时变条件下有宵禁限制的有害物品运输最短路研究

在有害物品运输过程中,往往需要获得从起点到终点之间的最短路.针对有害物品运输网络具有很强的时变特性,且运输过程中往往有宵禁的限制(curfews)的情况.建立了允许有多个出发时间的,时变条件下有软、硬宵禁限制的有害物品运输的最短路模型,利用动态规划设计了求解时变条件下有软、硬宵禁限制的多目标最短路的算法,通过此算法可以获得时变条件下有软、硬宵禁限制的有害物品运输最短路,并分析了算法的复杂性.然后,对网络中可行路径在不同限制条件下的目标值进行了排序,并进行了证明.最后,给出了一个应用算例,证实了算法和模型的有效性.     

一种求解时变条件下有宵禁限制最短路的算法

在组合优化过程中,往往需要获得从起点到终点之间的最短路.由于道路、天气、交通条件等因素的影响,使得网络具有很强的时变特性.同时,对于网络中的节点往往有宵禁的限制.对时变条件下有宵禁限制并有到达时间限制的最短路进行了研究,建立了软、硬宵禁限制下的数学模型,给出并证明了时变条件下获得有宵禁限制最短路的最优条件,并设计了求解的多项式算法,通过此算法可以获得时变条件下有宵禁限制的最短路.同时,算法和模型还考虑了不同的起点出发时间,使路径决策者可以根据自身的情况,选择合适的出发时间和路径.最后给出了一个应用算例,分析了宵禁对于获得的最短路的影响.     

时效性物流联运方式选择模型及其算法

在满足用户需求约束下合理选择运输方式是物流管理的一个核心问题.结合各种运输方式的技术经济特点,以实现时效性物流整体费用最小化为目的,建立了在时间和容量约束下的多式联运方式选择的0-1整数规划模型,该模型在多节点、多种运输方式的情况下是NP-Complete问题,常规算法难以求解,故设计遗传算法予以求解.算例显示,通过联合运输的方式可以从整体上达到物流最优,不仅可以实现物流的实效性,也可以降低物流成本.     

时变随机网络下有时间窗的有害物品运输路径选择研究

研究了时变随机网络下有害物品运输路径选择问题。首先定义了可行路径的具有随机性和时变性的选择向量,以期望值为目标,建立了多目标时变随机网络下有软、硬时间窗限制的有害物品运输路径选择模型。给出了时变随机网络下的有效路径的定义,并设计了多维时变随机动态标号,利用此标号设计了求解模型的多项式算法,通过此算法可以得到时变随机网络下有害物品运输路径的所有有效解。最后给出了一个应用算例。     

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。     

碳交易政策下多式联运路径选择问题的鲁棒优化研究

针对碳交易政策下的多式联运路径选择问题,考虑运输时间和单位运费率不确定且其概率分布未知的情况,引入鲁棒优化建模方法对其进行研究。首先利用box不确定集合刻画分布未知的运输时间和运费率,然后在碳交易政策下确定模型的基础上,构建鲁棒性可调节的多式联运路径选择模型,并通过对偶转化得到相对易求解的鲁棒等价模型。实例分析表明,鲁棒模型能较好地处理参数概率分布未知的多式联运路径选择问题,方便决策者根据偏好调整不确定预算水平进行决策。运输时间和单位运费率的不确定性都会影响多式联运路径决策,但是作用机理有所不同。将上述碳交易政策下的模型拓展到其他低碳政策,结果表明多种低碳政策的组合能更好实现多式联运减排。     

关于国际货物运输合同法律特征的探讨

随着国际贸易的不断发展,国际货物运输亦越发复杂。在当今国际货物运输实践中,经常使用的运输方式主要有四种:海上货物运输、铁路货物运输、航空货物运输和国际多式联运。与国际货物运输密切相关的一个概念是国际货物运输合同,由于运输方式的多样性,不同的运输合同分别由不同的法律调整,与一般合同相比有其自身的特征。     

多源点突发灾害事故应急疏散模型与算法

突发灾害事故的应急疏散是减少生命财产损失,特别是减少群死群伤事故发生的有效手段.以往的研究忽视了多源点间疏散的相互影响,使得疏散线路的安排不太合理.同时考虑存在有优先顺序的多源点和容量限制情形下的应急疏散问题,建立了多源点疏散模型,设计了基于图论中网络优化思想的启发式算法.该算法引入K短路概念,并行处理多源点多线路的疏散过程,实时更新网络容量,从而得出满意的疏散线路和最短的疏散时间,并分析了算法复杂性,最后通过算例验证了该算法的有效性和可行性.     

