机队运力配置和USApHMP问题的联合决策模型与算法

针对USApHMP (无容量限制的单分配枢纽网络设计)方法忽略了航空公司航线运力配置决策对单位客流量成本的影响问题,以枢纽机场选址、确定枢纽与非枢纽连接关系、航线机型及其频次选择为决策变量,综合考虑各城市对市场需求量、航线最大飞行频次、机队可用飞行时间等限制因素,以实现航线运力配置成本和枢纽设置成本最小化为目标函数,建立航线机型匹配及频次选择问题和USApHMP问题的联合决策优化模型,设计遗传算法进行求解.算例分析表明:考虑4种机型、10个城市和90个城市对的情况,与传统枢纽网络设计方法相比,联合决策模型的网络总成本降低了9.39%,且航线最大飞行频次是影响枢纽网络设计方案的重要因素.     

快递企业航空货运网络的构建

快递业竞争激烈,构建高效合理的航空货运网络是快递企业提高竞争力的重要手段。“枢纽—辐射”式航空货运网络是整合航空快递资源、提高航空快递资源利用效率、提高快递企业竞争力的有效模式。本文以降低航空快递网络成本、加快航空快递处理时间为目标,从航空快递网络枢纽的选取、指派关系的确定、枢纽个数的选择三个方面研究了航空快递网络模型建立问题,选用遗传算法求解不同枢纽个数下航空快递网络的运输成本,并据此进行枢纽的选取,运用重力模型法进行指派关系的确定,在此基础上运用超效率DEA模型确定枢纽个数。接着,以包含17个节点的顺丰航空快递网络的规划为例,对本文所提出的模型和算法进行了验证,验证结果证实了模型的合理性。本文的研究为快递企业构建航空货运网络提供了科学实用的方法,该方法的使用可以降低航空货运成本,提高效率,从而提高快递企业的竞争力。     

考虑退货不确定性的多层次多站点逆向物流网络选址优化研究

在退货量不确定情况下,为追求电商企业逆向物流网络成本最小化,建立了多层次多站点的混合整数规划模型。将目标区域进行网格化处理,通过球上距离公式计算相邻备选站点、不同层次备选点间的运输距离,使用蒙特卡罗法模拟退货量,并设计了双染色体编码的遗传算法进行求解。算例验证了模型算法的可行性,并且得出了逆向物流网络成本最小时,快递站点和退货处理中心的选址,快递站点的选址与退货量大小存在对应关系,研究客户退货量会使物流网络选址得到优化。     

航空公司中的飞行员配置研究

随着新航线的开辟和新飞机的投入使用,航空公司的任务量急剧增长,飞行员需求的估计和机组的合理配置变得日益重要。本文基于实际工作需求,提出一类用于评估飞行员数量,并进行机组均衡配置的整数规划模型,为航空公司进行飞行员的数量评估和任务分配提供决策支持。本文在以下两个方面做出改进:1)加入国际长途航线,研究国内短途航线和国际长途航线混合搭配情况下飞行员的配置问题;2)鉴于大型整数规划求解的复杂性,通过评估航空公司所需要的飞行员数量的下界,为决策人员制定中长期规划提供依据。本文通过启发式算法进行飞行员的配置,计算结果接近理论问题的下界,证明了算法的有效性。     

产品回收逆向物流网络设计问题的两阶段启发式算法

针对产品回收逆向物流网络设计问题,设计了一种嵌套了模拟退火算法的两阶段启发式算法。第一阶段确定回收点的选址-分配-存储的联合决策;第二阶段确定回收中心的选址-运输的联合决策,两个阶段相互迭代,从而实现最优解的搜索。通过与遗传算法比较,证明了两阶段启发式算法是一种有效的算法。     

存在三重属性节点的物流网络选址分配问题研究

文章分析了一种存在三种属性节点的物流网络,即在该网络中存在一类节点同时承担供应、需求和中转的功能。同时,还考虑了在任意两节点间单位运费可变条件下,如何进行中转点选址和流量分配,使物流网络的运输费用最小。在此背景下建立了选址分配优化模型,设计出一种将串形编码和矩阵编码相结合的两层遗传算法对其进行求解,并通过一个实例对算法加以验证并对求解结果进行分析。研究结果表明:相比于一般的需求点就近分配原则,本文提出的基于产品流进行的物流网络选址与分配模型,能够避免某些运输线路上的过度集货的现象,从而进一步降低整个物流网络的运输费用。     

基于遗传算法与贪婪策略的多港口集装箱配载研究

在物流运输行业中,集装箱运输已经成为我国长江沿岸各大港口的主要运输业务。集装箱的处理流程,尤其是集装箱的配载过程直接影响着班轮的运输效率,配载方案的制定对班轮运输起着至关重要的作用。本文针对多港口集装箱船的配载情况,利用CPLEX对该线性规划问题进行求解,并设计遗传算法和贪婪算法对长江沿岸多港口集装箱船配载情形进行对比。通过仿真实验,在小规模时遗传算法与CPLEX求解的精确解相同,验证了遗传算法的有效性。并且在大规模运输情形下,遗传算法得出的结果明显优于贪婪策略,进一步说明了遗传算法是行之有效的。得出的解决方案降低了班轮公司的运输成本,提高了港口的工作效率,对我国长江沿岸港口集装箱配载计划的制定具有一定的指导作用。     

