被广泛地运用到各种物流场景中,但是其受到续航里程和充/换设施不健全等因素的影响,使得与传统汽车相比具有更高的使用成本。为了降低电动汽车在物流配送过程中的使用成本,研究了带软时间窗的电动车辆路径优化问题,建立了以最小化路径成本、时间窗惩罚成本以及车辆使用成本为目标函数的数学模型,并设计了节约里程加改进的禁忌搜索算法对该模型进行求解。最后,结合算例对提出的混合启发式算法进行了检验与分析。     

面向随机环境的带软时间窗多式联运路径优化

针对多式联运运输距离长、中转环节多,易受机械故障、交通堵塞、天气状况等随机因素影响的特点,建立了更加符合实际的带软时间窗约束的多式联运路径优化数学规划模型.考虑到模型求解的复杂度,设计了一种遗传算法,并根据模型最优解的特点减少了搜索空间.最后通过算例对方法进行了验证.     

质量体积双约束下车辆装载与配送路径联合优化研究

目的 针对质量与体积共同限制的配送路径问题,综合考虑订单不可拆分、货物的体积等约束,构建包含路径最短和装载率最高双目标的车辆装载与配送路径联合优化模型。方法 在车辆路径优化模型的求解方面,首先利用聚类算法对配送区域进行划分,然后通过车辆的载质量判断是否能进行站点货物的配送,最后利用遗传算法求得最优路径。在三维装载模型的求解上使用贪心算法和基于块的启发式算法,解决了货物的装箱问题。结果 基于某公司具体实例对模型与算法的可行性进行了验证,优化后配送的车辆减少了1辆,配送距离减少了154.247km,平均装载率达到了93.89%,节省了企业的配送成本。结论 所构建的模型以及求解的算法可以提高装载率和配送效率,为解决车辆装载与配送路径联合优化问题提供理论依据。     

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。     

外卖配送路径多目标实时优化研究

随着外卖行业的不断发展,外卖配送的路径优化问题已引起学者们的广泛关注。但现有研究未将骑手的目标考虑在内,且未考虑动态场景下多目标如何设定权重的问题。因此,本文对外卖配送路径的多目标实时优化进行深入研究。建立多目标外卖配送路径优化模型。该模型不仅考虑订单履行时间、平台利润和骑手服务质量3个常用的目标,另外增加骑手等待时间和骑手空驶距离这两个目标,充分将外卖平台、顾客和骑手的目标综合考虑。设计动态调整权重的多目标外卖配送路径启发式算法,解决动态场景下多目标权重如何设定的问题。通过外卖配送的实时数据进行算例分析。结果表明,本文提出的算法可以有效对多目标的外卖配送问题进行实时路径优化,且订单的密集程度对骑手等待时间和订单履行时间有直接的影响。     

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。     

考虑客户满意度的车辆路径优化研究

针对传统的车辆路径问题较少关注客户满意度的情况，以客户对服务时间和货物完好性的要求来衡量客户满意度，构建基于模糊时间窗的时间满意度函数和基于货损率的货物完好满意度函数，在此基础上以客户满意度最大和运输成本最小为目标建立优化模型，设计相应算例并利用LINGO17.0软件进行求解，与中小物流企业常用的扫描法进行对比验证模型的有效性。结果表明：利用LINGO17.0求得的优化结果与扫描法相比，虽然运输成本有一定增加，但相应的平均客户满意度提高了36.3%，建立的模型能较好地平衡客户满意度和运输成本，对于物流企业配送路径的决策优化有一定的参考价值。     

基于改进蚁群算法的物流配送车辆路径优化方法的研究

带时间窗的车辆路径问题（Vehicle Routing Problem with Time Windows,VRPTW）是物流配送研究的重点。本文提出一种改进的蚁群算法,通过对初始解的启发、信息素更新策略的改进来解决VRPTW,并通过56个Solomon问题中R101作为实例数据进行验证。计算结果表明改进的蚁群算堂皇其宴文献中的算法具有竞争性,同时也表明该算法优于原算法。     

考虑道路坡度影响的多约束冷链配送问题研究

目的 为改进传统冷链VRP将配送区域默认为二维平面,使得实际调度与理想状态产生差异而造成配送成本增加的问题,本文对相关问题进行深入研究,旨在合理规划资源配置,提升企业经济效益。方法 通过引入坡度函数对油耗成本和碳排放成本进行计算,综合考虑三维空间位置、多车型、载质量变化、客户取送货需求和时间窗要求等多种现实约束,并提出一种基于K–means多维时空聚类的改进遗传算法进行求解。结果 求解结果表明,若最初将道路坡度考虑在成本计算内,可有效降低9.58%的配送成本。同时,应避免大型车辆在重载时突然发生海拔变化。当发生海拔变化时,大型车辆可在卸载一部分货物后改变至更高的高度。结论 本文研究的模型更加贴近实际路网,具有更高的适用性,特别是对有明显道路坡度城市的冷链品的配送具有现实的借鉴意义。     

电子商务下基于协同配送的配送中心选址研究

针对电子商务中的配送中心选址问题,综合考虑配送中心的运输成本、时间窗约束等要素并结合协同策略对该问题展开研究,提出了一种基于协同策略的配送中心选址模型。该模型以协同策略为基础,可以更加有效地对配送中心选址的各种要素进行优化。实验结果表明本文所提出的选址模型能够较好地验证在电子商务条件下,有一定时效要求且配送成本低廉的配送中心选址方案。     

