时变路网下多中心电动车-无人机协同配送路径优化

针对车辆行驶时间依赖配送区域路网速度变化的多中心电动车-无人机协同配送路径问题,本文综合考虑配送区域路网交通信息,无人机最大飞行距离、承重能力,配送过程中电动车电池的荷电状态,以及车辆行驶速度、载重量等对电动车能耗的影响等,以总配送成本最小化为目标建立多中心车辆-无人机协同配送路径优化模型。根据问题特征,本文设计遗传大邻域搜索混合算法求解模型,该算法在传统遗传算法基础上,采用整数编码随机生成初始种群,通过无人机最大承重能力、飞行距离筛选无人机可服务的客户,然后确定车辆及无人机的配送路径生成初始解,并嵌入2组摧毁和重建算子进行进化操作。本文通过多组算例验证了算法及模型的有效性,并分析了车辆搭载的无人机数量以及车辆行驶速度对配送方案制定的影响。研究成果丰富和拓展了车辆路径优化的研究领域,可为交通、物流企业优化决策配送方案提供理论依据。     

基于电商承诺送达机制的多目标低碳MDVRP优化研究

针对存在多配送站的电商物流配送问题,首先,考虑实际装载量对物流配送过程中车辆燃料消耗量的影响,建立燃料消耗量模型,并结合电商平台的承诺送达机制,构建配送延迟时间函数。随后,提出了以最小化物流成本和延迟收货时间的多目标多配送站车辆路径规划问题,建立该问题的混合整数规划模型。再次,采用基于分解的多目标遗传求解算法对问题进行求解。该算法采用矩阵编码的方式,设计了基于贪婪搜索策略的启发式初始化方法,考虑到贪婪搜索策略容易陷入局部最优的劣势,在算法迭代过程中,允许部分不可行解存在以扩大解空间的搜索范围,并进一步设计了遗传算法的交叉和变异算子。最后,以具体物流配送案例进行数值实验,实验结果表明所设计的算法对求解本文模型是有效的。     

震后应急物资配送的模糊动态定位—路径问题

进行震后应急物资配送系统优化是提高其配送绩效的重要手段.从系统集成优化的角度,研究应急物资配送中心定位与配送车辆路径安排的联合决策问题.综合考虑应急物资需求的模糊性、动态性和限制期,震后受损路网的动态恢复状况,不同类型有容量限制的配送车辆,以及物资需求分割配送等特点,以各物资需求点的应急物资运达时间之和最小为目标,采用机会约束规划方法建立了一个模糊动态定位—路径问题优化模型,并设计了一种两阶段启发式算法予以求解.最后,通过算例验证了该模型和算法的可行性及有效性.     

考虑差异化服务时间的多车型电动汽车路径优化与充电策略研究

在政府政策大力支持以及社会环境意识不断增长的背景下，电动汽车在物流配送行业快速普及。电动汽车参与的物流配送服务需要物流专员、电动汽车和顾客三方协作完成。因此，在传统车辆配送路径优化的基础上，车辆的多样性、充电策略、人车的匹配以及服务时间差异化等因素都会影响物流运营成本。本文提出了考虑差异化服务成本的多车型电动汽车路径优化与充电策略问题并建立了该问题的整数规划数学模型。其次，提出了混合启发式算法MCWGATS，并通过多组算例验证了算法的有效性。最后，采用多组算例分析了多车型和差异化服务时间对运营成本的影响。实验结果表明，该模型有助于物流企业提高人员、物流车辆、服务时间等资源的利用效率，降低运营成本。     

时间依赖型多配送中心带时间窗的开放式车辆路径问题研究

本文研究了时间依赖型多配送中心带时间窗的开放式车辆路径问题,基于道路通行情况,建立车辆行驶速度时间函数;考虑车辆载重、里程限制与客户点服务时间窗的约束,建立混合整数规划模型,目标函数为最小化车辆总成本,具体包括车辆行驶时间成本和车辆固定发车成本;提出了一种二维编码方式的混合遗传算法,针对混合遗传算法设计了多分区段单点交叉策略、动态插入算子及局部搜索策略;最后,基于Solomon VRPTW基准数据集生成27个测试算例,使用混合遗传算法进行求解。数值实验结果表明,考虑道路通行情况,选择合理的出发时间,避免拥堵时段进行配送服务,能明显减少车辆的总行驶时间,且验证了混合遗传算法能够获得问题的满意解。     

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。     

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。     

顾客时间窗变化的多车场车辆调度干扰管理模型研究

为解决物流配送过程中某顾客时间窗变化而导致的物流配送难以按照原计划实现的难题,运用干扰管理方法,针对多车场带时间窗的物流配送车辆路径问题,提出包含顾客配送时间总偏离度、配送总成本、新路径方案与初始路径计划偏差量、最长行驶时间违反总量4个因素的扰动程度度量方法;以顾客时间窗变化这类干扰事件发生时的问题状态为基础,以系统整体扰动最小化为目标,建立问题的目标规划数学模型;针对这一复杂模型,提出基于特定邻域结构及其寻优概率的变邻域搜索算法;最后在标准算例上使用变邻域搜索算法与其他文献算法进行比较分析,结果表明该变邻域搜索算法对于干扰事件发生后的车辆路线重排结果在系统整体扰动程度方面明显优于其他文献的算法.     

