多车场车辆路径问题的遗传算法

给出了多车场车辆路径问题(MDVRP)的数学模型,提出一种基于客户的编码表示方式,可以表示出各车场出动的车辆及路径,能够有效地实现MDVRP的优化,并用计算实例进行了验证。     

多车场多车型车辆调度问题的改进粒子群算法

多车场多车型车辆调度问题优化是物流配送中的典型NP难解问题,针对传统的粒子群算法存在收敛速度慢,易早熟收敛等问题,提出了一种改进的粒子群优化算法。该算法对种群中的粒子采用一定的概率进行柯西变异,使算法跳出局部最优解。将算法应用于多车场多车型车辆调度问题优化,算例证明该算法求解多车场多车型车辆调度问题是可行的,并且优于标准粒子群优化算法。     

多车场多车型车辆路径问题的改进遗传算法

在给出有时间窗约束的多车场多车型车辆路径问题的基于直观描述的数学模型基础上,引入一种新的编码方式,并将RC交叉算子进行修正,构造出一种解决该问题的模拟退火遗传算法,实验证明能够有效地解决优化问题。     

多车场多配送中心的物流配送问题研究

针对一般网络上的多车场多配送中心的物流配送问题,借鉴Floyd算法,构建出了一种在有车辆载重量限制的条件下,使完成所有配送任务总费用最少的算法。该算法具有路径标记功能,可以指出车辆从车场出发,经过配送中心以及用户点,最后返回原车场的次序与路径走向。     

遗传算法在货运车辆优化调度中的应用

本文在阐述了遗传算法基本理论和车辆优化调度基本理论的基础上,进一步论述了遗传算法在一般车辆优化调度中的应用。参考近年来遗传算法应用于车辆优化调度的一些文献,对应用于不同情况下货运车辆优化调度的遗传算法进行了总结和分析。最后对本文进行总结,并对未来的遗传算法在货运车辆优化调度中的应用提出了发展趋势。     

多车型车辆调度问题的建模与仿真

车辆调度问题（VSP）是一个典型的NP—hard问题,也是运筹学研究的热点问题。目前大多车辆调度问题的模型及其相应的算法与仿真都是针对单车型设计的,很少考虑多车型的情况,然而在实际的车辆调度中多车型的车辆调度问题经常会遇到,尤其在多货栈多物品的联合运输中。该文针对多车型的车辆调度问题,在文献[6]、[8]和[9]等研究成果的基础上建立了多车型的VSP模型,并根据该模型设计了相应的遗传算法,然后用Matlab实现了该算法。从仿真的结果看,得到的解是比较满意的。     

多车场物流协同运输调度问题研究

物流协同运输是现代物流模式的发展趋势,而利润则是驱动物流协同的关键因素。针对多车场物流协同运输中的调度问题,基于汽车配件物流运输的相关约束,建立了由利润驱动的配送任务模型。通过模糊聚类建立基于集货中心点的遗传种群,通过遗传算法的交叉、变异操作进行迭代进化,在一定的迭代次数内得到一个最优解。通过一个实例说明了该模型的求解结果可以使得不同物流企业的运输车辆之间发生协同的同时达到增加物流企业运输利润的目标,从而验证了该模型的正确性和合理性。     

多目标和多优先级约束的调度决策优化

针对装配作业调度优化问题,考虑装配过程中工具的更换次数、零件装配方向的改变次数和零件装配类型的变化次数的影响,提出一种支持多目标和多优先级车间调度策略的规划模型,给出正确的调度策略及求解算法.实例分析表明该方法的有效性和可行性.     

