一类随机动态车辆路径问题的策略分析

动态车辆路径问题是物流学中的一个重要研究领域.本文根据组合优化、排队论和几何概率方面的知识,分析了需求密集情况下的一类随机动态车辆路径问题的下界,并研究了一种运作策略的渐近性.     

动态车辆路径问题排队模型分析

分析了一类动态车辆路径问题,其中顾客需求以泊松流形式出现,现场服务时间服从一般分布.提出解决该问题的两种策略:顺序服务策略和中点改进策略,利用排队论、几何概率论等领域的知识分别求出了这两种策略的系统时间,并通过仿真数据实验验证了这两种策略的有效性.     

固定分区下随机需求IRP问题最优策略及算法

随机需求库存-路径问题(stochastic demand inventory routing problem,SDIRP)是典型的NP难题,考虑随机需求环境下供应链中库存与配送问题的协调优化,是实施供应商管理库存策略的关键所在.文章的研究基于固定分区策略(fixed partition policy,FPP),在FPP下客户被分为若干个服务区域,在同一区域中的所有客户均被同时配送.根据分区策略对配送以及库存成本的影响提出了基于修正C-W节约算法的客户分区算法,证明了各区域的最优库存策略为(s,S)形式,分区内各客户的库存策略为order-up-to形式,进而设计了求解FPP下SDIRP最优策略的算法.最后,通过数值算例验证了该算法的有效性以及FPP的适用性.     

基于模糊聚类与车辆协作策略的随机车辆路径问题

以多辆车协作的随机车辆路径问题为研究对象,设计了通用的随机车辆路径问题机会约束模型,提出了大规模随机车辆路径问题的车辆协作策略,并基于该策略与模型设计了求解天规模随机车辆路径问题的混合启发式算法,计算实验结果说明了该算法与策略的有效性与实用性.     

装卸一体化的车辆路径问题及基于插入法的新禁忌算法

在日益激烈的市场竞争中,如何在降低成本的同时,让各个顾客尽快收到货物成了现代交通运输物流中一个越来越重要的考虑因素。基于某快递公司的运输实例,本文提出了装卸一体化的车辆路径问题模型,最终优化目标是最小化车辆运输时间和货物到各个顾客的时间的加权和,并给出了一种基于插入法的新禁忌算法,实验结果表明新禁忌算法在显著提高传统禁忌算法计算时间的同时,还能得到理想的成本,并且对节约快递公司的运输成本方面有显著成效。     

动态需求下车辆路径问题的周期性优化模型及求解

针对客户点不断更新的动态需求车辆路径问题,依据滚动时域对配送中心工作时间进行划分,提出基于延迟服务的周期性客户点实时重置策略,策略中延迟服务机制能结合车辆启动延迟系数对照当前时域的时间进行检验,满足所有客户点的服务需求,保证车辆满足中心时间窗约束。设计多阶段求解的混合变邻域人工蜂群算法对各时间片内子问题进行连续迭代优化,算法中子路径动态转变的设计能较好平衡原有客户点和新客户点对路径更新和车辆实时信息匹配的要求。算例验证及对比分析表明本文策略和算法在求解动态问题时的有效性和可行性。     

向量法求解动态立体几何问题

立体几何中的动态问题是高中生学习的一个难点,是高考的一个重要考点.用向量方法求解动态几何问题可以化动为静、化难为易．     

随机旅行时间局内车辆路径问题的模型及其算法

人们在生活中会经常遇到随机旅行时间的局内车辆路径问题,如现实物流配送中的交通堵塞现象.文章在Laporte等的研究基础上,提出了一个考虑堵塞点动态产生、一个个遇到,堵塞时间为随机变量的模型,并构造了求解该模型的算法.     

整合逆向物流协同配送动态路径优化问题研究

整合逆向物流的协同配送面临着客户需求随机并发、行驶路径开环多变等不确定性挑战,这给配送路径动态规划和方案柔性制定带来了更严苛的要求.为此,使用"时间片"划分方式,将动态配送问题转化为一系列静态优化问题,提出了整合逆向物流的协同配送动态路径优化两阶段求解策略.首先,通过考虑车载量以及时间窗等软硬约束条件,构建以总物流成本最小和客户满意度最大的多配送中心协同配送初始-实时动态路径规划模型.其次,设计带有非支配排序与精英策略的多目标免疫遗传算法MOIGA对模型进行求解.最后,研究结果表明客户满意度与物流运营成本之间呈现悖反关系,高配送成本会带来高客户满意度,在相同成本支出情况下,MOIGA算法产生的规划方案客户满意度优于NSGA-Ⅱ、MOIA,这也验证了模型的有效性以及方法优越性.     