生鲜类物流配送网络选址-路径优化问题研究

为解决生鲜类物流配送网络选址-路径优化问题,构建了基于服务质量最优化、物流节点建造成本及物流运营服务成本最小化的多目标两层级物流配送网络选址-路径优化问题数学模型,并通过改进遗传算法求解最优方案.对遗传算法中的算子进行优化,解决了传统遗传算法求解过程中无法求得全局最优解以及易陷入局部最优解的现象.通过选取通州区部分区域为背景进行模型验证,得出优化后成本节约了15.71%,说明该模型具有良好的参考价值.     

面向远海岛礁群的双向物流网络规划

针对若干远海岛礁群系统封闭性的分布特点,将中心岛礁选址、各岛礁建设泊位数量和规模、仓库储存量、运输船型和数量以及航线设置、班期组织等作为规划内容,以整个运输网络系统总成本最低为原则,综合考虑了仓库存储理论,建立了兼顾“选址-库存-路径”的规划模型。结合所建模型特点,提出了双层并行搜索遗传算法,构建了以海上运输为基本交通方式的双向物流系统。最后,以我国南海为例进行建模并求解,采用不同算法并通过多组不同规模的算例进行演算比较,验证了所建模型和算法的有效性与合理性。     

线状需求下的长江航道危险品应急中心选址优化

本文分析了长江航道危险品船舶对应急中心救援服务的线状需求特征,基于点状需求的设施选址模型,构建了全覆盖下的最小成本选址模型,实现了线状需求特性与最小成本的最优结合。将点状需求的设施选址研究延伸到线状需求的设施选址研究领域。并且针对模型设计了确定性规划算法和遗传算法。最后以长江航道为具体算例,对比了确定性规划算法和遗传算法对模型进行求解的效率及精度。实例表明,本文建立的基于线状需求的应急中心选址模型是符合实际的,确定性规划算法相对于遗传算法可以在更短时间内求得较稳定的最优解;遗传算法运行时间相对较长,且结果稳定性较差。     

轴辐式同城快递网络模式研究

随着快递网点密度的稠密化,网络结构设计优劣直接关系到快递公司的运营成本和服务水平。针对快递公司的同城快递市场,在不改变现有网点规模选址的基础上改变网点的从属,结合轴辐式网络结构模式设计来提升其时效并优化成本和资源投入。以运输成本最小为目标,建立了带分支流向约束的枢纽选址模型,设计了高效的禁忌搜索算法对问题求解并验证了算法的有效性。最后提供相应的集散点选址分配解决方案,有利于整合资源形成规模效应,同时提供了同城快递分区管理依据,避免因网络结构复杂引起管理和运营混乱;从长远来看,有利于节约运营成本,增加其快递网络的柔性,降低运作管理的难度。     

Solving a new stochastic multi-mode p-hub covering location problem considering risk by a novel multi-objective algorithm

In this paper, we develop a novel stochastic multi-objective multi-mode transportation model for hub covering location problem under uncertainty. The transportation time between each pair of nodes is an uncertain parameter and also is influenced by a risk factor in the network. We extend the traditional comprehensive hub location problem by considering two new objective functions. So, our multi-objective model includes (i) minimization of total current investment costs and (ii) minimization of maximum transportation time between each origin–destination pair in the network. Besides, a novel multi-objective imperialist competitive algorithm (MOICA) is proposed to obtain the Pareto-optimal solutions of the problem. The performance of the proposed solution algorithm is compared with two well-known meta-heuristics, namely, non-dominated sorting genetic algorithm (NSGA-II) and Pareto archive evolution strategy (PAES). Computational results show that MOICA outperforms the other meta-heuristics.     

Chaos gray-coded genetic algorithm and its application for pollution source identifications in convection–diffusion equation

In order to reduce the computational amount and improve computational precision for nonlinear optimizations and pollution source identification in convection–diffusion equation, a new algorithm, chaos gray-coded genetic algorithm (CGGA) is proposed, in which initial population are generated by chaos mapping, and new chaos mutation and Hooke–Jeeves evolution operation are used. With the shrinking of searching range, CGGA gradually directs to an optimal result with the excellent individuals obtained by gray-coded genetic algorithm. Its convergence is analyzed. It is very efficient in maintaining the population diversity during the evolution process of gray-coded genetic algorithm. This new algorithm overcomes any Hamming-cliff phenomena existing in other encoding genetic algorithm. Its efficiency is verified by application of 20 nonlinear test functions of 1–20 variables compared with standard binary-coded genetic algorithm and improved genetic algorithm. The position and intensity of pollution source are well found by CGGA. Compared with Gray-coded hybrid-accelerated genetic algorithm and pure random search algorithm, CGGA has rapider convergent speed and higher calculation precision.     

