电商订单拣选与配送的联合调度优化——基于考虑货箱卸货顺序约束的改进模拟退火算法

在电商物流环境下货箱在送货车辆中的堆码方式会影响订单拣选与配送的整体服务效率,文章综合考虑了配送过程中的卸货顺序约束,分析了不同堆码方式对卸货效率、拣选顺序和分批方案的影响。以拣选时间和卸货时间最短为目标,构建了考虑货箱卸载顺序约束的订单拣选与配送联合调度模型(IOPDS-BUS),并设计了改进的模拟退火算法(ISA)以获得更高效的堆码方式、分批方案与拣选顺序。结果表明,ISA算法能够解决IOPDS-BUS问题,且优于传统算法;IOPDS-BUS可以提高物流中心的整体配送效率。同时,在物流配送实践中,很难同时优化拣选时间和卸货时间,但可以拣选时间为代价优化卸货时间,从而降低物流成本,提高整体配送效率。     

考虑客户满意度的多目标多行程车辆路径优化

[目的/意义]多行程配送允许车辆在配送中心和配送点间多次往返,具有高效率、低遣车成本等优点,然而随着往返多次,车辆配送时间、次数发生变化,导致客户对服务水平产生不同的心理感受,同时兼顾满意度对多行程路径方案的优化也增加了难度.[设计/方法]以客户对服务时间和次数的要求,分别构建基于配送时间窗的满意度函数和基于服务次数的满意度函数综合衡量客户满意度,并结合取送货需求的随机不确定性,建立多行程配送的多目标优化模型,寻求运输成本最小和满意度最大.针对模型中需求的随机性和同时取送特征,引入随机机会约束规划,提出"点判断"实时调整策略,设计嵌套调整策略的灰关联多目标禁忌搜索算法.[结论/发现]通过算例,验证了模型和算法是可行和有效的.     

基于协作的三阶段启发式算法求解多行程车辆行程问题

目的/意义多行程配送,允许车辆在配送中心和客户点之间往返完成配送任务,具有低遣车成本、高配送效率等优点。配送中,客户需求由于暂时缺乏信息而不能肯定其取值,但知其大概范围呈现灰色不确定性,对配送路径决策产生影响。设计/方法针对小样本、贫信息的客户历史需求,构建灰色–马尔可夫模型预测客户灰需求,建立带灰需求的多行程车辆路径优化模型。由于灰需求的不确定性,需对原配送方案进行优化调整,提出实时调整的多行程路径优化策略。结论/发现针对灰色优化模型,引入机会约束方法,设计基于灰色模拟和禁忌搜索算法的模型优化求解算法。最后,通过算例验证了优化模型和求解算法是可行和有效的。      

越库中心选址模型与启发式算法

越库配送网络具有高运作效率、低库存等特性,同时对时间要求较高,故研究带时间窗口约束的越库选址路径问题。采用时间窗模糊化处理方法定义客户满意度函数,在能力和载重等约束下,建立越库选址路径问题（CDLRP）的多目标规划模型,通过合理选择越库中心并安排配送路径从而达到降低成本、提高客户满意度和提高配送效率三个目标。针对此多目标问题,设计了嵌套灰关联分析的多目标禁忌搜索算法寻求较好的Pareto最优前沿,最后通过算例仿真验证了优化模型和求解算法的可行和有效性。     

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。     

基于改进蚁群算法的装配线VRPTD问题研究

用改进蚁群算法求解了装配线物料配送的VRPTD问题(带最后期限时间窗的车辆路径问题)。通过信息素动态更新设计,使改进蚁群算法具有自适应性,克服了传统蚁群算法在遍历寻优过程中容易出现停滞和陷入局部最优解的缺点。通过进一步对启发函数可见度进行改进设计,提高了算法的全局搜索能力。仿真结果表明,改进蚁群算法可以很好地求解装配线VRPTD问题,这对实际应用有一定的参考价值。     

物流中的时间约束模型

运用供应链管理过程中出现的最大最小时差,来讨论物流公司在货物配送过程中,如何较好地满足供应商或客户对时间的不同要求,以此来建立时间约束模型,解决调度中的问题。特别是针对客户对运输时间的要求为连续变化的情况,引入了参数规划的模型和解法。     

改进蚁群算法在合肥市包河区果蔬配送中的应用研究

路径优化是运输过程中必须考虑的问题。合理的路径既节省时间成本,又提高工作效率。文章引入蚁群算法和改进蚁群算法,利用算法的优越性,解决合肥市包河区处于快速发展状态下居民对果蔬需求的现实性,进而需要研究果蔬配送过程的路径问题,基于找出最优路径解,运用蚁群算法与改进蚁群算法解决果蔬配送,并对两种算法求出的解进行对比分析,找出最短路径,结果说明解决包河区果蔬配送路径的必要性,也说明算法在新环境中的适应性。     

多车场集送一体化车辆调度问题及其遗传算法研究

针对物流配送中的多车场一体化车辆调度问题提出了智能处理方法,采用了基于自然数的一体化配送对路径表示方式,用里程约束来控制车场的插入,以增加惩罚的方式加入时间窗约束。并且根据具体约束情况设计了改进的遗传算法,采用了动态染色体、改进的交叉和变异法、内部扰动和外部扰动等技术,提高了遗传算法的优化效率和优化效果。介绍了此算法的原理,给出了具有一个代表性算例试验结果和结果分析。试验结果表明了此方法对优化有里程和时间窗约束的多车场一体化车辆调度问题的有效性。     