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.     

基于改进K-means聚类的物流配送区域划分方法研究

在求解大规模的车辆路径问题时,首先需要将大规模复杂的配送网络根据-定的约束条件并利用相应的方法划分为若干个小规模的配送区域,而不同的配送区域的划分方法对最后优化效果影响很大,本文从解决实际问题入手,首先明确了使用聚类算法进行配送区域的划分可以使得到的区域比较紧密且更符合实际需求,然后分析了现有基于K-means聚类算法的优劣性,在此基础上设计了-种新的配送区域均衡的划分方法--改进的两阶段K-means聚类算法,并经过仿真实验验证了方法的实用性和有效性.     

A model for reverse logistics entry by third-party providers

Reverse logistics has become an important entity in the US economy. Nonetheless, many companies are not capable of or are unwilling to enter the reverse logistics market. Such reluctance appears to be attributed to lack of knowledge of reverse logistics. This paper reviews current industry practices in reverse logistics. Specifically, we examine the issues and processes that an organization has to address to engage in the reverse logistics business. A reverse logistics decision-making model is developed to guide the process of examining the feasibility of implementing reverse logistics in third-party providers such as transportation companies. The purpose of this model is to help those companies who would like to pursue reverse logistics as a new market. A field study was conducted with a larger US transportation company to validate the proposed model.     

考虑质量成本的物流服务供应链纵向整合策略研究

本文聚焦于物流服务供应链中的纵向整合问题,考虑由一个物流服务集成商和两个物流服务提供商构成的供应链系统,基于物流服务质量成本分别构建纵向分散和纵向整合模式下的质量博弈模型,探讨纵向整合策略对物流服务供应链运作效率的影响,分析纵向整合策略存在的市场条件。研究表明,竞争强度是影响企业决策和策略选择的关键因素;纵向整合会对接受整合的物流服务提供商产生“协同效应”,而对未被整合的物流服务提供商产生“外部效应”;当且仅当竞争强度较大时,物流服务集成商和物流服务提供商会同时选择纵向整合,既有利于提升整体物流服务质量水平,又能降低物流服务质量实现成本。     

基于资源共享和温度控制的生鲜商品多中心车辆路径优化问题

针对生鲜商品多中心共同配送优化研究在资源共享和温度控制有效结合方面存在的不足,提出研究集成资源共享和温度控制的生鲜商品多中心车辆路径优化问题。首先,结合生鲜商品的易腐性和配送过程的及时性特征,构建了包含生鲜商品多中心间的运输成本、配送成本、车辆温控成本、违反时间窗惩罚成本、生鲜商品价值损失和车辆租赁成本的物流运营成本最小和配送车辆使用数最小的双目标优化模型。然后,设计了结合生鲜需求客户地理位置、需求商品温控区间和时间窗约束的K-means多维聚类算法,进而提出一种TS-NSGA-II算法,该算法设计了禁忌搜索算法(TS)和非支配排序遗传算法(NSGA-II)间有效的选择性赋予机制,进而增强了解空间的搜索和寻优能力,并通过与MOGEA和MOPSO算法的对比分析,进一步验证了模型和TS-NSGA-II算法的有效性。最后,通过实例分析探讨了不同资源共享模式和温控区间的多中心车辆路径优化方案,研究结果可为生鲜商品物流配送企业进行资源共享模式选择和温控区间设计提供方法支撑和决策支持。     

基于不同TPL权力的电商供应链决策研究

第三方物流企业受到政府补贴的大力扶持,物流服务显著提升,对消费者网购产生积极影响,逐渐享有供应链话语权。通过分析物流服务供应商的物流成本结构,分别考虑物流投资与物流成本函数,从第三方物流供应链权力视角构建三种电商供应链物流外包权力结构场景(物流服务商主导模式、物流服务商次主导模式和物流服务商跟随模式),综合研究第三方物流企业权力对电商物流外包供应链决策的影响。结果表明,当物流服务商权力越小时,物流服务水平、市场规模、制造商利润和网络零售商利润越大。而不同权力结构下的批发价格、零售价格、物流服务商利润关系受到物流投资系数和物流配送费用的共同影响。当满足条件时,物流服务商跟随模式使得供应链实现帕累托最优。不同第三方物流企业处于不同权力地位时,供应链利润均随物流配送费用的增加、物流投资系数的增加,物流成本系数的减小而增加。据此对不同的物流补贴政策效果进行分析,并为政策制定者和供应链主体提供参考性意见。     

