基于众包平台的外卖实时配送订单分配与路径优化研究

众包配送平台通过集结社会闲散运力,为应对激增的外卖实时配送需求提供了新的思路,其核心的订单分配与路径优化问题作为影响其配送成本与效率的关键问题受到关注。针对该问题中订单的实时性、时效性、配送员的自由性等特征,建立以平均每单配送距离以及平均每单完成时间最小为目标的实时订单分配与路径优化模型。分别设计了贪婪策略、最小差值策略用于求解该问题。最后通过大量的数值仿真研究验证了两个策略的有效性,发现最小差值策略所得的平均每单配送距离更短,贪婪策略所得的平均每单完成时间更短。进一步研究了两种策略在不同配送员容量限制、配送员数量、订单密度等参数变化时的适用性,需要控制成本宜采用最小差值策略,追求配送效率宜采取贪婪策略,研究结果可为众包配送平台的订单分配与路径优化策略的选择提供决策支持。     

基于众包的外卖配送订单选择研究

各外卖平台均提供了兼职配送员参与众包服务的渠道。与专职配送员相比,兼职配送员有着“路径开放、时间有限、最终目的地确定”等诸多不同的特点。基于兼职配送特点,为了提高众包配送员的接单效率,提高兼职收益,对众包模式下的订单选择及订单执行路径进行深入分析,提出将二者进行统一考虑的双层算法：在底层建立众包外卖配送路径规划模型,并使用改进的遗传算法求解;第2层利用贪心算法调用底层模型,通过比较配送收益进行订单选择,使得兼职人员的配送收益最大。通过算例实验,验证模型及算法的合理性及有效性条件,发现算法的计算时间随备选订单数量增加线性增加。在现实应用中,需要通过对备选订单进行打分排序,控制“订单池”规模,则能在可接受时间内得到较高质量的选择结果。     

基于改进遗传算法的生鲜农产品多目标配送路径优化

为提高生鲜农产品物流配送效率,提出了具有普遍通用性的生鲜农产品三层配送网络结构,建立了配送成本最小和顾客满意度最大的多目标数学模型,引入惩罚函数处理约束,并对遗传算法改进,在选择之前根据非劣解水平进行排序,并利用拥挤程度对同级的不同个体排序,然后利用精英保留策略、最大保留交叉等操作获得Pareto最优解。为验证算法的性能,首先与标准遗传算法的结果对比,同时对相关参数进行设置,得到的结果变化误差较小。结果表明:建立的模型与算法是有效的,可为实际应用提供指导。     

基于实时交通信息的灾后应急物流多源配送优化问题

针对自然灾害后的应急调度与配送问题,以三级多源配送系统为研究对象,考虑实时交通信息更新对配送方案的影响,构建了基于公平分配满足度水平最大的数学模型,并设计了嵌入禁忌搜索的混合遗传算法对问题进行求解。结果表明,实时交通信息相较于静态情景具有更高的救灾满意度和更快的响应速度。     

基于优化外卖配送服务的微信小程序界面设计

随着o2o商业模式及"互联网+"的发展,外卖服务融入到人们的日常生活中,给快节奏的都市生活带来便利。越来越多的外卖形式和种类的出现,使得人们对于外卖服务的要求也随之提高,用户更关注外卖的品质和体验。文章通过文献调研、问卷调查等方式,将数据与图表结合,分析用户在使用外卖时的需求。基于外卖存储站点、实时画面监督、餐盒回收功能、餐具数量细化、外卖时效转售等用户具体体验对小程序进行设计。通过对点餐平台内的功能进行升级及增加,并提出外卖储存点的概念,提高用户体验的同时让外卖服务为快节奏的城市生活带来更多可能。     

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。     

考虑实时路况和车辆周转率的成品油配送路径优化研究

针对成品油销售企业主动配送模式的新形势。首先,结合实时路况、夏季高温天气政府禁止12:00到16:00区间配送成品油和配送企业对车辆配送周转率的现实需求,利用GIS地图应用程序获取现实中的路网结构和行驶时间。其次,以"时间最少"的运输总距离最小化作为优化目标,通过建立数学模型和采用禁忌搜索算法解决成品油二次配送过程车辆路径问题,保证配送企业运营效益的最大化。最后,通过实例分析和验证。研究表明:该方法可解决真实路况下成品油配送的路径优化问题,具有很好的应用价值;同时可以降低配送成本,能够大幅提高车辆配送周转率。     

军事应急物流中多目标路径优化的研究

本文从军事应急物流的定义和特点出发建立了多目标的路径优化模型,并基于遗传算法总结归纳了解决多目标路径优化问题的三种方法。     

考虑空载损失的非集中式共同配送订单分派及路径优化研究

物流活动的空载率居高不下源于路径规划不合理及企业间缺少合作,共同配送是降低空载损失的有效模式,但非集中式共同配送下物流企业可能基于被分派的订单选择自身成本最小的配送路径,从而导致共同配送联盟的空载损失变大。本文研究考虑空载损失的非集中式共同配送订单分派及路径优化,首先提出空载损失定义,权衡整个配送过程的成本最小和空载损失最小两个目标,基于非集中式共同配送的特征设计订单分派策略,进而建立订单分派及路径优化模型。设计了基于ε约束法的精确算法、改进的MOPSO (multiple objective particle swarm optimization)算法、多项式时间快速算法进行求解,并结合算例验证算法的有效性。数值分析结果表明,即使物流企业均追求自身成本最小化,提出的订单分派策略也可得到与全局优化相近的结果。     

