震后应急物资多方式供应的模糊动态LRP

研究震后应急物资多方式供应中的多层次设施定位-路线规划问题(LRP),综合考虑应急物流网络中的多周期应急物资模糊需求、时间窗限制、部分路网损毁与动态恢复、车辆随机行驶时间、大需求点采用需求分割策略同时进行运输与配送等特性,以应急物资总供应时间最短为目标,构建了一个震后应急物资多方式供应的多周期模糊LRP优化模型,并根据模型特点设计了一种贪婪算法结合蚁群算法的混合启发式算法予以求解.最后,通过算例验证了本文模型和算法的可行性与有效性.     

震后应急物资配送的模糊定位-路径问题研究

从系统集成优化的角度研究震后应急物资配送的一种新模糊定位-路径问题(LRP),综合考虑救灾点所在地理位置和地形导致的应急车辆行驶时间的随机性、救灾点应急物资需求量的不确定性与应急物资配送的时间紧迫性,以应急物资总运达时间最短与总配送成本最小为目标,构建一个基于机会约束规划的多目标模糊LRP优化模型,并根据模型的特点设计了一种混合免疫遗传算法予以求解。最后,通过算例验证了本文方法能有效解决震后应急物资配送的模糊多目标LRP,实现了震后应急物流中心定位和应急车辆路径规划的联合决策。     

考虑时效与公平性的震后应急物资动态配送优化研究

大规模地震后应急物资的高效保障是应急救援有效开展的必要前提。震后应急物资运输与配送包括从区域储备仓库和外围物资集散地运输到区域应急配送中心、由区域应急配送中心配送到各个受灾点两个阶段。应急物资保障具有持续时间长、需求紧迫性强和物资相对短缺等特点。本文以应急物资保障时效性与分配公平性为目标，建立了考虑多种运输方式、多时段动态的应急物资配送中心选址与运输配送路径优化的多目标规划模型，并基于此模型设计了一种带精英策略的非支配排序的遗传算法，以九寨沟地区地震灾难情景对模型进行实证研究，验证了模型和算法的有效性，以期为震后应急物资保障提供理论指导与决策支持。     

震后初期应急物资配送的模糊多目标选址-多式联运问题

针对震后初期应急物资配送系统优化问题,考虑应急物资需求模糊情况下应急物资配送中心选址和应急物资多式联运安排的集成决策,以应急物资配送总时间最短和受灾点应急物资未满足的总损失最小为目标,建立了一个震后应急物资配送的多目标选址-多式联运问题优化模型,设计了一种采用二维编码的非支配排序多目标遗传算法,并对该算法进行了复杂性分析。算例分析结果表明:该算法可以在得到Pareto前沿的同时,根据决策者偏好在Pareto前沿面上给出各种优化决策方案。     

震后伤员救援车辆两阶段规划模型及算法研究

不确定情景下的应急物资配送和车辆路径优化问题是目前国内研究的一大热点，其中 震后伤员运送车辆调度及路径优化问题随着近几年地震等自然灾害的频繁发生也逐渐引起人 们的重视． 本文采用聚合优化算法对灾区进行应急救援区域划分，建立了以总救援时间最短和 相对综合救援权重值最大为目标的救援车辆两阶段数学规划模型，设计了带三角函数变异的 离散型萤火虫优化算法进行求解，并与常规算法求解结果做了对比分析． 通过算例进行模拟实 验表明，所提出的模型和算法可以有效解决地震情景下的伤员救援车辆调度问题，且改进算法 的全局搜索性能更优．     

考虑区域限制的卡车搭载无人机车辆路径问题研究

无人机参与配送是解决末端物流难题的重要途径之一。卡车搭载无人机协同配送模式,克服了无人机载重量小、续航时间短的弊端,成为无人机参与末端物流配送的重要形式之一。在疫区、灾区进行应急配送时,经常遇到由于道路毁坏或封锁、区域污染,导致部分路段车辆或无人机无法通行的情况。在非应急配送中,也可能存在车辆限行和空域禁飞等区域限制措施。区域限制给卡车搭载无人机物流配送路径优化问题带来了很大挑战。论文构建了区域限制条件下卡车搭载无人机车辆路径问题的混合整数线性规划模型,提出了一种结合最短路算法和禁忌搜索算法的混合算法,基于标准算例库设计测试集并进行测试实验,实验结果表明混合算法具有较好的计算性能。     

基于需求预测的两级动态配送路径优化研究

针对传统响应式配送难以应对海量动态客户需求的困境,在此提出基于需求预测的两级动态配送路径优化方法。利用历史数据从需求预测、需求聚类和需求配额三个维度,处理电商物流配送过程中的动态需求;建立基于需求预测的单阶段和多阶段两级车辆配送路径优化模型,并针对问题特性利用分支定界算法与CW-禁忌搜索算法生成两个阶段的最优配送路径。最后结合实验案例对模型与算法的有效性进行验证,试验结果表明本文设计方法具有较好的动态场景适应度和客户响应能力。     

碳排放影响下的动态配送车辆路径优化研究

本文考虑碳排放对动态配送车辆路径的影响，研究了客户需求点增减、客户需求量变化及配送路线交通中断三种情形下的配送车辆路径优化问题。首先，通过构建虚拟客户点，将动态车辆路径优化问题转化为静态车辆路径优化问题。其次，构建了基于改进遗传算法的动态车辆路径优化模型。最后，对比分析了考虑碳排放影响前后的动态车辆路径优化。研究结果表明：在满足时间窗要求的情况下，虽然考虑碳排放的动态车辆路径的总行驶距离增加了3.59 km，但碳排放成本和总配送成本分别下降了7.45%和1%；同时与静态车辆路径相比，在动态车辆路径问题中考虑碳排放可以使碳排放成本及总配送成本下降的更多，因此在动态车辆路径问题中考虑碳排放更具有价值意义。     

应急救援物资紧缺的两级配送路径选择研究

针对应急救援物资紧缺难以满足所有需求的情形,以单个需求点最大缺货量最小、车辆运输费用最小为双目标,建立从配送中心到分发点再到需求点的两级配送路径选择模型,设计复杂性为O(n3)的近似算法GA进行求解,证明算法近似比的上下界并讨论影响因素,用数值验证算法GA的近似比接近于1,表明算法GA具有较好的性能。最后以雅安灾区配送实例验证模型和算法的有效性。     

基于手机定位数据的突发事件下道路修复和物资配送集成优化研究

应急道路的修复是突发事件发生后有效开展物资配送的前提,而道路修复和物资配送二者集成研究极大地提高整个应急救援效率。但是由于灾害的突发性和不确定性,决策者很难立即获取充分的灾情信息,尤其是灾民分布情况、位置、灾害影响和物资需求等信息。传统的获取灾情信息的方法通常是通过救援人员的现场报导和调查,卫星图像等,阻碍了救援活动的迅速开展,效率低下。手机等移动设备的普及和广泛应用,使得手机定位数据为灾害情况下的应急救援提供了更加快捷的信息获取手段,大大提高了应急救援的效率。本文基于手机定位数据,同时结合道路修复和物资配送二者的相互关系,建立了混合整数线性规划模型,通过手机定位数据获取灾民分布情况、位置、灾害影响和物资需求等信息,实现精准道路修复和物资配送的决策,并设计了相应的启发式求解算法。最后通过算例仿真验证了模型和算法的有效性,同时将手机定位数据下的救援结果与缺少手机定位数据的常规救援结果进行比较分析,验证了文章所提出的手机定位数据的应用在应急救援方面的优势。