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。     

运单体积不确定对货运共享平台定价决策的影响研究

货运共享平台订单分析显示顾客对运输货物申报的体积往往比实际体积偏大,平台则会按照客户申报的体积进行收费。本文站在平台利润视角,构建了考虑运单体积不确定的装载与配送路径联合优化模型来研究运单体积不确定对定价决策的影响,研究发现可以提升平台利润达24%。进一步,为了实现平台、顾客与司机的收益共享,并提高平台市场占有率,平台考虑在收费体积存在偏差的情况下,采用降价的策略与平台实际定价策略进行对比。通过数值分析发现,在存在体积偏差率的情况下,价格下降18%以内时,平台的利润呈现增长的趋势,最高可以达到23.26%;当价格下降超过18%时,平台利润出现负增长,因此不适合采取降价的措施。在降价过程中,顾客需要支付的成本最多可减少19.17%,司机的收益最多可增加13.82%,结果表明,采用新型分段定价策略可以更好的实现三方共赢,对平台的实际运营有一定的借鉴意义。