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。     

城市配送车辆路径优化集束式算法的客户点归并策略

VRP问题的研究起步较早,求解方法也非常丰富,然而,面对客户规模庞大,交通网络复杂的多约束车辆优化调度问题,现有算法显得无能为力.为有效解决需求点规模庞大的城市配送车辆优化调度问题,提出一种新的两阶段启发式算法——集束式算法,采用"集中后分派,分派后扩展"的思想,对末梢客户和同路段客户进行客户点合并,从全局上降低搜索范围,并提出相关客户点归并算法.     

多车场多车型车辆调度问题及其遗传算法

研究多车场多车型车辆调度问题,建立了一种基于最小配送费用的数学模型,模型的配送费用在考虑基本运输费的基础上又引入了司机的工资支出,包括基本工资和加班费.在多车场多车型车辆调度模型中,一辆车可以为多个客户服务,但一个客户只能由一辆车提供服务.根据模型的这些特点,提出了一种新的染色体混合编码方案和遗传操作策略,从而借助遗传算法成功实现了模型的求解.数值仿真结果验证了算法的可行性.     

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。     

物流配送车辆路径问题的鲁棒优化方法

针对物流配送中的不确定性因素,构建车辆路径间题的鲁棒性度量与优化方法,目的是降低不确定性因素对物流配送系统的影响.首先,提出车辆路径问题的鲁棒性度量指标,利用算例对各指标的效果进行分析,选择适用于度量车辆路径方案鲁棒性的指标.在此基础上,设计物流配送车辆路径规划的两阶段优化算法.算法的第一阶段不考虑车辆路径的鲁棒性,以总配送成本最小为目标函数优化配送方案;算法的第二阶段以鲁棒性度量指标最大为目标函数,以第一阶段获得的总成本与车辆数为约束条件,优化鲁棒调度方案.文章为车辆路径问题的鲁棒性度量提供了一种有效方法,同时为如何平衡供应链中的物流配送环节的服务作业成本与调度方案鲁棒性提供了思路.     

考虑越库作业的连锁超市配送路径优化研究

针对大型连锁超市物流配送成本较高的问题,通过分析连锁超市的实际情况和越库作业的实施要求,提出越库配送运作模式.以车辆运输成本、操作成本和库存持有成本最小化为目标,建立带有多越库配送中心的车辆路径模型,将配送过程分为集货、送货两阶段,同时,考虑到产品种类需求的多样化,采取集货过程车辆协同进行和送货过程车辆需求拆分的方式.针对问题的特点设计了一个求解的遗传算法,通过扫描算法优化初始种群,最后结合算例对模型和算法进行验证分析.结果表明,越库作业能有效地提高连锁超市的运作效率,降低超市物流成本.     

基于遗传算法的成品油二次配送车辆路径问题研究

研究了加油站需求已知前提下带时间窗的具有满隔舱运输约束的多车型成品油二次配送车辆路径问题.首先以总费用极小化为目标建立了具有满载运输约束的多车型成品油二次配送车辆路径问题的混合整数规划模型,其中总费用包括动用车辆的固定费用、车辆的运输费用、以及不满足时间窗约束的等待成本和惩罚成本等.然后基于成品油二次配送车辆路径问题的特点设计了求解模型的遗传算法,通过对车辆和加油站分别采用自然数编码方式、解码时考虑约束条件等策略有效避免了不可行解的产生.最后利用一个实际案例进行了模拟计算,结果显示根据方法得到的配送方案明显优于实际中凭经验得到的配送方案,总配送成本大约降低了9%.模型和算法为制订成品油二次配送方案提供了决策依据.     

基于混合算法的实时订货信息下的车辆调度优化

实时订货信息下的车辆调度是随机性车辆调度中货物需求量、需求点均不确定的情况下的车辆调度.针对该问题,本文构建了配送总成本最小的目标函数,提出了采用混合算法求解的思路.即以局部搜索法求得初始解,采用遗传算法优化初始解,并在送货时间更新后,利用禁忌搜索法求解速度快的特点改进调度方案,得到订货信息不断更新的条件下的车辆调度方案.通过实例分析,本方法既可解决电子商务条件下实时订货的车辆调度问题,也具有求解结果可靠、求解过程快速的特点.     

多行程带时间窗口的车辆调度问题研究北大核心

为了提高车辆的使用率,企业往往会安排车辆在单位周期内,执行多次配送任务.为了研究多行程带时间窗口的车辆配送(VRPTW)中的车辆调度问题.模型以车辆的固定费用、车辆行驶过程中的等待费用、司机的工作小时费最小为目标,同时也融合了司机在执行不同路线时,由于熟悉的过程所弓I起的费用.通过对路线的时间窗口性质的分析,建立了调度问题的模型.     

多行程带时间窗口的车辆调度问题研究

为了提高车辆的使用率,企业往往会安排车辆在单位周期内,执行多次配送任务.为了研究多行程带时间窗口的车辆配送(VRPTW)中的车辆调度问题.模型以车辆的固定费用、车辆行驶过程中的等待费用、司机的工作小时费最小为目标,同时也融合了司机在执行不同路线时,由于熟悉的过程所弓I起的费用.通过对路线的时间窗口性质的分析,建立了调度问题的模型.     

