基于物联网的应急车辆在线调度决策系统设计

受信息处理效率的影响,应急车辆调度决策缺乏可靠依据,导致车辆的抵达效率较低,为此提出基于物联网的应急车辆在线调度决策系统,利用搭载SX1250射频前端芯片的网关模块作为系统的通信装置,借助拥有强大计算能力的开发板实现对复杂运算的快速处理。在此基础上,构建包含影响车辆调度效率的要素数据库,利用物联网建立系统与车辆实际运行环境的实时交互关系,以时间为导向,采用遗传算法计算实时数据与数据库的拟合关系,在线确定应急车辆的行驶路径。测试结果表明,搭配该系统的应急车辆均在最优路径下抵达静态和动态目的地,耗时明显低于对比方法。     

基于道路风险评估的城市路网实时路径选择

为了缓解城市交通拥堵、避免交通事故的发生,城市路网的路径选择一直以来是一个热门的研究课题.随着边缘计算和车辆智能终端技术的发展,城市路网中的行驶车辆从自组织网络朝着车联网(Internet of vehicles,IoV)范式过渡,这使得车辆路径选择问题从基于静态历史交通数据的计算向实时交通信息计算转变.在城市路网路径选择问题上,众多学者的研究主要聚焦如何提高出行效率,减少出行时间等.然而这些研究并没有考虑所选路径是否存在风险等问题.基于以上问题,首次构造了一个基于边缘计算技术的道路风险实时评估模型(real-time road risk assessment model based on edge computing, R³A-EC),并提出基于该模型的城市路网实时路径选择方法(real-time route selection method based on risk assessment, R²S-RA). R3A-EC模型利用边缘计算技术的低延迟,高可靠性等特点对城市道路进行实时风险评估,并利用最小风险贝叶斯决策验证道路是否存在风险问...     

基于MCPDDPG的智能车辆路径规划方法及应用

针对智能车路径规划过程中常存在动态环境感知预估不足的问题,使用基于蒙特卡罗深度策略梯度学习(Monte Carlo prediction deep deterministic policy gradient, MCPDDPG)的智能车辆路径规划方法,设计一种基于环境感知预测、行为决策和控制序列生成的框架,实现实时的决策...     

一种集成最后一公里的四方物流网络设计问题启发式算法

最后一公里分销网络可以帮助企业达成高响应性的供应链管理目标,集成最后一公里四方物流网络设计问题成为网络设计的一个重要研究方向.解决该问题需要对分销中心的位置,三方物流的选择、分配以及其车辆路径规划进行决策.在满足车辆路径规划、流守恒等约束条件下,以最小化网络构建费用为目标建立混合整数规划模型.由于该问题的NP-难特性,...     

基于GPS/GIS协同的动态车辆调度和路径规划问题研究

从物流行业信息化和智能化发展的需求出发,利用以物联网为代表的现代信息和通信技术,设计了GPS/GIS协同下的智能车辆监控和调度系统。同时,基于该调度系统具有的信息实时获取和智能处理能力,考虑配送车辆及客户需求等相关实时信息对车辆调度和路径规划的影响,构建了基于实时信息且带时间窗的动态车辆路径问题(DVRPTW)混合整数规划(MIP)模型。结合模拟实验,通过混合遗传算法寻优对车辆配送路径进行动态调整和优化,为物流行业降低企业运营成本、提高物流配送效率、改善物流服务质量提供借鉴和参考。     

基于ITS和GIS系统的车辆实时调度问题的研究

ITS和GIS的发展使得车辆调度中心可以根据道路交通情况实时调整车辆行驶路径,以避开交通拥挤路段,降低车辆的行驶时间。文章针对ITS和GIS系统的特点提出了车辆实时调度模型,并且就如何降低问题的状态空间进行了讨论。     

基于遗传算法的移动机器人动态避障路径规划方法

本文提出了一种基于遗传算法的简单、有效的移动机器人实时动态避障路径规划方法.为利用遗传算法实时、稳定地进行动态路径规划,本文将复杂的二维路径编码问题简化为一维编码问题,并把路边约束、动态避障要求和最短路径要求融合成一个简单的适度函数.仿真实验表明,本文提出的动态路径规划方法可实时、稳定地产生移动机器人运动的最佳局部规划路径,且具有良好的动态避障性能.该方法也可用于智能车辆的自动导航.     

面向非正交多址的车联网中资源优化方案

为了解决车辆端计算能力不足、任务处理时延大、能源消耗多、无线资源缺乏等问题,该文考虑利用非正交多址技术进行任务上传和数据包下载的车辆边缘计算系统,对系统的卸载决策、缓存决策、计算和缓存资源的分配进行联合优化.由于车辆需要在动态网络环境下实时确定任务卸载和缓存策略,提出了一个以移动边缘计算服务器平均能耗最小化为目标的随机...     

