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。     

新能源供给单业态服务链两部制动态定价策略研究

根据新能源供应的特殊性,构建由电力供应商、充电桩运营商及终端用户组成的多级新能源供给单业态服务链,基于Stackelberg博弈模型中各成员的不同决策模式,建立分散式和集中式动态决策模型,据新能源终端用户付费结构,分别确定不同决策模式下新能源供应的两部制动态定价,并研究不同决策模式在对新能源不同需求阶段动态定价策略的影响.研究结果表明:集中决策更有利于服务链中各成员及服务链整体利润的提升;新能源汽车保有量越高,集中式动态决策下的能源供应及充电服务费定价越具有优势;前期保有量有限的情况下,可以采用一定的外部手段减小集中式动态定价对新能源需求增长的影响.     

智能网联下无人车配送路径优化

结合智能网联无人车实时信息共享与路径选择的特点,研究其配送路径优化问题。通过引进关键点更新策略,制定路径预规划阶段和路径实时调整阶段无人车路径选择策略,提出智能网联环境下基于实时交通信息的车辆路径问题两阶段模型。其中,路径预规划阶段模型确定初始路径与每辆车服务的客户点,路径实时调整阶段模型对每辆车的路径实时调整。对于该优化模型设计遗传算法进行求解,并通过算例验证了模型与算法的可行性。研究结果表明,本文构建的无人车配送优化模型,有效的结合了无人车实时通信与路径选择的特点,节省了无人车配送时间。研究对于无人车在第三方物流配送领域的推广应用具有一定的探索意义。     

基于多数量需求拍卖机制的动态存贮/分配模型

该文分析了折扣准则下基于多数量需求拍卖机制的多阶段存贮问题,运用动态规划方法,在有限阶段对该问题研究了每个时期应该出售的最优产品数量、最优分配方案和最优订购策略,提出了运用修正的多需求二级价格拍卖模型来实现最优分配,并对无限阶段下的动态存贮/分配问题进行了讨论.     

基于风险-均值分析的供应商选择与订单分配集成优化模型与求解

针对不确定环境下具有不同供应合约的供应商选择与订单分配问题,本文构建了基于风险-均值分析的模糊两阶段多周期集成优化模型。与传统的该问题研究并未充分考虑供应商选择与订单分配两阶段决策的交互影响不同,在该模型中,第一阶段供应商选择的评价目标依赖于后期实际运营中的订单分配决策;并考虑未来需求和实际运营成本的不确定性,引入在险价值和期望值两种决策准则对供应商选择方案的绩效进行评价。提出了该模型的分析求解方法,在险价值得以精确评估,期望值被控制在确定的误差范围内,并可以达到足够的精度要求。     

随机需求下竞争零售商的定价策略研究

本文研究了随机需求下两竞争零售商的定价策略选择(响应性定价或清仓定价)、产品订货量及响应性价格的联合决策问题。通过将问题转化为一个三阶段的博弈模型,基于Kuhn-Tucker条件求解了两零售商不同定价策略子博弈下的均衡产品订货量及响应性定价决策,分析了不同定价策略子博弈下产品订货量及价格决策的差别以及潜在市场需求不确定(期望和方差变动)对订货量和定价策略的影响。数值分析结果表明,当潜在市场需求服从均匀分布时,响应性定价子博弈是帕累托最优策略,清仓定价子博弈是零售商的均衡策略,混合定价子博弈下两零售商的收益差距较大。     

基于CCN节点内容流行规律的缓存路由策略

针对内容中心网络(CCN)中缓存路由策略的缓存可用性差、路径外缓存难以有效利用的问题,提出了一种动态缓存通告及节点内容流行规律的缓存路由策略.依据不同节点内容流行度进行差异化动态缓存通告,利用缓存通告信息及节点内容流行规律依概率进行缓存决策,增加高流行度内容的缓存概率及临近缓存的差异性;基于缓存通告信息建立局部吸引势场,并结合内容源建立全网吸引势场,实现内容请求的就近响应.仿真结果表明,在保证存储开销和传输开销的前提下,本策略可有效降低平均请求时延,提高缓存命中率.     