考虑港口忙闲时间窗约束的多式联运路径优化

随着海运贸易量的持续增长,以港口为核心枢纽的多式联运引起了多方关注。为追求多式联运整体效益,立足承运商角度,研究集港模式下集装箱多式联运的路径优化问题,基于港口忙闲时间段考虑忙闲时间窗约束,兼顾中转节点的周期性时间窗以及各运输方式的班期限制,构建以总运输成本最小为目标的路径优化模型,并设计改进遗传算法(IGA)对模型求解。结果表明,与不考虑港口忙闲时间段相比,考虑该因素可令集港货物有效错开港口业务繁忙期,进而避免过高的预集港费和晚集港费;同时,忙碌时间窗越接近截港时刻,空闲时间窗之间的间隔越长,对承运商的影响越大,因此考虑港口忙闲时间窗的运输方案更为合理。     

考虑顾客满意度的生鲜外卖路径规划北大核心

生鲜外卖超时送达严重影响顾客满意度,而保障顾客满意又会大幅增加配送成本,顾客满意度和配送成本间存在背反。基于商家自营生鲜外卖模式,以配送成本最低和顾客满意度最高建立多目标优化模型,针对生鲜外卖特点设计货损成本及模糊时间窗计算方法,使用改进的遗传算法进行路径规划,避免了传统遗传算法容易陷入局部最优的缺点,平衡了配送成本和顾客满意度这两个目标。与节约里程算法对比证实模型及算法的有效性,再以盒马鲜生门店作为实例,通过真实路网条件下的位置信息,采用上述方法进行求解,得到配送成本和顾客满意度的最优组合。     

基于货架寿命的乳制品配送车辆路径优化研究

目的 基于货架寿命对库存和配送进行优化研究,降低冷链过程中的乳制品损耗,保证乳制品的质量,降低企业成本,提高消费者的满意度。方法 考虑到货架寿命对配送的影响,在研究货架寿命的基础上,建立乳制品货损率与货架寿命的关系式。在时间窗约束下,以总成本最小为目标,分别构建未考虑货架寿命的配送车辆路径优化模型和考虑货架寿命的配送车辆路径优化模型,并通过改进遗传算法对2种模型进行求解分析。结果 对比2种模型的最优结果,发现在1个配送周期内,基于货架寿命配送的总成本比不考虑货架寿命的运输总成本低3.71%。结论 该研究在一定程度上可以为物流企业减少配送成本,提高企业的经济效益。     

一种基于FCM模糊聚类的音频水印算法的研究

现有自适应数字音频水印技术普遍采用局部区域作为水印的嵌入位置,区域选择是根据多次实验的结果来确定,算法的适应性不强。因此,提出一种基于FCM模糊聚类的自适应音频水印算法,该算法结合数字音频的局部特征和变换后音频数据局部能量集中的特点,自适应的确定最佳水印嵌入区域。仿真实验表明,该算法对高斯噪声,MP3压缩攻击,滤波攻击有较强的鲁棒性。     

顾客可选时间窗下城市配送订单接收策略研究

在顾客可选城市配送时间窗的情境下,研究了带硬时间窗约束的动态车辆路径问题,提出了基于辐射半径的订单接收策略,设计了可接受时间窗分配初始化、可接受时间窗动态调整、参照点动态选择及基于时间窗偏差阈值的配送需求评估等方法,构建了求解动态车辆路径问题的插入算法。通过与先到先服务策略的对比表明,提出的策略能够实现配送收益和行驶距离的有效平衡;基于辐射半径的订单接受策略在平均接受决策耗时、路径更新耗时和全局优化耗时与先到先服务策略差异较小;随着参照点数量增多,算例中收益和行驶距离都在逐渐增长,总收益/距离之比呈现先下降后上升的趋势。     

时变环境下基于AGV运动学模型的无碰撞路径规划研究

自动导引小车(AGV,Automated Guided Vehicle)由于采用无人驾驶,高度自动化、高度智能化的优点被广泛应用于柔性制造系统和工厂物流自动化领域,使得生产效率以及自动化程度大大提高.目前AGV的运动,无论是磁条导航、二维码导航、或是激光导航,都是沿着预先设定的路径进行运动的,并不具有自主导航功能.本文...     

低碳政策下基于区间的模糊多式联运路径鲁棒优化研究北大核心

针对不同碳排放政策下模糊需求的路径优化问题,在综合考虑运输成本、转运成本、时间成本及碳排放成本的基础上,建立基于区间的鲁棒优化模型,并在强制碳排放、碳税、碳交易以及碳补偿政策下对模型进行低碳转换,采用基于蒙特卡洛采样的灾变自适应遗传算法求解。以具有15个节点的多式联运网络进行算例研究,比较不同低碳政策下多式联运总成本和碳排放量,并分析不确定参数的影响。结果表明:对于需求鲁棒性的最大保守值的合理设置有助于引导企业运输决策;碳补偿、碳税、碳交易和强制碳排放政策的减排力度逐步减弱;选择不同的碳排放政策并调节最大保守值可以达到控制碳排放且降低总成本的目的。     

多车程多时间窗车辆路径问题研究

针对末端物流中配送车辆多趟次运输、客户对配送服务时间的多样化需求,研究多车程多时间窗车辆路径问题。构造该问题的最小化车辆数量和总运输成本的双目标混合整数规划模型,设计改进的自适应大邻域搜索算法对其求解;构建了基于路径、车程及客户点3个层级上的多种高效的破坏算子和修复算子来扩大解的搜索空间;使用自适应策略选择高效的搜索算子,以及引入模拟退火新解接受准则避免陷入局部最优解来提高搜索效率。通过多种规模算例实验结果分析,验证了改进的自适应大邻域搜索算法的优越性,并分析了考虑多车程的模型对总运输成本的影响。