时变随机网络下基于成功和风险的应急路径选择研究

现实生活中,当发生紧急事件时,应急中心需要对某地需要服务的紧急事件出车.由于交通管理、交通流量、天气变化等因素的影响,导致了路网中各个路段上的行驶时间可能是一个与出发时间相关的随机变量.通常,对于所发生紧急时间需要在一定的应急限制期内到达.由于路网的时变随机特性,使得所选择路径可能不能完全满足应急限制期的需求.首先,定义了时变随机网络下可行应急路径中不满足应急限制的风险和满足应急限制的成功.然后,分别考虑了成功和风险两个目标,建立了时变随机网络下多目标应急路径选择模型,并设计了求解时变随机网络下应急路径选择算法,讨论了算法的计算复杂性.最后,给出了一个应用算例,并与单独考虑成功所获得的应急路径进行了对比.     

目标函数为∑和max的双目标最短路问题:算法和复杂性

本文研究了一个双目标最短路问题。在该问题中,一个目标函数是∑形式,另一个目标函数是max形式。首先给出了一个时间复杂性为O(m²logn)的算法产生代表有效解集合。然后研究了∑和max的组合目标函数最短路问题,对动态问题和静态问题,分别给出了一个时间复杂性都为O(m²logn)的算法。最后在字典序最优解的意义下,本文给出了两个时间复杂性都为O(mlogn)的算法。     

Multimodal hub location and hub network design

Through observations from real life hub networks, we introduce the multimodal hub location and hub network design problem. We approach the hub location problem from a network design perspective. In addition to the location and allocation decisions, we also study the decision on how the hub networks with different possible transportation modes must be designed. In this multimodal hub location and hub network design problem, we jointly consider transportation costs and travel times, which are studied separately in most hub location problems presented in the literature. We allow different transportation modes between hubs and different types of service time promises between origin–destination pairs while designing the hub network in the multimodal problem. We first propose a linear mixed integer programming model for this problem and then derive variants of the problem that might arise in certain applications. The models are enhanced via a set of effective valid inequalities and an efficient heuristic is developed. Computational analyses are presented on the various instances from the Turkish network and CAB data set.     

带中途脱挂的干/支线两级运输网络牵引车调度优化

甩挂运输因牵引车与半挂车并行作业的高效性，在快递运输企业中逐渐得到应用。基于两级运输网络，本文提出"可中途脱挂"的甩挂运输新模式，同时，允许干/支线任务由同一台牵引车混合执行，构建了混合整数规划模型，并开发了混合模拟退火算法进行求解。在干/支线任务比例变化和任务总数变化两类仿真算例下，将本文的甩挂运输模式与"不可中途脱挂、干/支线任务混合执行"及"不可中途脱挂、干/支线任务分开执行"两种模式的总成本进行对比，验证了模型的有效性，体现出本文模式的显著优势及鲁棒性，并为快递运输企业的现实运营提供决策支持。     

运输网络运量分配问题的模型及算法研究

针对我国在运量分配模型及算法方面研究比较薄弱的现状,本文对此问题进行了系统深人的研究,应用运筹学、计算机科学的新的理论和方法,建立了多目标运量分配优化模型,且在模型中,将一些重要特性考虑成运输流量的函数,从而可使分配结果更符合实际情况。同时为求解该模型,本文研究设计了鲁棒性强、高效、实用的自适应搜索算法。     

A heuristic approach to long-haul freight transportation with multiple objective functions

This paper studies a long-haul freight transportation problem stimulated by a real-life application, whose underlying vehicle routing problem is a multi-objective one, where travel time and route cost are to be minimized together with the maximization of a transportation mean sharing index, related to the capability of the transportation system of generating economy scale solutions. In terms of constraints, besides vehicle capacity and time windows, transportation jobs have to obey additional constraints related to mandatory nodes (e.g., logistic platform nearest to the origin or the destination) and forbidden nodes (e.g., logistic platforms not compatible with the operations required). Based on the network definition, routes can be multimodal. To solve this problem, we propose a heuristic algorithm that can be applied in the tactical and the operational planning phase, and present the results of an extensive experimentation.     

