多式联运的最短时间路径-运输费用模型研究

随着经济的迅速发展，单一的运输方式越来越不能满足来自客户的敏捷制造、快速响应市场、物流供应链管理等诸多方面的需求，多式联运为之提供了良好的解决方案；多式联运运输网络考虑了节点间的运输时间、节点处的运输方式转换时间以及可能发生的货运延迟；给出了多式联运下的路径最短时间模型，并根据求得的最短时间路径提供了相应的运输费用模型，为多式联运的相关研究工作提供了理论基础。     

具有模糊时间窗的多模式联运建模及优化

以考虑用户偏好的模糊时间窗多式联运为研究对象,建立了基于图状结构的模糊时间多式联运模型。在分析模型特征的基础上,设计了基于正交试验的混合田口遗传算法实现路径及运输方式的组合优化。通过考虑不同用户偏好的5个任务来考察模型和优化算法的有效性。计算结果表明,该算法能有效求解出满足用户偏好的路径及运输组合方式,为物流企业决策提供依据。     

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.     

考虑碳排放的多式联运路径优化算法比较与分析

货物运输规划中节能减排一直是货物运输中的关键问题,多种运输方式的组合是实现远距离货物运输的一种有效绿色解决方法,绿色多式联运近年来受到越来越多的关注。在考虑多种运输方式碳排放量最小、时间最短和成本最低的基础上,运用提出的基于Dijkstra-GA混合算法和模拟退火算法(SA)分别对集装箱的运输方式进行组合优化,并结合实际算例提出绿色多式联运组合的路径规划方案。仿真实验结果表明遗传算法结果更优,验证了该算法和模型的有效性与实用性,可快速有效地为货物运输规划提供决策支持。     

一种多式联运网络运输方式的组合优化模式

针对我国多式联运目前普遍存在的信息化水平不高,缺乏相应的决策支持系统的现状,首先对多种运输方式的运输特性进行了分析,通过对比,得出了运输方式的选择依据;然后建立了多式联运虚拟运输网络;最后在运输方式选择依据和运输网络的基础上得出了多种运输方式组合优化模型,并给出了求解算法。     

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。     

对我国多式联运发展现状的分析

多式联运作为一种混合式运输方式,缩短了货物运输的在途时间,大大提高了物流运输效率,为节约物流运输成本提供了条件。目前,我国的多式联运还处于起步阶段,明确多式联运在我国的发展现状是发展物流行业的前提。本文通过分析我国多式联运的发展现状,与发达国家的多式联运发展水平进行比较,并分析未来我国多式联运的发展趋势。     

罐式危化品多式联运调度模型研究

随着我国危化品需求的快速增长,危化品运输事故也越频繁。为了降低危化品运输风险,保障运输安全,本文尝试将以罐式集装箱为载体的危化品调度问题与多式联运结合起来,建立了带时间约束的成本和风险最小的多目标规划模型。在此基础上,利用二维欧氏距离客观赋值的模糊算法求解模型。结合算例验证,将多式联运应用到危化品调度问题有利于降低风险,确保调度的安全性。同时,该方法能在风险可控的范围内,实现调度成本的最小化。     

简论我国国际集装箱多式联运的现状与发展

本文就我国国际集装箱多式联运的发展现状,发现问题,并提出解决的对策建议。力求在新的经济形势下,对中国集装箱行业的长远发展做出突破的研究贡献。     

基于改进遗传算法的多式联运网络优化

在对多种运输方式比较分析的基础上,从运输成本、换装成本及时间惩罚成本3个角度,建立多式联运网络模型,采用改进遗传算法进行模型求解,在标准遗传算法基础上引入移民算子,保证了种群多样性,避免了局部最优,增强了算法搜索能力.采用MATLAB计算平台对模型进行案例求解,结果表明,采用多式联运网络运作模型的成本降低了45.8%,从而验证了多式联运网络运作模型的有效性和实用性.     

考虑油耗的车辆调度问题模型与算法

针对目前运输行业中能源消耗已经成为影响社会环境和运行成本的重要因素这一实际,在分析汽车行驶油耗规律和定量描述的基础上,引入考虑能源消耗的车辆调度问题,考虑了车辆运行能耗目标以及客户的需求时间窗等约束,建立问题的精确数学模型。由于问题具有NP hard性质,为了求解实际大规模此类问题而设计了一种新型禁忌搜索算法。该算法引入大规模邻域搜索思想,并提出基于虚拟车辆的新型搜索邻域。通过算例试验验证了算法的有效性。     

考虑碳排放及时间窗的LIRP模型与算法研究

随着城市内车辆的不断增加,汽车尾气的排放对环境的影响越来越大,但传统的LIRP研究很少考虑节能减排的因素。本文在传统的LIRP基础上,针对考虑碳排放成本和时间窗惩罚成本的城市车辆配送问题,将选址、库存和路径集成化进行研究,建立以经济成本最小化为目标的LIRP模型,采用差分进化算法对该问题进行求解。通过实验,验证设计的差分进化算法在求解该问题时的有效性。     

Research on Vehicle Routing Problem with Soft Time Windows Based on Hybrid Tabu Search and Scatter Search Algorithm

With the expansion of the application scope of social computing problems, many path problems in real life have evolved from pure path optimization problems to social computing problems that take into account various social attributes, cultures, and the emotional needs of customers. The actual soft time window vehicle routing problem, speeding up the response of customer needs, improving distribution efficiency, and reducing operating costs is the focus of current social computing problems. Therefore, designing fast and effective algorithms to solve this problem has certain theoretical and practical significance. In this paper, considering the time delay problem of customer demand, the compensation problem is given, and the mathematical model of vehicle path problem with soft time window is given. This paper proposes a hybrid tabu search (TS) & scatter search (SS) algorithm for vehicle routing problem with soft time windows (VRPSTW), which mainly embeds the TS dynamic tabu mechanism into the SS algorithm framework. TS uses the scattering of SS to avoid the dependence on the quality of the initial solution, and SS uses the climbing ability of TS improves the ability of optimizing, so that the quality of search for the optimal solution can be significantly improved. The hybrid algorithm is still based on the basic framework of SS. In particular, TS is mainly used for solution improvement and combination to generate new solutions. In the solution process, both the quality and the dispersion of the solution are considered. A simulation experiments verify the influence of the number of vehicles and maximum value of tabu length on solution, parameters’ control over the degree of convergence, and the influence of the number of diverse solutions on algorithm performance. Based on the determined parameters, simulation experiment is carried out in this paper to further prove the algorithm feasibility and effectiveness. The results of this paper provide further ideas for solving vehicle routing problems with time windows and improving the efficiency of vehicle routing problems and have strong applicability.     

动态蚁群算法在带时间窗车辆路径问题中的应用

蚁群算法是近年来新出现的一种随机型搜索寻优算法。自从在旅行商等著名问题中得到富有成效的应用之后，已引起人们越来越多的关注和重视。将这种新型的生物优化思想扩展到物流管理中的带时间窗车辆路径问题，设计了一种动态蚁群算法，从数值计算上探索了这种新型蚁群算法的优化能力，获得了满意的效果。