最优交易策略问题的动态求解方法

资产配置包括资产在空间和时间上的配置。现代投资组合理论为资产在空间上的配置提供了比较完备的模型和应用框架,但是资产在时间上的配置问题,学者们的研究甚少。资产在时间上的配置的核心问题是在不同时间对不同资产做出合理的买进、持有和卖出决策,即交易策略设计。本文应用动态规划的原理,分别讨论了存在和不存在最大交易次数限制的情况下,基于总收益率最大的交易策略的求解算法,并利用香港股票市场的数据进行实例分析。本文提出的算法是关于交易的时间跨度和资产数量的多项式算法,计算量和存储空间不因二者的增大而过度增大,在解决大规模问题时也是非常有效的。     

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.     

基于自感应蚁群算法的VRPSDP问题研究

同时供货和取货的车辆路径问题是车辆路径问题的重要组成部分之一,问题的复杂性使得目前的主要求解方法局限于各种插入式启发算法。本文引用了近年来出现的蚁群算法,并通过对蚂蚁行为的深入研究,首次提出了感应因子、期望程度因子、距离性比因子以及加速因子的概念,在信息素更新方面融入了当前路径的距离特征,构建了一种全新的自感应蚁群算法。该方法充分利用全局分布的信息素感应信息,并且根据车辆容量支配值以及节点间距和节点-中心点间距性比进行状态转移,利用信息素更新公式中加速因子的动态调节有效地解决了算法快速收敛与陷入局部最优的矛盾。仿真试验证明了自感应蚁群算法的有效性,同时,该算法也拓展了车辆路径问题的算法空间。     

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.     

随机跳跃幅度的最优消费与证券选择策略问题

在最优消费与证券选择问题中,假定投资市场有两种资产可供选择:一种为无风险资产(银行债券),另一种为风险资产(股票).由于受重大信息的影响,风险资产的价格往往会产生跳跃.文章研究了这种带跳跃的投资问题,用泊松过程与布朗运动模拟了投资者的财富过程.为使投资者在整个生命周期的消费效用期望值最大,在跳跃幅度为一随机变量的条件下,利用贝尔曼动态规划原理,导出了最优消费及投资策略所满足的方程组,并且在跳跃幅度的概率分布已知的情况下,针对具体的参数值,给出了最优初始策略的数值解与最大消费效用期望值.     

The location-routing problem with simultaneous pickup and delivery: Formulations and a heuristic approach

In this paper, we consider a variant of the Location-Routing Problem (LRP), namely the LRP with simultaneous pickup and delivery (LRPSPD). The LRPSPD seeks to minimize total cost by simultaneously locating the depots and designing the vehicle routes that satisfy pickup and delivery demand of each customer at the same time. We propose two polynomial-size mixed integer linear programming formulations for the problem and a family of valid inequalities to strengthen the formulations. While the first formulation is a node-based formulation, the second one is a flow-based formulation. Furthermore, we propose a two-phase heuristic approach based on simulated annealing, tp_SA, to solve the large-size LRPSPD and two initialization heuristics to generate an initial solution for the tp_SA. We then empirically evaluate the strengths of the proposed formulations with respect to their ability to find optimal solutions or strong lower bounds, and investigate the performance of the proposed heuristic approach. Computational results show that the flow-based formulation performs better than the node-based formulation in terms of the solution quality and the computation time on small-size problems. However, the node-based formulation can yield competitive lower bounds in a reasonable amount of time on medium-size problems. Meantime, the proposed heuristic approach is computationally efficient in finding good quality solutions for the LRPSPD.     

考虑随机且可控提前期的时基补货发货策略

研究了随机且可控提前期情况下"库存补货与运输排程"(SRSS)的时基补货发货策略,在"允许缺货,缺货不补"的传统假设基础上,结合使用随机过程更新理论和优化方法,建立了扩展模型;使用仿真方法跟踪了优化策略的长期执行效果,以验证模型有效性.     

车辆路径问题的混合蚁群算法设计与实现

蚁群算法是一种新型的模拟进化算法,具有许多优良的性质,可以很好地解决TSP问题.在分析车辆路径问题(VRP)与TSP区别的基础上,论文将蚁群算法应用于VRP的求解,针对VRP的具体特点,构造了具有自适应功能的混合蚁群算法.该算法对基本规则作了进一步改进,并有机结合了爬山法、节约法等方法,以减少计算时间,避免算法停滞.指出可行解问题是蚁群算法的关键问题,提出了大蚂蚁数、近似解可行化等四个解决策略.计算机仿真结果表明,自适应混合蚁群算法性能优良,能够有效地求解VRP.