非线性极大极小问题的一个有效算法

针对一类非线性约束极大极小问题,利用极大熵方法将其转化为带等式、不等式约束的非线性规划问题,给出了一种梯度投影算法,解决了一般约束的非线性大系统优化问题,该算法初始点可任意;同时证明了该算法的全局收敛性。初步的数值试验表明,对于该类极大极小问题,算法有良好的数值表现。     

Study on Multi-Trip Vehicle Routing Problem with Stochastic Simultaneous Pickup-Delivery Demand

Characterized by high service efficiency and low vehicle cost, multi-trip distribution allows the vehicle to travel multiple times between the distribution center and customers in order to complete the delivery task. Dynamic and uncertain customer demand is common during delivery. Combined pickup-delivery integration pattern with stochastic customer demand, an optimization model for multi-trip vehicle routing problem is set up with stochastic simultaneous pickup-delivery demand. Due to the sudden and simultaneous pickup-delivery of dynamic demand, the original distribution scheme needs to be optimized and adjusted, and the multi-trip routing adjustment strategy of "real-time flexible point" is proposed. According to the stochastic characteristics of the optimization model, a stochastic chance-constrained programming transformation model is introduced. A hybrid algorithm with nested stochastic simulation and variable neighborhood tabu search algorithm is designed to find the optimal distribution path. Finally, an example shows that the optimization model and algorithm are feasible and effective.     

集配货一体化VRP问题的具记忆功能的模拟退火算法研究

针对集配货一体化车辆路径问题的特性,建立了考虑配送车辆出行固定成本、车辆出发满载系数等因素的更加符合实际的数学模型;并设计了一种带记忆功能的模拟退火算法求解模型,确保输出结果是每次寻优的最优解;最后通过算例计算,结果表明,算法求解更优,稳定性更好,计算效率也较高。     

基于食品安全的生鲜食品冷链运营优化研究

目的/意义集成优化生鲜运输路径、自提点选择及末端客户分配等多个决策的生鲜物流网络,可提高物流系统综合效益。设计/方法针对设施繁忙率影响自提效率,构建设施繁忙率测度函数;针对客户对高服务水平的要求,构建自提点服务水平函数;进而建立寻求总成本最小、自提效率最大和服务水平最高的生鲜自提点选址及路径优化模型,并设计了基于“一阶段编码”方案和新的客户分配策略的多目标禁忌搜索算法对模型进行求解,最后通过算例验证模型和算法的有效性。结论/发现考虑自提点服务水平和设施繁忙率,能够在满足末端客户多种需求的同时,提高自提点设施效率;总成本、设施繁忙率和自提点服务水平之间相互影响,决策者应根据企业实际运营情况进行合理决策。     

考虑支线运输服务的多式联运网络优化

在多式联运网络优化的同时一并对支线运输服务方案进行综合决策,提出Ⅱ阶段决策方法。模型第Ⅰ阶段表述为0~1整数规划问题,对网络设计以及网络流运行进行规划,基于阶段Ⅰ的优化结果提出第Ⅱ阶段决策过程,表达为带时间窗的支线车辆路径问题。针对模型的Ⅱ阶段结构特点,以两个阶段相互影响和反馈为求解思路,设计以交叉熵为主体的启发式算法,采用算例分析方法证明模型和算法的有效性,最后将Ⅱ阶段优化模型与两个阶段分别优化进行对比,指出在模型与算法参数均一致的情况下可降低成本73%。     

Optimization for Vehicle Routing Problem with Cross-docking considering the Value of Time Window Service

The cross-docking distribution network has the characteristics of low storage and high efficiency, and the key to its implementation is the effective integration of internal coordination, sorting and external vehicle routing. Meanwhile, the complexity of the distribution environment increases the uncertainty of delivery time, making logistics service recipients perceive different service value. Combined with the prospect theory, the customer time window service value function is given. And a multi-objective optimization model for cross-docking logistics distribution aimed to find the lowest total cost and the largest value of time window service is proposed. Then, a hybrid algorithm combining tabu search algorithm and local search algorithm is designed to find the optimal solution. Finally, the simulation of the example verify the feasibility and effectiveness of the model and the algorithm.     

车辆路径问题的并行粒子群算法研究

设计了一种引入了模拟退火机制的并行粒子群算法.该算法结合了基本粒子群优化算法的快速寻优能力和模拟退火算法的概率突跳性,避免了基本粒子群优化算法易于陷入局部最优的缺点,提高了进化后期算法的收敛精度.将该算法用于解决车辆路径问题,实验结果表明该算法具有较好的性能.     

运用整合营销理论指导奢侈品营销

奢侈品消费者的特殊性决定了整合营销理论在奢侈品营销中的指导地位,奢侈品要在产品品质和创新上充分体现顾客的需求,强调满足顾客需求的成本甚于商品价格本身,给目标顾客带来方便是奢侈品营销渠道建立的指针,而与顾客有效沟通才能达到促销的最佳效果。