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。     

基于资源限制的多目标网络计划优化模型

目前网络计划优化研究要么没有考虑资源限定的柔性,要么只是集中于单纯的工期优化或资源优化等单目标优化。本文针对传统网络计划建模资源限制缺少柔性、优化目标单一等问题进行了深入的研究。在柔性资源的限制下,为使得工程网络计划达到总体最优,考虑工程项目的工期、成本、项目净现值、资源的均衡等多个目标,建立其网络计划优化模型,并采用粒子群算法予以求解。根据拓扑排序算法生成满足时序约束的活动序列并计算活动的时间参数。对于产生资源冲突的活动,依照执行优先权解决冲突资源的执行顺序,更新时间参数。采用随机权重的方法,让粒子群算法种群的多个个体进行随机转化,从而保持解的多样性。采用国际上通用的Patterson问题库中benchmark算例对本文提出的方法进行验证。结果表明,与初始方案相比,优化后的方案分别在工期上缩减了20%,成本上缩减了11.17%,净现值增加了11.82%,资源均衡度减少了18.29%。由此可见,提出的基于粒子群算法的优化模型对资源限制下的网络计划中的工期、成本、净现值、资源均衡度等多个目标均实现了不同程度的优化。     

面向电动汽车租赁的多目标服务组合优化设计

电动汽车租赁行业迅速发展。为满足消费者和企业的综合需求,研究了面向电动汽车租赁的多目标服务组合优化设计方法。借助模糊理论确定各服务项权重,引入失望理论描述顾客的欣喜与失望感知以计算感知绩效,建立方案成本、相容度、市场竞争指数的计算方法,最终提出顾客感知绩效最大、成本最低、方案相容最优、市场竞争力最大的电动汽车租赁多目标服务组合优化设计模型。通过一种面向多阶段的多目标权重确定法对不同阶段的多目标决策设定权重。最后,通过实际项目案例对模型进行有效性验证,针对推广市场的不同阶段分别制定服务组合套餐,目标优化结果显著,为电动汽车租赁企业在服务设计方面提供了科学有效的决策方法。     

产品操作界面元素布局多目标优化设计

目的针对产品设计中操作界面布局设计时存在的随意性、不确定性大等问题,使用多目标优化设计的方法,寻找界面元素的最优布置,以提升界面的使用舒适性和人机交互效率。方法在分析了工效学准则和界面布局美度评价准则的基础上,确立了层次性、相关性、简洁性和舒适性四个界面布局基本原则,并依据原则构建了界面元素布局多目标优化数学模型,在此模型的基础上采用改进的遗传算法,建立基于遗传算法的界面元素布局多目标优化方法。结果给出产品操作界面布局设计的基本原则,提出一种基于遗传算法的产品操作界面元素布局的多目标优化方法及流程。结论提出的布局原则和优化方法能较好地协助设计师获得满足设计需求的布局方案,实例结果表明了理论模型的合理性与遗传算法对于界面元素布局多目标优化问题求解的有效性。     

熔融沉积快速成型零件成型方向的多目标优化

为了实现熔融沉积快速成型（FDM）中零件成型精度和成型效率的协同优化,基于零件成型方向对成型精度和成型效率的影响进行分析,以体积误差最小、零件成型方向上高度最低以及所需支撑体积最小为目标,建立了零件成型方向的多目标优化模型。设计了基于非支配排序遗传算法的智能求解算法,通过对模型的优化计算得到零件成型方向的Pareto解集,实现了FDM零件成型方向的智能优化。最后通过实例验证了所建模型的正确性与算法的有效性。     

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。     

车辆战术储备器材包装单元装载优化研究

目的通过对车辆战术储备器材包装单元化装载问题展开研究,为提高部队车辆战术储备器材包装单元装载能力提供技术与方法依据。方法分析装载优化模型的空间、质量、装载平衡和摆放稳定性等主要约束以及约束的处理方法,运用启发式算法对模型求解流程进行合理设计,并提出启发式算法和遗传算法相结合的混合遗传算法,以托盘装载为例说明具体装载过程。结果算例结果表明,托盘空间利用率达到了98.3%以上,装载单元集装稳定性高。结论该算法可减少装载容器数量,提升容器装载能力,优化器材包装单元装载,对提高车辆战术储备器材快速保障能力具有重要意义。     

原油一次加工过程的多目标调度优化

在制定原油一次加工过程详细调度时,往往需要考虑多个优化目标。本文提出一种基于改进的骨干粒子群算法和II代非支配遗传算法协同进化的双种群算法,并通过Pareto差熵控制种群的交流,优化了供油罐使用成本、供油罐的切换成本、管道中原油混合成本以及供油罐罐底混合成本4个目标。通过一个工业实例,将本文算法与现有的几种具有代表性的进化多目标优化算法进行对比,验证本文算法的可行性和有效性。     

求解多目标运输问题的实现技术

运输问题有特殊的数据结构——运输树。本文应用基于支撑树的遗传算法求解多目标运输问题，介绍了能表示运输问题所有基解的节点编码方法及对节点编码的交配与变异规则，给出了染色体转换成运输树的可行性准则。