基于机会约束的公交调度研究

利用机会约束规划研究公交调度问题 ,考虑了公交走行时间的不确定性、乘客需求的不确定性、以及乘客等待时间约束等影响因素 ,据此建立在一定的置信水平下企业利益最大化模型 ,利用基于随机模拟的遗传算法进行求解 ,并通过实验算例说明模型的可行性 ,最后通过研究模型参数的敏感性 ,分析模型的参数对最优解的影响 .     

成品油配送多车舱车辆指派及路径优化问题研究

针对成品油配送中多车型、多车舱的车辆优化调度难题,综合考虑多车型车辆指派、多车舱车辆装载及路径安排等决策,以派车成本与油耗成本之和的总成本最小为目标,建立了多车型多车舱的车辆优化调度模型。为降低模型求解的复杂性,本文提出一种基于C-W节约算法的“需求拆分→合并装载”的车辆装载策略,并综合利用Relocate和Exchange算子进行并行邻域搜索改进,获得优化的成品油配送方案。最后,通过算例验证了本文提出的模型与算法用于求解大规模成品油配送问题的有效性。并通过数据实验揭示了以下规律:1)多车舱车辆相对于单车舱车辆在运营成本上具有优越性;2)大型车辆适合远距离配送,小型车辆适合近距离配送;3)多车型车辆混合配送相对于单车型车辆配送在运营成本上具有优越性。这些规律可为成品油配送公司的车辆配置提供决策参考。     

带时间窗的多配送中心协同配送问题研究

研究了多个配送中心协同配送下的车辆路径问题,建立运力和时间窗约束下的运输成本和时间惩罚成本之和最小化模型.考虑多配送中心路径优化问题的复杂性,提出了基于预分割和再调整的两阶段优化策略,采用罚数分配法分割需求点集合,将问题分解成多个单配送中心路径问题,启发式构建初始解,设计禁忌搜索算法求解.在调整阶段,将各集合中未分配的需求点重新分割,变邻域禁忌搜索再次优化路径.最后给出算例分析,验证了模型的合理性和改进算法的有效性.     

多方式弹性需求下公交定价双层规划模型

为描述多方式城市交通网络下公交定价与出行选择行为的相互作用与影响,将出行方式选择与路径选择涵盖于同一网络,建立了上层模型分别以企业利润最大化、乘客出行成本最小化和社会福利最大化为目标函数,下层模型为多方式弹性需求随机用户配流模型的公交定价双层规划模型。运用改进遗传算法对模型整体进行求解,下层模型采用综合对角化算法和MSA算法的组合求解算法。最后,设计了一个算例以说明模型应用。结果表明:运用双层规划模型所确定的公交票价较传统静态票价可使政府、企业及出行者三方都获得更高收益,且上层模型以社会福利最大化为目标函数能代表社会群体中多数人利益,优化效果最为理想。     

带时间窗偏好的同时配集货且需求可拆分车辆路径问题

针对带时间窗偏好的同时配集货且需求可拆分车辆路径问题,最小化派遣成本、理货成本、时间窗惩罚成本以及油耗成本之和,建立数学模型。设计混合遗传变邻域搜索算法求解问题,在算法中引入时空距离的理念,首先用最近邻插入法和Logistic映射方程生成初始种群;然后利用变邻域搜索算法的深度搜索能力优化算法;提出自适应搜索策略,平衡种群进化所需的广度和深度;设计拆分准则,为各客户设置不同的拆分服务量;提出确定车辆最优出发时间的时差推移法,减少车辆在客户处的等待时间;最后通过多组算例验证本文模型和算法的有效性。     

公交网络时刻表再协同设计的多目标优化模型

为了改善公交服务质量,公交运营者试图调整现有时刻表的发车时间,使不同线路的车次协同到达换乘站点以方便乘客换乘。针对此场景,研究了公交时刻表重新协同设计问题,提出了求解该问题的多目标模型。模型考虑了对发车间隔灵敏的乘客需求、灵活的车次协同到站方式和发车时间的规则性,分析了该多目标模型的特征和计算复杂性,表明本文研究的问题是NP-hard问题,且它的帕累托最优前沿是非凸的,设计了基于非支配排序的遗传算法求解模型。算例表明,与枚举算法相比,提出的求解算法在较短的时间内可获得高质量的帕累托解。     

弹性需求下城市公交网络服务的优化

对具有弹性需求的城市公交网络系统进行了票价结构与发车频率组合的优化。考虑到公交定价和发车频率会影响乘客需求以及乘客对路径的选择行为,将这一问题描述为一个双层规划问题,上层是寻求社会福利最大的优化问题;下层考虑了乘客的出行选择行为,为弹性需求下乘客在城市公交网络上流量分布的随机用户平衡分配模型。鉴于双层规划问题的非凸性,运用模拟退火算法对模型进行求解,并给出一个仿真算例说明提出的模型和算法的合理性。     