跨国双向供应链物流合作模型分析

针对中欧班列去回程商品双向流动的现实问题，构建了跨国双向供应链的物流合作模型。考虑境内外物流公司搭建合作平台，通过制定激励策略来缩小双向运量差和提升运载总量，对比物流非合作与物流合作下的双向供应链运作以及平台的激励作用，为中欧班列的市场化运营提供微观运作基础。研究发现：物流合作平台的建立在达到自身激励目标的同时还提高了供应链整体收益，有利于推动中欧班列市场化运营，但是，缩小运量差与提升运量总量这两个激励目标之间存在一定的“对冲效应”。     

随机需求下基于“自营+外包”模式的配送中心选址-配送问题研究

针对顾客需求量不确定情况下末端配送中心选址及提前备货问题，提出了基于“自营+外包”配送模式的配送中心选址-配送问题。以自营配送中心的固定运行成本、提前备货成本和各种场景下的自营配送成本、外包配送成本以及缺货损失成本的期望值之和最小化为目标，建立了两阶段连续型随机规划模型。第一阶段确定自营配送中心的选址位置和各个配送中心的提前备货量；第二阶段确定各种场景下的自营配送货运量、外包配送货运量和客户点的缺货量等，使总成本期望值达到最小。基于Monte Carlo抽样理论设计了求解模型的样本均值近似方法；以及求解大规模问题L-shaped分解算法。通过模拟算例验证了两阶段随机规划模型的优越性和样本均值近似方法的有效性；并对自营配送中心固定运行成本、单位商品的自营配送成本和外包配送成本等进行灵敏度分析，得到了不同参数对应的最优配送策略，结果表明，正常情况下“自营+外包”配送模式是企业的最佳选择。本文同时将配送中心选址和提前备货量作为随机规划模型的第一阶段决策变量，可以帮助企业降低物流成本、提高顾客的满意度。     

一种求解时变网络下多式联运最短路的算法

在运输过程中,往往不止有一种运输方式,可能同时有多种运输方式交叉,即可能多式联运的方式存在,不同的运输方式之间需要通过转运才可实现.同时,在运输过程中,成本、运输时间、风险等因素会随着时间的不同而变化.首先,将运输网络进行变形,然后给出了在时变网络条件下多式联运的最短路模型,设计了求解时变条件下多式联运的最短路的算法,利用此算法可以获得从起点到终点之间的最短路,并对算法的计算复杂性进行了分析.最后给出一个应用算例.     

基于“前港后厂”模式的进口铁矿石采购物流成本优化

作为钢铁产量大国，国内铁矿石资源品位低、开采难度大、选矿成本高，需要大量进口国外优质铁矿石，导致钢铁企业采购物流成本居高不下；长期大批量远距离的铁矿石海运历史，促使了我国"港-钢"企业的发展紧密相连。因此，本文基于"前港后厂"模式，构建了以船型、供应商和接卸港的选择为变量，以最小化铁矿石采购物流成本为目标的组合优化模型。运用免疫遗传算法和MATLAB进行求解与仿真验证，结果表明"前港后厂"模式较传统模式在优化采购物流系统上更优，为推行"前港后厂"模式提供了理论依据。     

Supply chain coordination with reverse logistics: A vendor/recycler-buyer synchronized cycles model

In this paper, we develop a synchronized cycles vendor-buyer coordination model where the single vendor is both a producer and recycler/remanufacturer, and there are multiple buyers. This model is an extension of the general single-vendor multi-buyer synchronization model to incorporate reverse logistics, and it includes costs associated with production, remanufacturing, transportation and holding inventory. The reverse logistics in the model is achieved by having the vendor pick up returned products from the buyers and then reprocess them for resale. Similar to the original synchronization model, the synchronization of our model is attained by coordinating the vendor's production cycle with both new products’ delivery cycles for transportation from the vendor to the buyers and used products’ pick-up cycles for transportation from the buyers to the vendor/recycler. A genetic algorithm is used for solving the problem. Numerical results show the benefits from this new synchronized cycles model compared to independent optimization with reverse logistics. Our findings further show that under low levels of returning products, the synchronized cycles coordination model with reverse logistics can reduce total system costs when compared with the independent optimization model without reverse logistics. Examples also show how the model with reverse logistics can perform economically better than the model without reverse logistics.