基于混合算法的具有硬时间窗口约束的VRPSPD问题

具有硬时间窗口约束下同时收发的车辆路径问题（vehicle routing problem with simultaneous pick-up and delivery with hard time windows,VRPSPD with Hard TW）是将产品配送和废物回收统一进行优化的问题。本文研究了一个中心仓库,多台车辆向具有配送需求和回收需求的客户提供服务,客户存在硬时间窗口要求的车辆运输问题。该问题中,客户的配送需求和回收需求必须同时获得满足,即客户仅允许被访问一次,且需求不可分割,只能由一台车辆提供服务。且客户的硬时间窗口要求必须获得满足。首先将修正后的旅程分割方法应用于硬时间窗口约束下的VRPSPD问题初始解的获得,并利用响应性禁忌搜索算法框架,结合基于多种领域的可变式搜索方法,给出一启发式算法。计算机实验结果表明,该启发式算法在求解VRPSPD with hard TW上是有效的。     

基于鲁棒不确定性的应急物资配送策略

针对应急物资配送过程中救灾信息具有鲁棒不确定性特点,构建应急物资配送多阶段多目标鲁棒优化模型,并在此基础上给出鲁棒控制策略。鲁棒优化目标函数中设计运输成本最优、运输时间最少以及用户满意度最大等优化目标,充分考虑“鲁棒不确定性因素”对决策结果的影响,更适合完成突发事件下的应急救援物流任务,比静态环境下的一般规划模型更具有柔性。在鲁棒优化模型基础上给出鲁棒 H∞策略,既能够抑制正态分布、均匀分布噪声等外部不确定输入扰动,同时又能够抑制成本参数、配送时滞等内部不确定性扰动,对于既定成本目标控制的平稳实现具有重要支撑作用。基于鲁棒优化的应急物资配送鲁棒控制策略,对于解决突发事件下的应急物资配送决策问题具有重要的应用价值与实际意义。     

基于两阶段算法的带时间窗车辆路径研究

车辆路径问题(VRP)是研究在规定区域内如何规划车辆行驶轨迹来提高运输效率的调度问题。实际生活中往往有顾客对服务时间有自己的要求,因此对于特定时间内车辆路径问题(VRPTW)的研究不但可以提高运输行业配送水平,而且可以有效提高顾客满意度及车辆利用率,实现资金合理配置。通过研究大量配送环节的VRPTW问题并结合实际配送需要,构建运输成本最小的带有惩罚函数的目标函数并设计两阶段算法,将聚类分析和改进遗传算法相结合。通过MATLAB仿真计算和对实验结果进行比较,验证所建模型及算法设计能够有效解决实际问题,降低配送成本。     

怀化烟草公司卷烟物流配送服务模式及客户服务体系优化研究

烟草物流涉及烟草行业的整个产业链,是烟草行业的核心业务.怀化市地域广阔、配送线路长短不一,所以怀化市烟草物流配送模式及客户服务体系的优化研究尤为重要.为了全面掌握卷烟市场零售户对怀化市烟草公司物流状况的客户满意度、顺利解决物流过程中产生的各种问题,怀化市烟草物流从配送时间、配送人员、配送次数、产品包装、信息反馈等多个方面对怀化烟草客户服务体系进行了调查并对其配送体系进行了优化,针对烟草物流的特点,设计和构建了较为全面、客观的烟草物流配送客户满意度评价指标体系.     

基于RW-GA的电力物资配送多目标路径优化

设计了一种基于RW-GA算法的电力物资配送多目标路径优化方案。建立GM模型进行资源预置建模,预测出该地区的电力物资需求量,保障物资仓储量充足,在GM基础上,以时间短、风险小为目标建立多目标物资调度模型。提出了RW-GA算法,采用随机游走算法进行全局搜索,获取最优解备选集,利用遗传算法进行局部搜索获取最优解,规划出多目标约束下的最优路径。仿真结果表明:建立的三级网络GM对电力物资需求的预测精度高,所提RWGA算法能够快速收敛并且稳定性较好,可以快速找到电力物资最优的配送路线。     

多源多目标环境下配送中心服务半径的确定(模型研究)

面对日益高效、快速及个性化的客户配送服务需求,配送中心服务半径的科学决策和确定十分必要。本文在分析配送中心服务半径基本含义及其影响因素的基础上,针对多源多目标环境下配送中心服务半径提出了相应的数学模型,并通过数学模型对实体环境进行模拟研究,确定了一个区域内多个配送中心配送多种商品给若干客户时的服务半径。通过本研究,旨在为配送中心服务半径的科学决策提供借鉴。     

多源多目标环境下配送中心服务半径的确定（模型研究）

面对日益高效、快速及个性化的客户配送服务需求,配送中心服务半径的科学决策和确定十分必要。本文在分析配送中心服务半径基本含义及其影响因素的基础上,针对多源多目标环境下配送中心服务半径提出了相应的数学模型,并通过数学模型对实体环境进行模拟研究,确定了一个区域内多个配送中心配送多种商品给若干客户时的服务半径。通过本研究,旨在为配送中心服务半径的科学决策提供借鉴。     

供应链中模糊多目标生产——配送计划模型及求解

供应链中的生产-配送协调优化已成为实践和学术界的热点。由于存在有冲突的多个目标和相关参数的模糊信息,传统的确定性方法不适于产生有效的解决方案。提出了用交互式双层规划模型来解决多重模糊目标的多产品和多工厂下的生产-配送规划决策问题,解决了同步最小化总成本和最小化配送时间。算例验证了不确定环境下的模糊多目标生产-配送模型的有效性。     

考虑用户行程时间不确定性的共享汽车调度鲁棒优化研究

单程共享汽车服务模式的快速普及,导致因用户需求潮汐性引发的车辆在站点间失衡问题日益严峻,如何更加有效地组织车辆调度是共享汽车运营企业亟需解决的问题。在用户用车需求全部满足的假设前提下,建立一个共享汽车车辆调度确定性模型,并应用鲁棒优化理论,推导出该确定性模型对应的鲁棒对等模型。选取Evcard位于上海市嘉定区的5个站点作为案例进行分析,验证了所提模型的有效性。结果表明,用户行程时间不确定性对系统成本具有重要影响,随着用户行程时间不确定性波动上界的增大,系统成本增加明显,但鲁棒模型所增加的成本远小于确定性模型下风险发生时所造成的损失,为共享汽车企业制定车辆调度方案和控制运营成本提供了新思路。     

电动汽车双层优化模型的充放电调度策略

传统的分时电价策略虽然一定程度上可以改善电动汽车无序充电所产生的电网日负荷峰谷差加大、负荷率降低等状况,但易产生新的负荷高峰,并且当前多目标优化等策略削峰填谷效果欠佳或用户参与度不高。针对上述问题,提出一种基于双层优化模型的调度策略以充分考虑电网和用户两侧需求。第1层模型以优化电网日负荷方差最小为目标函数;第2层优化模型建立以车主充电成本最小以及保证用户出行需求的目标函数,然后用改进的粒子群-模拟退火算法对双层优化模型进行循环迭代求解,并将第2层优化后的结果反馈给第1层,以此循环优化,输出最终结果。对比优化前后的负荷曲线,结果表明：与当前优化策略相比,所提出的基于双层优化模型的V2G调度策略能有效降低新的负荷高峰及负荷峰谷差,减少参与V2G的用户成本,实现两侧双赢。