考虑油膜动态过程的海上溢油应急物资调度优化

针对溢油应急响应中海上油膜所具有的动态特性,综合考虑需求点的时变物资需求、运输网络的不确定性以及物资调度决策与外部决策环境之间的相互作用关系之后,构建了效率目标与成本目标相结合的多目标海上溢油应急物资调度优化模型。根据模型的特点,提出了一种基于鲸鱼算法的求解方法。该算法利用非线性收敛因子克服了算法后期易陷入局部最优的不足,同时还引入小生境共享机制以确保解的多样性。最后,通过仿真案例对模型与算法的有效性与可行性进行了验证。结果表明,该方法可以为决策者提供高质量的决策支持。     

基于路网的电动汽车快速充电站布局决策研究

大力发展和推广纯电动汽车已成为全世界众多国家的共同选择。但电动汽车有限的续航能力及公共快速充电设施的缺乏,制约着人们的使用和长途出行。本研究针对我国公共快速充电网络建设亟待完善的问题,基于我国主干高速公路网络,对服务途中充电需求的快速充电站科学分布问题建立分布决策模型。研究表明,对续航能力低于200公里的电动汽车,应用最优策略分布的快速充电站数量从50座增加到250座时,可将途中充电需求覆盖率从50%左右提高到90%以上,而对续航能力超过250公里的电动汽车,150座按最优策略分布的快速充电站即能覆盖至少96.49%的途中充电需求。通过对不同续航能力和不同充电站数量约束下共30种情形的分析,本研究不仅能为多情形下充电站分布问题提供最优选址和数量组合决策方案,也为我国充电基础设施的完善及电动汽车产业可持续发展提供有力的理论支持和政策建议。     

乘客到达时间不确定的机场动态拼车策略与算法研究

网约车拼车服务作为共享经济领域重要应用,已成为国内外研究热点。针对机场在线拼车平台运营中乘客等待时间过长和车辆行驶成本较高的突出问题,本文提出前瞻式动态拼车匹配策略。该策略将未来随机到达乘客信息纳入当前已到达乘客的拼车匹配决策中,建立了乘客匹配与车辆路径联合优化两阶段随机规划模型。为了在动态环境中实时产生高质量的匹配与路径规划方案,首先基于贝叶斯估计压缩乘客随机到达情景空间,建立了问题的确定性近似最优模型。为了快速求解模型,提出基于订单目的地和乘客期望到达时间相似度的匹配规则,并以此开发改进的差分进化算法。最后,基于某拼车平台真实订单数据,通过对比测试验证了前瞻式匹配策略和改进差分进化算法的有效性与计算效率。     

新能源移动充电车路径优化问题研究

在绿色城市背景下,新能源汽车的数量快速增长,现有公共充电设施的不完善使得移动充电服务应运而生。投入运营成本较高而利润低成为阻碍移动充电业务运营的瓶颈之一,如何通过科学合理的调度提高平台利润成为重要问题。本文研究了移动充电车队的调度和路径优化问题,以平台最大收益为目标,综合考虑顾客软时间窗、移动电池容量以及充电车续航里程等约束,建立数学规划模型;设计了一种最大最小蚁群算法,并通过数值实验验证了模型的合理性和算法的有效性,为移动充电企业运营提供决策参考。     

服务水平约束下动态定价与库存管理

本文研究服务水平约束下的动态定价与库存管理问题。企业在有限期内销售某种产品,产品的需求为随机需求,且期望需求依赖于产品价格。在每一期期初,企业需要在满足服务水平约束的条件下同时决定订货量和产品价格。本文首先构建了动态定价和订购联合决策的随机动态规划模型,并证明了最优解的存在性。进一步,通过对最优解的结构进行刻画,将原问题的求解转化为若干子问题的求解,降低了问题求解的难度。通过对最优解的分析发现,当期初库存增大时,产品最优价格降低。通过分析目标服务水平对利润的影响,证明了服务水平与利润之间存在权衡,实现高的服务水平需要承受利润损失。数值模拟表明,相对于传统的静态定价策略,采用动态定价策略可以降低追求服务水平所带来的利润损失,验证了动态定价策略的有效性。     

考虑患者止步行为的动态入院接收决策模型

大型公立医院病床供需矛盾日益突出,医院作为服务系统有必要考虑由于病床需求响应速度不及时而引起的患者策略性行为。针对患者到达时间的随机性与住院时长的不确定性,本文提出考虑患者止步行为的动态入院接收决策问题,制定了适用于可等待慢性病患者的入院接收决策方法,旨在提高患者的就医满意度,有效权衡多类患者的接收数量,降低由于科室响应速度过慢引发的患者止步频率。首先,本文对考虑患者止步行为的动态入院接收决策问题进行数学描述及符号定义;然后,对患者止步行为的影响因素进行分析并构建止步概率函数;进一步地,构建考虑患者止步行为的动态入院接收马尔可夫决策过程(MDP)模型,并针对模型特点设计值迭代算法,最后通过数值算例验证本文所提方法的可行性与有效性。     