突发事件下车辆路径问题的动态规划算法

突发事件下的车辆运输具有紧迫性、动态性和随机不确定性等特点.本文研究了突发事件下动态车辆路径问题的数学模型,构建了一种基于混沌优化的动态规划算法,为此通过路径计算和动态规划两个模块来实现车辆路径的动态规划.为实现从混沌运动空间向问题可行解空间的有效映射,提出了相应的编码方法和操作算子.最后进行仿真,通过对静态环境、道路受损和道路拥塞三种情况的分析,验证了实时修订路经的有效性和实用性,为突发事件提供参考.     

动态网络环境下的实时路径评估模型

针对现有研究工作在处理动态网络环境下车辆路径问题时的缺陷,设计了一个动态网络模型,并在此基础上提出了一个实时路径评估模型。该评估模型利用道路条件和实时获得的交通信息对网络中的各条道路进行动态评估,并根据评估结果对未走的路径进行动态调整,已用于解决动态车辆路径问题。仿真实验对3种不同的路径评估模型进行了比较,结果表明,所设计的实时路径评估模型能有效地求得动态网络下车辆路径问题的优化解,是求解该问题的一个好的方案。     

A decision support system for optimizing dynamic courier routing operations

In this paper, we propose a prototype of a decision support system (DSS) that integrates a hybrid neighborhood search algorithm to solve the offline and online routing problems arising in courier service. In the dynamic operational environment of courier service, new customer orders and order cancellations continually arrive over time and thus disrupt the optimal routing schedule that was originally designed. This calls for the real-time re-optimization of routes. As service level is sensitive to whether allowable service time intervals are wide or narrow, it is valuable to study how adjustable and flexible time windows influence the courier service efficiency in a dynamic environment. To capture these dynamic features, a dynamic vehicle routing problem (DVRP) that simultaneously considers new customer orders and order cancellations is investigated in this study. Meanwhile, fuzzy time windows are formulated in the DVRP model to quantify the service level and explore the service efficiency. To tackle the new problem, we propose a competitive hybrid neighborhood search heuristic for (re)optimizing the offline and online routes. Numerical computational experiments and the comparison with results from Lingo show that our algorithm is capable of re-optimizing dynamic problems effectively and accurately in a very short time. The proposed model and algorithms are able to enhance courier service level without further expense of a longer traveling distance or a larger number of couriers.     

基于实时交通信息的车辆路径问题研究

石油化工企业的物流配送越来越成为降低成本、提高效率的1个重要环节,而车辆路径问题是其中的基础性问题。面对各种不确定性,动态随机车辆路径问题越来越成为有价值的研究方向,其关键在于实时交通信息的利用。本文研究了基于实时交通信息的单配送中心、有时间窗口约束的车辆路径问题,建立了混合整数规划模型,提出了利用实时速度估计信息的动态调度策略,并设计了带插入规则的节约算法。通过对标准benchmark问题进行仿真,验证了策略和算法的有效性。     

用于求解混合车辆路径问题的混合进化算法

文中研究了具有NP难度的混合车辆路径问题(Mixed Capacitated General Routing Problem,MCGRP),其是在基本车辆路径问题(Vehicle Routing Problem,VRP)的基础上通过添加限载容量约束及弧上的用户需求而衍生的。给定一列车辆数不限的车队,使车辆从站点出发向用户提供服务,服务完用户需求后仍返回站点;规定每辆车的总载重不能超过其载重量,且每个需求只能被一辆车服务且仅服务一次。MCGRP旨在求解每辆车的服务路线,使得在满足以上约束条件的情况下所有车辆的旅行消耗之和最小。混合车辆路径问题具有较高的理论价值和实际应用价值,针对该问题提出了一种高效的混合进化算法。该算法采用基于5种邻域算符的变邻域禁忌搜索来提高解的质量,并通过一种基于路径的交叉算符来继承解的优异性,从而有效地加速算法的收敛。在一组共计23个经典算例上的实验结果表明,该混合进化算法在求解混合车辆路径问题时是非常高效的。     

动态车辆路径问题的研究进展及发展趋势

随着智能运输的发展,动态车辆路径问题(Dynamic vehicle routing problem,DVRP)已引起学界的日益关注.分析DVRP的特征,从动态要素的角度将DVRP模型分为基于动态需求的VRP、基于实时交通信息的VRP、基于动态需求和实时交通信息的VRP三种类型,并进行分类综述.在此基础上,对3类DVRP模型的路线更新策略及求解算法的研究进展进行介绍,最后指出DVRP未来的发展趋势.     