多车场多车型装卸混合车辆路径问题研究

为满足电子商务客户多样化和个性化的需求,建立了多车场、多车型的装卸混合车辆调度模型,并使用混合遗传启发式算法求解．首先采用混合编码,使问题变得更简洁;利用个体数量控制选择策略,以保证群体的多样性;引入２-交换变异策略,并结合爬山算法,加强染色体的局部搜索能力．然后,对混合遗传算法求得的精英种群进行禁忌搜索,提高了搜索效率．最后,通过实例计算表明了上述模型和算法的有效性．     

面向JIT采购的多目标车辆调度

在JIT采购模式下,以最小化采购运输总距离和车辆使用数目为双目标,重点研究了运输周期和采购量对路径优化的影响,建立了调度模型,设计了一种基于自适应网格的多目标人工蜂群算法(Grid-based Adaptive Multi-Objective Artificial Bee Colony Algorithm,GAMOAB...     

多物流中心共同配送的车辆路径问题研究

研究多物流中心共同配送的车辆路径问题.首先考虑客户服务关系变化与客户需求的异质性情况,设计一种共享客户需求、配送车辆与物流中心的共享物流模式;再综合考虑车辆容量、油耗、碳排放、最长行驶时间、客户需求量与服务时间等因素,以总成本最小为目标构建多物流中心共同配送的车辆路径规划模型,并设计一种改进蚁群算法进行求解;最后采用多...     

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。     

房地产行业诚信信息系统研究与实现

针对市场经济下的信用意识和信用道德观念不强,房地产市场存在监督机制不健全,致使房地产企业和从业人员诚信缺失现象严重的现状,研发一套房地产行业诚信系统,为推动房地产市场的良好发展提供平台。基于该系统的房地产企业诚信指标体系,为综合评价房地产企业诚信度打下基础,科学合理地构建房地产行业诚信指标体系极具现实意义。     

离散车间多目标调度算法探究

随着科学技术的快速发展和客户需求的不断提高,传统大批量生产的模式逐渐被淘汰,离散制造这种小批量的生产模式将逐渐成为制造业的主流形式之一。中国制造业近些年发展迅速,在世界上打造了“中国制造”的“品牌”,离散制造这一主流模式也将成为我国制造业的发展目标之一。本文首先综述了离散型车间调度的发展背景,阐述了离散型车间多目标调度问题的模型,介绍了粒子群算法和混合蛙跳算法两种多目标调度算法。最后,对离散车间多目标调度算法的研究方向提出几点建议。     

一种解决车辆调度问题的算法研究

针对运输费用的逐年提高,企业配送环节的成本大幅度增加的问题,为降低物流成本,提高企业利润,研究了一种解决车辆调度问题的算法。在考虑实际需求的基础上,建立了单配送中心的配载车辆调度模型,满足基本的约束条件。同时,论述了节约算法的基本原理并采用改进的节约算法对配载车辆调度问题进行求解,即在基本的节约算法中加入时间窗约束条件。通过各种数据的实验验证,此算法都能得到较满意的解,既能节约时间,又能够节约运输里程和费用。     

基于多工况的车门结构多目标优化设计方法研究

车门结构的单一工况优化设计常难以满足车门设计要求。本文基于车门垂直刚度和一阶模态两工况,提出一种车门结构多工况多目标优化设计方法。以车门垂直刚度、一阶频率和车门质量为优化目标,通过均匀拉丁方试验设计和响应面方法得出车门垂直刚度和一阶频率的近似数学模型,并在此基础构建车门结构多目标优化模型。最后采用多目标遗传算法对其进行求解,最终优化结果在车门质量减少的情况下,垂直刚度和一阶频率均达到设计要求,达到预期优化效果。     

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.     

C-W算法在配送车辆优化调度中的应用

物流配送车辆优化调度是物流配送中非常关键的一个环节。文章简单介绍了当前最具有代表性的算法,指出目前启发式算法是求解车辆路径问题的主要方法,并以C-W算法为典型,结合实例验证了其对解决配送车辆调度问题的适用性。     

物流企业配送车辆调度问题研究综述

物流配送车辆优化调度问题(Vehicle Routing Problem,简称VRP)是一个研究热点,许多学者采用了各种优化方法来解决实际问题。该文首先综述了车辆优化调度问题的起源、研究动态及水平,然后再综述了物流配送车辆调度问题的各种优化方法,然后对所述的几种优化方法的优缺点、适用性等都作了说明,并对它们作以比较分析。