考虑消费者行为转化的零售商两阶段动态定价研究

考虑消费者呈现的不同行为特征,将其划分为两类:策略型和短视型。不同类型的消费者对同一产品会给出差别估价,假设这一估价呈随机分布,研究存在消费者行为转化的产品两阶段动态定价问题。引入消费者剩余对策略型和短视型消费者的市场响应特征进行描述,考虑贴现率,建立两阶段动态定价模型,分析不同类型消费者的差别决策过程,并且采用逆推法求解动态定价模型,得到最优价格策略。研究表明消费者期望购买数量与降价幅度都和转化率成负相关,此外,通过对比考虑转化和不考虑转化的两种情形下零售商总的期望利润,发现如果零售商没有考虑转化率而仅根据市场初期调查的消费者构成来进行产品定价将会给零售商带来损失,并且两种情形的利润差值随转化率的升高呈先上升后下降的变化趋势。     

多目的地多停车场系统动态停车分配模型

在一个多目的地多停车场系统中,每个目的地附近有多个停车场可供选择,每个停车场也可供多个目的地的停车需求停车。每个目的地的停车需求在各停车场的停车量即为停车分配问题. 本文定义了停车量分配均衡原则:各目的地的驾驶员总是首选最低费用(包括在停车场内的停车费用以及停车时间、步行时间转换后的货币成本,其中停车费用及在停车场内的车位找寻时间都正相关于该停车场当前时刻停车饱和度)的停车场停车;由于停车场具有容量限制,当费用最低的停车场已满则再选择费用次低的停车场,以此类推;所有没被使用的停车场或者比被使用的停车场具有更高的费用或者停车位已满。考虑停车需求和各停车场内空余泊位数的实时动态特性,提出了与该均衡原则等价的数学规划模型,证明了其解的唯一性并设计了求解算法。通过两个算例对模型进行了验证,并再现了目的地附近各停车场内车位占用变化规律,从而为动态停车收费、停车选址规划等提供依据。     

The distance constrained multiple vehicle traveling purchaser problem

In the Distance Constrained Multiple Vehicle Traveling Purchaser Problem (DC-MVTPP) a fleet of vehicles is available to visit suppliers offering products at different prices and with different quantity availabilities. The DC-MVTPP consists in selecting a subset of suppliers so to satisfy products demand at the minimum traveling and purchasing costs, while ensuring that the distance traveled by each vehicle does not exceed a predefined upper bound. The problem generalizes the classical Traveling Purchaser Problem (TPP) and adds new realistic features to the decision problem. In this paper we present different mathematical programming formulations for the problem. A branch-and-price algorithm is also proposed to solve a set partitioning formulation where columns represent feasible routes for the vehicles. At each node of the branch-and-bound tree, the linear relaxation of the set partitioning formulation, augmented by the branching constraints, is solved through column generation. The pricing problem is solved using dynamic programming. A set of instances has been derived from benchmark instances for the asymmetric TPP. Instances with up to 100 suppliers and 200 products have been solved to optimality.     

基于改进NSGA-II算法的多级服务设施备用覆盖选址决策模型

为了应对跨区域突发事件过程中受灾点服务差异化需求的问题,建立了应急储备设施点的多级备用覆盖选址决策模型,即一个需求点由多个应急设施提供不同质量水平的服务,并考虑设施繁忙状态下由其他设施点提供服务的状况,使模型更加符合实际应用。首次通过设计分段的染色体编码方式改进NSGA-II算法提升运算效率以更好地解决多目标选址决策问题,将改进方法下得到的Pareto解分布与NSGA-II算法下的仿真结果进行对比分析,结合设施点的部署策略得到不同的空间布局方案。证明了模型的可行性及改进NSGA-II算法在解决设施点多目标选址决策问题时的有效性。     

基于区间二型梯形模糊集的应急物资储备动态协同决策模型

重大灾害下应急物资储备决策是阻止突发灾难蔓延的有效手段之一。针对救灾信息具备不确定性与复杂性特点,构建基于区间二型梯形模糊集的应急物资储备动态协同决策模型,并给出应急物资储备策略。利用区间二型模糊集理论的决策方案并结合比例分析法(COPRAS),构建常态环境下应急物资供应商选择的群决策模型,解决不相容群决策属性之间的冲突问题;进而,充分考虑“救灾阶段性动态时间因素”对储备决策的影响,构建动态救灾环境下应急物资储备结构模糊优化模型,实现常态决策与非常态应急决策之间的动态协同;最后,以2012年云南丽江“6.14”突发特大山洪灾害为实例进行数值分析,验证该动态协同决策模型的合理性与可行性,能有效解决动态救灾环境下应急物资储备结构优化问题。