动态环境下有时间窗的成套配送车辆路径问题

为解决成套配送车辆路径优化问题,针对配送线路动态变化的特点进行行程时间分析,根据服务时间窗设计满意度函数,在基本VRP模型中增加满意度目标,建立动态环境下的仿真模型;采用"预优化阶段+实时优化阶段"两阶段求解策略,利用分解法进行问题分解,设计禁忌搜索算法求解,对已产生的路径进行优化调整;仿真计算验证了模型和算法的有效性与研究的实用价值。     

多集散点单车路径优化研究

为使多集散点车辆路径优化结果全局最优,详细化表示货运关系,建立多集散点单车路径优化模型,并以订单为基准建立蚁群算法的二维禁忌表,确定状态转移规则;在满足车辆约束条件下,以最短路径完成所有订单货运的单车路径搜索。车辆路径全局优化是由于模型货运关系明细化及算法中车对所需运送订单的全局访问。实例求解结果表明,改进的优化模型及蚁群算法可以有效获得多集散点单车路径。     

基于划分的蚁群算法求解货物权重车辆路径问题

考虑单产品分销网络中的车辆路径问题(VRP:vehicle routing problem).与以往诸多研究不同的是,建立了一种带货物载重量的VRP模型(weighted VRP),即车辆在两个顾客之间行驶时的载重量也作为影响运输费用的一个因素考虑.因此,需求量较大的顾客拥有较高的车辆运输优先权.在分析了问题性质的基础上,提出一种基于划分策略的蚁群算法PMMAS求解货物权重车辆路径问题,并与其他常用的启发式算法进行比较分析,表明了算法的有效性.     

多中心联合配送模式下集货需求随机的VRPSDP问题

针对多中心联合配送模式下集货需求随机的同时配集货车辆路径问题(MDVRPSDDSPJD), 构建了两阶段MDVRPSDDSPJD模型. 预优化阶段基于随机机会约束机制以及车载量约束为客户分配车辆, 生成预优化方案; 重优化阶段采用失败点重优化策略对服务失败点重新规划路径. 根据问题特征, 设计了自适应变邻域文化基因算法(Adaptive memetic algorithm and variable neighborhood search, AMAVNS), 针对文化基因算法易早熟、局部搜索能力弱等缺陷, 将变邻域搜索算法的深度搜索能力运用到文化基因算法的局部搜索策略中, 增强算法的局部搜索能力; 提出自适应邻域搜索次数策略和自适应劣解接受机制平衡种群进化所需的广度和深度. 通过多组算例验证了提出模型及算法的有效性. 研究成果不仅深化和拓展了VRP (Vehicle routing problem)相关理论研究, 也为物流企业制定车辆调度计划提供一种科学合理的方法.     

基于分支定价算法的双层轿运车运输问题

整车物流中双层轿运车运输问题属于一类需要考虑乘用车装载(vehicle filling problem, VFP)及轿运车路径规划(vehicle routing problem, VRP)的组合优化问题,称此类问题为VFRP(vehicle filling and routing problem).由于VFP和VRP的问题复杂性均为NP完全问题(non-deterministic polynomial complete problem, NPC),且VFRP等组合优化问题模型的目标函数及约束往往具有非凸结构,使得该类问题的线性化处理、精确算法的设计及求解效率的提升一直是该领域的研究难点.对此,以轿运车使用成本最低为目标,构建双层轿运车的VFRP模型,在此基础上提出两种线性化方法并设计改进分支定价算法(branch-and-price algorithm)以求解:在分支定价算法的基础上,提出结合最为分数策略(most-infeasible-branching strategy)和强分支策略(strong-branching strategy)的分支策略,以及在分支过程中降低可行域维度的...     

An object-oriented evaluation framework for dynamic vehicle routing problems under real-time information

The dynamic vehicle routing problems (DVRP) is an extension of vehicle routing problems (VRP) in order to consider possible variations of travel times in the network. In this research, a two-stage framework for solving dynamic vehicle routing problem is proposed. In the first stage, the sweep method is adopted in vehicle assignment. In the second stage, a tabu search algorithm is implemented to improve routes under real-time information. The framework is implemented in an object-oriented approach and possible benefit from real-time information is illustrated through numerical simulation. The simulation-assignment model, DynaTAIWAN is applied in numerical simulation to evaluate real-time routing strategies in a traffic network. Numerical experiments are conducted in a 50 Nodes Network and a Taichung City. The results show that positive benefits could be achieved through utilization of real-time information with careful design.