带有资源转移时间的RCPSP资源流模型及算法

本文在传统资源受限项目调度问题(resource-constrained project scheduling problem, RCPSP)中引入资源转移时间,为有效获得问题的最优解,采用资源流编码方式表示可行解,建立了带有资源转移时间的RCPSP资源流优化模型,目标为最小化项目工期。根据问题特征设计了改进的资源流重构邻域算子,分别设计了改进的禁忌搜索算法和贪心随机自适应禁忌搜索算法求解模型。数据实验结果表明,相较于现有文献中的方法,所提两种算法均可针对更多的项目实例求得最优解,并且得到最优解的时间更短,求解效率更高。此外,分析了算法在求解具有不同特征的项目实例时的性能,所得结果为项目经理结合项目特征评价算法适用性提供了指导。     

基于可变航速的支线集装箱船舶调度优化模型与算法

随着航运市场的竞争不断加剧和集装箱船舶大型化的发展,越来越多的航运企业选择轴-辐式航运网络模式。支线船舶调度问题作为轴-辐式航运网络的重要组成部分受到研究者的高度关注。本文研究了可变航速和经济航速两种情境下的支线船舶调度问题,同时考虑枢纽港和喂给港的取送箱时间窗限制,以航运企业运营成本最小化为目标函数建立非线性混合整数规划模型。首先使用专业的规划求解器进行小规模算例的求解,验证了模型的准确性。同时运用改进的遗传算法对大规模支线船舶优化调度模型进行求解。为了提高求解效果,进一步设计了多智能体进化算法进行求解。数值结果表明,可变航速的运营成本低于经济航速的运营成本;在算法效率方面,改进遗传算法收敛速度较快,多智能体进化算法则可以提高求解精度。     

基于实际路网情境的配送车辆调度优化

在实际路网情境下结合车道数、车道宽度、路口信号灯设置等路网物理特性,构建了考虑综合交通阻抗的多车型车辆调度模型,提出了两阶段求解策略:第1阶段设计了改进A-star精确解算法用于计算客户时间距离矩阵;第2阶段针对实际路网的特征设计了混合模拟退火算法求解调度方案。以大连市某配送中心运营实例进行路网情境仿真试验,结果表明:改进A-star算法较改进Dijkstra算法具有更短的路径搜索时间;混合模拟退火算法求解结果较实际调度方案优化了13.1% 的综合成本;路网增流、区域拥堵和路段禁行三类路网情境均能对配送方案的车辆配置、路径选择、客户服务次序、作业时间和违约费用等5方面内容产生干扰,调度计划的制定需要详细考虑这些因素的变化。     

变邻域模拟退火算法求解速度时变的VRPTW问题

本文在经典的带时间窗的车辆路径问题(VRPTW)的基础上,考虑不同时间段车辆行驶速度不同的情况,研究速度时变的带时间窗车辆路径问题(TDVRPTW),使问题更具实际意义。本文用分段函数表示不同时间段下的车辆行驶速度,并解决了速度时变条件下行驶时间计算的问题。针对模拟退火算法(SA)在求解VRPTW问题时易陷入局部最优解,变邻域搜索算法(VNS)在求解VRPTW问题时收敛速度慢的问题,本文将模拟退火算法以一定概率接受非最优解的思想和变邻域搜索算法系统地改变当前解的邻域结构以拓展搜索范围的思想结合起来,提出了一种改进的算法——变邻域模拟退火算法(SAVN),使算法在退火过程中一陷入局部最优解就改变邻域结构,更换搜索范围,以此提升算法跳出局部最优解的能力,加快收敛速度。通过在仿真实验中将SAVN算法的求解结果与VNS算法、SA算法进行对比,验证了SAVN算法确实能显著提升算法跳出局部最优解的能力。     

基于成本和加班时长的双目标家庭护理人员调度问题

人口老龄化程度的持续加重使得家庭医疗护理服务逐渐发展。本文针对家庭护理人员调度优化问题,考虑医患的技能匹配、加班费用、加班时长和工作量分配的均衡性等因素,设定最大技能偏差和工作时长,建立了最小化运营成本和最小化最大加班时长的双目标混合整数规划模型。设计了改进的NSGA-II和SPEA-II算法对问题进行求解,数值实验表明:最大加班时长越长,运营成本越小;最大技能偏差和医护人员早到惩罚对目标的影响明显;小规模算例中两算法均表现良好,大中型规模算例中改进SPEA-II的效率更高。     

一种改进的公交配流模型与算法

对两种经典的公交配流模型进行了对比分析,指出了在考虑拥挤影响时两种模型进行公交配流各自存在的缺点．随后对两种模型存在的不足进行了原因分析,并在此基础上对Spiess和Florian提出的线性规划模型及算法进行了改进．改进的模型运用了“最优策略”和“有效频率”的思想, 考虑了拥挤对站点乘客等车时间的影响．模型用MSA（相继平均法）算法进行求解,最后在一个简单网络上进行对比分析,表明改进后的模型能够较合理地求解考虑站点拥挤的公交配流问题．     