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。     

基于Voronoi划分的同城即时配送优化策略研究

近年来经济社会发展及新零售业强势崛起使得平台或商家对大规模即时配送需求日益增加,在求解大规模车辆路径问题时仅使用启发式算法或其融合算法已无法满足实际需求。本文针对基于分众级的同城即时配送模式及现阶段存在的问题,确定了基于Voronoi划分算法的即时配送分区方法和对基础蚁群算法的三个改进策略;并以全程配送产生的总成本最少为目标函数,构建了带用户需求软时间窗的车辆路径问题数学模型;最后选取客户、车辆以及门店共计一百二十个真实地理位置数据,验证了本文提出的求解策略的有效性,并分析最终结果。结果显示,①使用Voronoi分区-改进蚁群算法的两阶段方法求解大规模车辆路径问题能显著减少配送总成本,同时提升客户满意度;②在多门店的条件假设下,采用改进蚁群算法求解得到的超时时间比基础蚁群算法少36%,配送总成本低17%。     

一种基于双链量子编码的动态车辆路径问题解决策略

针对配送调度事件动态变化的动态车辆路径问题(DVRP), 以最小化运输成本、最小化配送时间 与最大化载货率为目标, 建立了问题的数学模型,提出了改进的多相量子粒子群算法. 针对DVRP问题的特点,提出基于车辆链和货物链的双链量子编码方法; 同时设计了基于周期和 重调度因子驱动的动态调度策略. 最后将方法应用于动态仿真算例, 并与其他经典算法比较, 结果验证了所提出方法的有效性.     

基于动态遗传算法的共享配送模式研究

针对传统配送中配送车辆装载率低、车辆数量多及配送成本高等问题,提出不同类型零售商资源共享的城市配送优化方法,并考虑配送中的车辆油耗与不确定需求等问题。以总配送成本最低为目标建立模型,利用基于动态参数的改进遗传算法对模型进行求解。最后,通过算例对共享配送模式与算法进行测试。结果表明,共享配送模式能够有效减低车辆数量、提高装载率及降低配送成本,同时改进遗传算法能够高效、准确对模型求解。     

物流配送装载率分析与四阶段算法研究

在城市物流配送中,租用车型的选择与车辆平均装载率具有密切的关系。然而,在带能力约束的车辆路径问题(Capacitated Vehicle Routing Problem, CVRP)中, 假设配送车辆装载量为事先已知。在实际物流配送中, 很多配送车辆为租用, 因此需要确定租用的车型大小。本文基于CVRP问题,假设配送车辆载量Q为变量,以车辆平均装载率为优化目标构建了数学模型. 通过数学推导证明了,派送车辆的平均装载率ρ的理论区间为(50%, 100%]。分析得出结论:当顾客需求数据中需求数据大于且接近0.5倍载量Q的越多,车辆平均装载率越低。为了验证分析结论的正确性, 分别设计一个求解CVRP问题的多阶段算法和具有大需求量的CVRP问题算例. 通过求解算例表明:本文理论分析的正确性, 其中四阶段算法的求解结果与当前已知最优解平均偏差仅为0.92%,达到优秀算法水平。     

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.     

战时备件配送的MDVRPTW问题研究

战时备件配送的车辆调度是提高装备保障效率的关键因素.以装备效能损失最小化为车辆调度的目标,建立了问题的M DVRPTW模型,并应用蚁群算法对问题进行了求解.算法中,根据问题特征改进了状态转移规则,设计了串行和并行两种路线构造方法,并应用局部搜索模块对蚂蚁构造的路线进行改进.对算例的计算实验表明,串行路线构造方法在精度和速度两方面均优于并行路线构造方法.     

成品油二次配送库存-路径优化模型与两阶段算法

针对随机需求下的成品油二次配送库存-路径优化问题,考虑各个加油站的存储容量限制,油罐车满隔舱装卸要求和一对多服务等特点,通过设置各个加油站的实际配送量为油罐车隔舱容量的整数倍,以总配送成本和期望损失之和最小化为目标,建立两阶段随机整数规划模型,并设计了多割L-shaped算法.进一步,基于多割L-shaped算法设计了求解大规模问题的两阶段方法,并引入两种改进策略加快多割L-shaped算法的收敛速度.最后利用不同规模的算例进行模拟计算,分别验证了改进多割L-shaped算法高效性和两阶段方法的快速有效性.相比其它算法,两阶段方法在求解大规模问题时的平均运行时间降低了31.34%,平均成本的Gap值不超过2.63%.文章的研究结果为制定成品油二次配送计划提供了决策依据和算法支持.     

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。     

考虑均衡性的不确定时间车辆调度问题研究

本文针对车辆调度实际运行过程中时间的不确定性问题,提出了包含时间窗口、车辆容量约束的配送服务线路随机规划模型,以最小化调用的车辆数目和运行距离,降低顾客的不满意度并且尽可能保证每条路线的均衡性。结合模型,给出了基于禁忌搜索的混合启发式算法,并且生成多个算例,依据算例结果说明模型和算法优越性,同时说明可以在不降低顾客满意度和不提高总运输成本的基础上,降低各条线路之间的时间差异。