A multi-objective chance-constrained network optimal model with random fuzzy coefficients and its application to logistics distribution center location problem

The problem of the distribution center is concerned with how to select distribution centers from a potential set in order to minimize the total relevant cost comprising of fixed costs of the distribution center and transport costs, and minimize the transportation time. In this paper, we propose a multi-objective network optimal model with random fuzzy coefficients for the logistics distribution center location problem. Furthermore, we convert the uncertain model into a deterministic one by the probability and possibility measure. Then the spanning tree-based genetic algorithm (st-GA) by the Prüfer number representation is introduced to solve the crisp multiobjective programming. At last, the proposed model and algorithm are applied to the Xinxi Dairy Holdings Limited Company to show the efficiency.     

带固定轴线成本的轴辐式网络设计问题

带固定轴线成本的轴辐式网络设计问题广泛应用于第三方物流、邮政和航空运输等领域. 现有研究主要考虑了枢纽站的节点成本, 本研究则强调合并运输的固定轴线成本. 固定轴线成本的必要性在于：轴辐式网络中的轴线运输需要借助更大型的运输工具, 因此必须支付固定成本. 建立了该问题的混合整数规划模型, 探讨了最优解特征, 并构造了求解问题的拉格朗日松驰算法, 实验显示算法具有非常好的求解效率与求解质量. 同时, 还讨论了一个重要的扩展问题：增加O-D流的绕道约束, 绕道约束常常应用于快递运输和应急物流等领域. 在局部修改原算法的基础上提供了扩展问题的求解方案.     

遗传算法的一种改进进化策略

在现有文献研究的基础上,对传统遗传算法的进化策略又作了进一步研究,提出了一种改进的进化策略.进化策略克服了传统遗传算法中交又得到的优秀个体有可能在变异过程中遭到破坏而不能生存的不足.另外取消了遗传算法中难以确定的交叉、变异概率,使交叉产生的新个体数增多,这样可增大产生更优秀个体的可能性,因而可使遗传算法的性能得到更好的改善.通过4个测试函数的测试计算,结果表明,给出的改进进化策略比传统遗传算法进化策略的运算速度明显提高,迭代次数明显减少,从而验证了提出的改进进化策略的有效性.     

Proprietor and customer costs in the incomplete hub location-routing network topology

The hub location problem finds the location of hubs and allocates the other nodes to them. It is widely supposed the network created with the hub nodes is complete in the extensive literature. Relaxation of this basic supposition forms the present work. The model minimizes the cost of the proprietor, including the fixed costs of hubs, hub links and spoke links. Costs of hub and spoke links are contemplated as fixed cost or maintenance cost. Moreover, the model considers routing costs of customers who want to travel from origins to destinations. In this study, we offer a model to the multiple allocations of the hub location problems, under the incomplete hub location-routing network design. This model is easily transformed to other hub location problems using one or more constraints. No network format is dictated on the hub network. We suggest a set of valid inequalities for the formulation. Some lower bounds are developed using a Lagrangian relaxation approach and the valid inequalities. Computational analyses evaluate the performances of the lower bounding implementations and valid inequalities. Furthermore, we explore the effects of several factors on the design and solution time of the problem formulation.     

考虑需求不确定的多级应急物流设施选址研究

为了对急物流设施选址问题进行合理的研究,建立了包含配送中心、配送点和需求点的多级应急物流网络。基于应急物资需求特点,使用三角模糊数表示应急物资需求的不确定性,同时考虑应急救援成本和应急救援时间两个目标,建立了应急物流设施选址模型。采用去模糊化方法将三角模糊数转化为确定数,利用成本和时间的单目标的最优结果将多目标转化为相对值,再对时间和成本目标进行加权处理,既消除了不同目标之间的单位及数量级差异,还可以进行动态调整。设计了遗传算法对模型进行求解,通过实际算例表明了模型和算法可以有效地解决应急物流设施选址问题。     

Design of intermodal logistics networks with hub delays

In an intermodal hub network, cost benefits can be achieved through the use of intermodal shipments and the economies of scale due to consolidation of flows at the hubs. However, due to limited resources at the logistics hubs, shipment delays may affect the service performance. In this research hub operations are modeled as a GI/G/1 queuing network and the shipments as multiple job classes with deterministic routings. By integrating the hub operation queuing model and the hub location-allocation model, the effect of limited hub resources on the design of intermodal logistics networks under service time requirements is investigated. The managerial insights gained from a study of 25-city road-rail intermodal logistics network show that the level of available hub resources significantly affects the logistics network structure in terms of number and location of hubs, total network costs, choice of single-hub and inter-hub shipments and service performance.