考虑道路修复的应急资源配送可靠路径选择问题研究

灾害发生后第一时间选择可靠路径完成应急资源的配送分发是应急救援快速展开的必要保障。本文考虑道路修复下的应急资源配送可靠路径规划问题,引入了道路中断和通行可靠性降低来描述灾难对应急资源配送交通路网的影响,以最大化配送效率为目标,构建了道路修复与应急资源配送可靠路径选择集成优化模型,给出了道路修复与可靠路径选择的全局优化方案;设计了多吸引子的粒子群优化模型算法,并结合仿真与分析,验证了模型和算法的有效性。模型与算法的研究对于突发事件下不确定交通路网应急资源配送决策具有很好的指导意义。     

面向交通监控的动态无人飞机路径多目标优化

考虑到无人飞机在交通监控中存在突发的监测目标,需要动态规划无人飞机的巡航路径.首先,引入时间轴的概念,将动态无人飞机路径规划问题分两阶段解决,第一阶段为初始优化,第二阶段为动态时刻点实时优化,进而转化为静态问题.接着,建立了无人飞机路径多目标优化模型,优化目标为无人飞机广义巡航距离最短、无人飞机的使用数量最少.然后,提出了动态无人飞机可行路径插入法,设计了基于帕累托最优的多目标优化算法.最后,进行了案例分析和算法敏感性分析,分析结果表明,提出的模型和算法是可行、有效的.     

基于低碳排放的车辆路径优化问题研究

研究了基于低碳排放的锦州JS配送公司的车辆路径优化问题.首先通过分析目前锦州JS配送公司的车辆路径规划方案发现该公司在规划路径时只关注路径最短,而忽视了碳排放成本.然后通过具体分析配送过程中能源消耗的来源,考虑车辆自重和载重、车辆出行距离等对配送能源消耗的影响,建立了以极小化碳排放成本为目标的车辆路径优化问题的混合整数规划模型,通过求解模型得到新的配送路径优化方案.优化后的配送方案比原先的配送方案减少了14.16万元的碳排放成本.研究结果对物流企业降低碳排放具有指导意义.     

基于道路堵塞及顾客时间要求的快件配送最优路径选择

针对道路堵塞如节假日导致的临时最短配送路径失效的问题,提出配送网络最优路径选择模型,并设计了求解快递配送网络关键边和最优路径的算法。首先,计算出整个网络的关键边,掌握配送网络特征;其次,考虑顾客时间要求,研究不完全信息(中断无法提前预知,只有到达中断边的起点处才可知)下的最优路径,根据最短路径上各边新的特点,计算出每条边中断后对应的一组备用路径,再选择运输时间小于或等于顾客可等待时间的路径为有效路径,考虑道路堵塞情况,从有效路径中选择最优路径;最后,结合配送网络的实际情况对最优路径进行了算例分析。     

以商圈为中心的O2O动态外卖配送路径优化模型与算法

针对线上到线下(Online to Offline,O2O) 外卖路径优化问题,综合考虑其动态配送需求、货物区分等特点以及时间窗、载货量等约束条件,将商圈看作配送中心,将快递员数量与快递员总行驶时间作为最小化目标,提出了以商圈为中心的O2O动态外卖配送路径优化模型。采用周期性处理新订单的方法将相应的快递员路径的动态调整问题转化为一系列静态TSP子问题,设计了一种分阶段启发式实时配送路径优化算法框架,并给出了一个具体算法和一个数值计算实例。在VRP通用算例的基础上,以商圈为中心生成测试算例,对本文算法进行仿真实验,并与其他算法比较。结果表明：本文算法能充分利用新订单附近的快递员进行配送,并优化其配送路径,有效减少了快递员数量与快递员总行驶时间。     

以商圈为中心的O2O动态外卖配送路径优化模型与算法

针对线上到线下(Online to Offline,O2O) 外卖路径优化问题,综合考虑其动态配送需求、货物区分等特点以及时间窗、载货量等约束条件,将商圈看作配送中心,将快递员数量与快递员总行驶时间作为最小化目标,提出了以商圈为中心的O2O动态外卖配送路径优化模型。采用周期性处理新订单的方法将相应的快递员路径的动态调整问题转化为一系列静态TSP子问题,设计了一种分阶段启发式实时配送路径优化算法框架,并给出了一个具体算法和一个数值计算实例。在VRP通用算例的基础上,以商圈为中心生成测试算例,对本文算法进行仿真实验,并与其他算法比较。结果表明：本文算法能充分利用新订单附近的快递员进行配送,并优化其配送路径,有效减少了快递员数量与快递员总行驶时间。     

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.     

