基于车辆共享的软时间窗动态需求车辆路径问题

为解决配送机构的乍辆有时不能满足客户需求的问题,同时降低物流配送成本,节约资源,基于产品服务系统的理念.引入车辆共享机制,结合时间窗、多配送中心和现代物流客户需求动态变化的特点,建立了基于车辆共享的软时间窗多配送中心动态需求车辆路径问题的两阶段数学模型,并设计了混合3-OPT量子进化算法对各阶段模型进行求解.通过算例测试及与其他算法进行比较,表明该算法能快速有效地求解此类动态需求的车辆路径问题.最后对影响算法性能的种群规模参数进行了分析.     

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。     

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。     

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。     

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。     

制造企业装配线物料准时配送路径优化问题研究

为实现将装配线所需物料适时适量地送达正确工位的准时生产目标,以配送成本最小为目标函数,满足牵引车车载量、工位时间窗等约束,分析并提出带缓存区准时配送方式下的牵引车配送路径模型,并设计混合量子进化算法求解.实例计算及与遗传算法、混合粒子群算法的比较结果表明:应用混合量子进化算法可以快速求解带缓存区准时配送方式下的牵引车配送路径模型,为制造企业带缓存区准时配送方式下装配线的牵引车配送路径问题提供了可参考模型和算法.     

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。     

基于生鲜品多中心联合配送的半开放式车辆路径问题

针对生鲜品的物流配送问题,提出一种半开放式的多配送中心联合配送模式。考虑到生鲜品运输的时效性要求,设计了相应的时间窗及惩罚成本,构建了以车辆运输成本、派遣成本、时间惩罚成本及生鲜损耗成本等总和最小的优化模型,并设计了蚁群算法对其进行求解。通过算例对比验证了模型与算法的有效性。算例实验表明,半开放式多配送中心联合配送模式优于以往单配送中心独立配送模式,能快速对客户的生鲜需求做出响应,提高物流配送效率,减少生鲜品的损耗,进而降低总的物流配送成本,促进生鲜物流的快速发展。     

带时间窗偏好的多行程模糊需求车辆路径优化

为使模糊需求车辆路径问题更贴近现实情况,考虑开放车辆行程限制和设置客户时间窗偏好,研究了带时间窗偏好的多行程模糊需求车辆路径问题。首先,在需求未明的预优化阶段,以物流成本和时间成本总和最小为目标,建立了预优化模型,其中决策变量增加了行程维度的表达、车辆容量约束按单行程核算、客户到达时间约束按多行程累加计算、客户满意度约束定义为到达时间隶属度函数;其次,在获知实际需求的实时调整阶段,基于提前柔性选择返回点和不完全局限和固定计划返回点两个原则,提出基于调整成本期望值的实时调整策略。最后,种群进化算法求解测试算例验证了预优化模型的有效性,随机模拟算法模拟实时场景验证了实时调整策略的有效性。     

基于共享机制的自适应超启发式算法求解区域化低碳选址—路径问题

为了有效减少物流网络中的碳排放量,对低碳选址—路径问题的优化车辆路径和选址方案进行研究。在区域化选址路径问题中,客户和仓库位于以不同速度限制为特征的嵌套区域,所构建的模型为最小化碳排放的物流成本。针对该问题,提出一种基于共享机制的自适应超启发式求解算法,通过共享底层算子的近期性能信息,自适应地选择优质合适的底层算子,并提出一种自适应解的接收机制来提高算法的收敛速度与精度。通过CPLEX求解简单算例验证了所提模型的正确性,通过仿真实验验证了所提算法的有效性和鲁棒性。分析了仓库的分布与成本、多车型车队和客户分布对碳排放和物流成本的影响,并为企业提供了统筹规划配送决策的管理指导与建议。