多模式交通条件下合理制定旅客票价的优化模型及算法

在本文中,充分考虑了旅客和交通管理部门两方面的利益,提出了一个双层规划模型来描述城市间多种交通方式竞争条件下合理制定旅客票价问题。在此模型中,既保障了旅客使自己的广义出行费用最小,又使得交通管理部门在客运市场的竞争中取得最大的经济效益。然后给出了求解该模型的基于灵敏度分析的启发式算法 (SAB)。最后用一个实际算例说明了该模型及算法的应用。     

社区应急疏散动态协作调度优化研究

针对灾民数量和路网通行时间的动态性以及灾民疏散反应系数的随机性，本文提出了社区应急疏散协作调度优化流程，并以疏散灾民数量最大化和疏散成本最小化为目标，构建了社区应急疏散多种运输方式协作调度优化模型，并给出了求解该模型的改进多目标遗传算法。然后，论文使用Tansmodeler模拟社区应急疏散协作调度优化过程，加载疏散灾民动态需求和历史出行时间表，并对模型和算法进行验证。结果表明，该模型和算法可以在有效刻画疏散灾民数量和路网通行时间的基础上，为不同时刻的交通工具配置及疏散路径选取提供决策。     

多级供应链系统成本分析随机网络模型及算法研究

供应链成本管理是企业战略管理的核心组成部分。为研究多级供应链网络系统的成本组成及其分布特征、分析各节点企业的成本管理对多级供应链网络系统的影响、找到供应链系统成本管理中的薄弱环节和关键企业,本文构建了多级供应链系统成本的随机网络分析模型。首先研究了模型的结构性质特征,给出成本分布特征的解析算法。然后扩展模型,分别从系统成本类型构成(生产成本、库存成本和物流成本)和系统对企业成本波动的灵敏度两个角度深入研究多级供应链网络成本问题。数值算例分析结果说明了多级供应链网络系统成本分析模型和相关算法的有效性和实用性。     

具有批量折扣的供应物流网络优化遗传算法研究

针对具有批量折扣和转运的供应链优化问题的特征,提出供应物流网络概念及其优化参数:节点、线路和流量;根据包括采购和物流的供应总成本函数最小化,建立供应物流网络优化问题的数学模型;设计此类优化问题的遗传算法,通过仿真算例,说明和验证遗传算法对该问题具有很好的可行性和实用性.     

Exact approaches for the pickup and delivery problem with loading cost

In this paper, we propose a branch-and-cut algorithm and a branch-and-price algorithm to solve the pickup and delivery problem with loading cost (PDPLC), which is a new problem derived from the classic pickup and delivery problem (PDP) by considering the loading cost in the objective function. Applications of the PDPLC arise in healthcare transportation where the objective function is customer-centric or service-based. In the branch-and-price algorithm, we devise an ad hoc label-setting algorithm to solve the pricing problem and employ the bounded bidirectional search strategy to accelerate the label-setting algorithm. The proposed algorithms were tested on a set of instances generated by a common data generator in the literature. The computational results showed that the branch-and-price algorithm outperformed the branch-and-cut algorithm by a large margin, and can solve instances with 40 requests to optimality in a reasonable time frame.     

The total cost bounds of the transportation problem with varying demand and supply

A transportation problem is a linear programming problem based on a network structure consisting of a finite numbers of nodes and arcs attached to them. In real world applications, the supply and demand quantities in the transportation problem are sometimes hardly specified precisely because of changing economic conditions. This paper investigates the transportation problem when the demand and supply quantities are varying. A pair of mathematical programs is formulated to calculate the objective value. The derived result is also in range, where the total transportation cost would appear. In addition to allowing for simultaneous changes in supply and demand values, the total cost bounds are calculated directly. Due to the structure of the transportation problem, the largest total transportation cost may not occur at the highest total quantities shipped. Since the total cost bounds are derived, it would be beneficial to decision-making.