带客户协同分仓的动态车辆路径问题研究

随着互联网商业迭代的不断深化,越来越多的企业倾向于从商品前置视角解决配送距离与配送时效性的矛盾。为此,本文研究基于客户协同分仓备货的动态车辆调度问题(Dynamic Vehicle Routing Problem with Inventory Synergetic Customer, DVRP-ISC),设计考虑区域分异特征的协同分仓客户选择方法,建立多阶段动态配送网络优化模型。鉴于研究问题的特殊性,设计多阶段两级网络协同配送路径优化算法;最后,以仿真算例、自定义算例集和基准算例,验证所提模型和算法性能及其拓展性。     

高速公路行车时间估计和最优路径

行车时间估计和最优路径选择是智能交通系统中的研究热点,特别是对于车辆导航系统更具有深远的意义.首先以传统的交通流理论为基础,采用间接模型和动力学模型进行行车时间估计,通过仿真实验比较了两模型的优劣,并使用实测数据分析得到的车流量信息对动力学模型进行改进.然后使用Dijkstra算法寻找出静态状态下的最优路径,再结合前面建立的时间估计模型,给出了适用于动态随机状态下的路径寻优算法,用于解决路段行车时间期望随出发时刻动态变化的问题.最后指出了交通实时信息对解决动态随机最优路线问题的重要性,并结合卡尔曼滤波算法对路段相关的情况作了进一步讨论.     

时变单车路径优化模型及动态规划算法

车辆路径问题由于其广泛的应用领域及经济价值而成为学术研究热点。然而,在已有的研究文献中,车辆的速度时变与服务多任务特性很少被关注。本文讨论了具有这两个特性的单车路径优化问题。建立了以送货完成时间最早为优化目标的时变单车送货路径优化模型。由于很难获得该模型的精确解,本文提出了一种贪婪补货策略压缩原问题解空间,设计动态规划算法给出了车辆行驶时间满足FIFO规则的送货顺序近似最优解。数值算例验证了该算法所得到的解仅是原问题的近似最优解这一结论。算例同时表明优化配送时间随着车辆装载能力的增大而缩短,并在车辆装载能力超过所有客户配送总需求时实现最短配送时间,即,使用较大装载能力车辆能节约更多配送时间。     

Control Strategy for Dispatching Multi-load Automated Guided Vehicles in a Deadlock-Free Environment

The issue of avoiding deadlocks in unmanned automated manufacturing systems with automated guided vehicle systems is addressed in this paper. In the automated guided vehicle systems, multi-load vehicles are used. A simple and easily adoptable deadlock-free real-time vehicle control strategy is developed for this type of vehicle, by using an intelligent rule-based method. The proposed strategy uses the global information and current states of the system to control the resource allocation. Based on the proposed strategy, the system resource can be appropriately allocated and utilized efficiently. A hypothetical system is built to investigate the performance of the proposed vehicle control strategy and to discuss the interactions between the fleet size, queuing capacity, and vehicle loading capacity by computer simulation tool.     

UGV Path Programming Based on the DQN With Noise in the Output Layer北大核心CSCD

在DQN算法的框架下,研究了无人车路径规划问题.为提高探索效率,将处理连续状态的DQN算法加以变化地应用到离散状态,同时为平衡探索与利用,选择仅在DQN网络输出层添加噪声,并设计了渐进式奖励函数,最后在Gazebo仿真环境中进行实验.仿真结果表明:①该策略能快速规划出从初始点到目标点的无碰撞路线,与Q-learning算法、DQN算法和noisynet_DQN算法相比,该文提出的算法收敛速度更快;②该策略关于初始点、目标点、障碍物具有泛化能力,验证了其有效性与鲁棒性.     