单向航道船舶进港次序与泊位分配协同优化

为提高单向航道离散泊位港口的服务水平,研究船舶进港次序和泊位分配的协同优化。考虑船舶进出港及泊位作业的实际约束,以计划期内所有船舶的锚地、泊位等待成本、滞期成本和偏离成本之和最小为目标,构建了一个混合整数规划模型,结合问题特征设计了引入禁忌搜索算法的和声搜索算法进行求解。算例结果给出了计划期内每艘船舶的进港次序和靠泊泊位,并通过与单独优化方案的对比和不同规模算例求解效果的分析,验证了模型和算法的有效性;分析进出港时段变动对船舶作业成本的影响,确定不同船舶抵港规模下的最佳进出港时段长度,为单向航道港口时长设置提供借鉴。     

考虑绕行特征的电动汽车快速充电站选址问题及自适应遗传算法

快速充电站选址是电动汽车运营的重要内容之一。本文考虑电动汽车用户会通过绕行一定距离对车辆进行充电这一特征,建立了一个以电动汽车快速充电站建站成本和旅客整体绕行成本之和最小的双层整数规划模型。本文首先给出了用于生成绕行路径集合的A^*算法,然后设计了一种包含局部迭代搜索的自适应遗传算法对该模型进行求解。为了测试算法性能,通过两个不同规模的算例图与已有求解FPLM问题的遗传算法进行了比较,数值试验部分证明了算法的正确性和有效性。最后引入浙江省的高速路网图,从建站成本和截流量两方面对电池续航里程带来的影响进行了相关的灵敏度分析。     

基于改进模拟退火算法的推动式生产-配送协调优化

为减小物资生产与配送不协调造成的成本及生产资源浪费,建立了考虑推动式生产调度的物资配送优化模型,并针对标准模拟退火算法受随机因素影响易陷入局部最优的缺点,设计带有回火与缓冷操作的改进模拟退火算法对模型求解,确定了优化的车辆配送路线以及物资生产计划。对比实验结果表明:相对于单纯的物资配送优化模型,考虑推动式生产调度的配送优化模型,能够有效减小物资滞留时间以及配送延误成本;相较于标准模拟退火算法,改进算法搜索到了更优解,且计算结果的标准差减小了93.42%,稳定性更好;同时,改进模拟退火算法具有较低的偏差率,在中小规模算例中求解质量较高,平均偏差率在0.5%以内。     

多商品分批次取送货的模糊需求车辆路径问题

为解决连锁企业库存不平衡问题,本文研究了考虑多商品多批次取送货的模糊需求车辆路径问题。该问题综合考虑了多货混装、多次访问、供需未匹配、客户需求不唯一以及需求不确定等因素。本文以运营成本最小为目标,构建MCVRPSPDFD数学模型,模型利用可信测度理论应对决策环境中的不确定因素,通过改进的禁忌搜索算法进行求解。为适应模型需求和提升运算效率,算法设计了合理的初始种群形成过程及编码解码方式,并通过参数测试选取合适的参数。算例结果显示,本文成果能有效解决连锁企业库存不平衡问题,决策者偏好值的变动会对运营成本产生影响。     

考虑碳排放的需求可拆分车辆路径问题模型及算法研究

考虑低碳环境下的需求可拆分车辆路径问题,建立了以配送成本最小为决策目标的数学模型.随后根据模型特点,设计了基于动态学习因子的改进粒子群算法,并通过两个不同规模算例对模型验证模型和算法的有效性和合理性.通过两个算例中的算法对比发现,所提出的算法较改进前算法,均能够在保证求解质量的前提下,减少计算时间;而当算例规模增大时,这一优势更为明显.     

装配型企业订货量分配与订单排产联合决策研究

针对供应商交货数量不确定环境下,多品种小批量装配型制造企业因生产物料不配套造成生产计划不可行甚至客户订单拖期的问题,从企业运作整体出发,考虑订货量分配决策对订单生产和交货的影响,以最小化采购成本和最小化订单排产相关成本为优化目标,在允许零部件拖期交货且供应商提供拖期价格折扣条件下,建立订货量分配与订单排产联合优化模型。针对可行解空间巨大、传统数学规划方法难以求解的问题,从增强搜索性能角度出发,设计基于自定义邻域搜索算子的局部搜索机制和基于随机与种群重构变异机制的改进粒子群算法的模型求解策略。通过应用实例对本文模型和算法进行了有效性验证和灵敏度分析,结果表明,相比于传统的分散决策方案,本文模型能够有效降低整体成本水平,引入的改进机制能够显著提升算法搜索性能,为企业供应风险下的运营决策制定提供理论参考。     

带投资约束且p不确定的推广p-中位问题

p-中位问题是设施选址中的一个经典模型,在交通、物流等领域有着广泛应用．在经典p-中位问题的基础上提出一种p不确定的推广p-中位问题,并且加上总投资约束,使得此推广模型更加实用．针对此推广模型,提出三种启发式算法：简单启发式算法、变邻域搜索算法和改进的遗传算法．数值实验结果表明变邻域搜索算法和改进的遗传算法在求解此推广模型时是有效的．