基于遗传算法的汽车整车销售物流配送路径优化

为了优化汽车整车销售物流配送网络,提高配送服务质量,构建了以配送费用最小为目标的带时间窗的整车配送路径优化模型,采用改进遗传算法对模型进行求解,结合上汽通用五菱公司的配送实例,对其整车销售物流配送路径进行研究,并将改进遗传算法所确定的优化路径、节约里程法的优化路径、企业实际的配送路径进行比较,改进遗传算法确定的最优路径其配送费用比其它两种路径的配送费用降低了5.5%和8.9%,研究结果可以为企业确定经济、合理的配送路径提供参考.     

基于两阶段求解策略的动态电动车辆路径优化研究

由于政府对新能源汽车的补贴政策和市区对燃油车限行政策的实时,越来越多的物流公司在城市配送中广泛采用电动汽车。然而,电动车续航里程受限,需要在途充电或者换电,同时客户需求的动态性以及充/换电设施的排队等现实因素也应该被考虑。为此,提出了分阶段策略求解动态电动车辆路径优化问题,并建立了两阶段的EVRP模型。其中第一阶段针对静态客户建立了静态EVRP模型,第二阶段在设计了换电站及动态客户插入策略的基础上,建立了动态EVRP模型以路径更新策略。最后,设计改进的CW-TS混合启发式算法来求解静态模型,设计贪婪算法求解动态模型。实验结果表明,模型与算法具有较好的适用性和有效性。     

邮政运输网络中的邮路规划和邮车调度研究

邮政运输网络是邮政企业运营的重要保障,而邮路规划和邮车调度设计是决定邮政运输网络效率的关键因素,问题1的邮路规划问题归结为带返程货的车辆路由问题,该问题是NP-难的,采用改进蚁群算法,通过对单环路旅行商问题进行断环分析,将运行线路的好坏反馈给蚁群算法的目标函数,求取最终的优化路径.第二问邮路规划扩展到了全区,采用有优先级的分县优化途径寻求最佳邮路.最后,给出模型的评价及改进方向.     

考虑车辆限速区间的危险品运输网络优化

由于危险品在运输过程中存在极大的危害性,为了降低危险品运输风险,政府可以通过对不同路段设置不同的限速区间来引导危险品运输车辆的路径选择,从而导致不同的运输网络总风险和鲁棒成本。首先基于车辆限速区间的方法,构建了危险品运输网络优化的双层规划模型,上层规划以最大运输网络总风险值最小化为目标,下层规划以危险品运输企业的鲁棒成本最小化为目标;然后,设计了粒子群优化算法求解了该模型;最后,通过两个算例验证了模型和算法的有效性。计算结果表明政府部门运用车辆限速区间的方法不仅能够非常有效地降低危险品运输网络总风险,而且更具有鲁棒性和现实可操作性。     

基于正交试验的乘用车运输网络优化方法

在交通部治理公路超限运输的背景下,本文研究了乘用车物流企业多式联运模式下的网络优化问题,以运输网络总成本最小为目标,考虑物流时效、枢纽节点容量及规模经济效应等因素,构建了基于轴辐式理论的运输网络优化模型,提出了混合智能优化算法。针对多参数多水平的寻优问题,对模型的三个关键输入参数,即枢纽节点数量、枢纽节点容量和规模效应折扣系数,引入正交试验方法,降低求解多参数多水平寻优问题的工作量,为确定各参数合理取值提供了新的途径。研究结果表明:枢纽节点容量、折扣系数与枢纽数量三个输入参数对优化结果的影响具有主次顺序,影响程度依次减弱,而且只有枢纽节点容量与折扣系数对乘用车运输网络总效益的影响起显著作用。采用混合轴辐式的网络结构与多式联运的运输组织模式进行优化后的运输网络,相对于原有“点对点”公路运输网络总成本减少10%,从运营管理与成本控制两方面均可有效应对公路治超带来的风险。