“第三方代管”参与下的共享单车回收路线优化问题

以共享单车回收为背景,研究了“第三方代管”参与下的回收路线优化问题。针对代管员和调度卡车的特征,提出激励代管员将零散分布的损坏单车运送至附近的中转点,然后派遣卡车将这些集中起来的损坏单车从中转点运送至维修中心。以总成本最小为目标建立混合整数规划模型,针对问题特性设计改进遗传算法。数值实验论证了问题特性,并论证得出在所提回收策略下及时回收损坏单车,不仅可以减轻公共空间被损坏单车挤占的问题,还可以有效减少回收成本。实验结果还表明所设计算法在短时间内能获得高质量解。     

最小化碳排放的共享单车迁移问题

本文考虑共享单车迁移问题, 它可看作是经典旅行售货商问题的一个新颖变形, 不同的是其目标函数为最小化碳排放。其中, 碳排放利用单车负载与其行驶路程的乘积进行刻画。我们提出了两个启发式算法：贪心和基于TSP的算法, 每个算法的核心思想均是优先减少单车负载。从理论上证明算法的可行性并给出数据实验以验证算法的实际性能。数据实验结果表明贪心算法优于基于TSP的算法, 这为共享单车企业进行日常单车分配提供了理论依据。     

最小化碳排放的共享单车迁移问题

本文考虑共享单车迁移问题, 它可看作是经典旅行售货商问题的一个新颖变形, 不同的是其目标函数为最小化碳排放。其中, 碳排放利用单车负载与其行驶路程的乘积进行刻画。我们提出了两个启发式算法：贪心和基于TSP的算法, 每个算法的核心思想均是优先减少单车负载。从理论上证明算法的可行性并给出数据实验以验证算法的实际性能。数据实验结果表明贪心算法优于基于TSP的算法, 这为共享单车企业进行日常单车分配提供了理论依据。     

基于破损信息不确定的共享单车新车投放-旧车调拨-坏回收联合调度优化研究

针对共享单车的供需不平衡、破损信息不确定等特征,融合鲁棒优化方法,以系统调度时间最短为目标,构建了基于破损信息不确定的新车投放-旧车调拨-坏车回收共享单车联合调度优化模型.针对模型的NP难特性,利用多目标分治策略和变步长扰动策略,提出一种改进变邻域搜索算法求解该问题.最后,通过维也纳标准测试集和SABB案例,验证模型和...     

共享单车四大品牌及市场趋势的研究

近年来,随着共享经济的迅猛发展,共享单车作为共享经济的一种新形态,解决了城市公交与地铁的分布格局最后一公里的痛点,在城市道路交通高效管理运行中扮演着越来越重要的角色.先从单车硬件软件资金投放量等要素,建立单车品牌的效用函数模型,分析市场上摩拜、ofo、哈罗、优拜四大共享单车品牌,给出相应指标刻画它们的核心竞争力.其次,通过Markov链,建立了单车市场趋势模型,得出共享单车的市场结构格局在目前形势下最终会走向寡头市场,不会一家独大.     

考虑多仓库的共享单车重新配置问题研究

共享单车是我国大力提倡的低碳交通出行模式,加快共享单车发展是解决最后一公里、城市拥堵和环境污染等问题的重要途径。由于人们停放共享单车的无规律性,使得共享单车系统中各车桩的单车库存量存在不平衡。如何合理的对车桩中的单车进行重新调配,来满足用户的需求,是相关企业亟待解决的问题。共享单车的调配路线优化是优化车桩库存量的重要手段之一。本文研究多仓库条件下的货车调配路线优化问题,建立了一个混合整数非线性规划模型。不同于传统的路径优化问题的研究大多是以成本或时间为目标,本文采用基于车桩库存量的非线性惩罚函数来表示用户需求,从而使得所研究的问题是一个凸函数优化问题。为了简化本文的问题,将目标函数分段线性化。基于车桩网络的特点,设计了变邻域搜索算法,以及构建初始解的贪婪算法。最后,以某共享单车公司为例,进行算例分析,来说明模型和算法的合理性和有效性。     

共享单车平台定价策略研究

共享单车市场规模的高速增长,形成了以摩拜单车和OFO共享单车为代表的双寡头竞争局面,共享单车平台的定价策略在平台竞争过程中起了重要作用.通过构建两阶段Hotelling双寡头竞争模型,探讨双寡头在市场均衡状态下稳定的定价机制.研究表明,在阶段一以用户扩张速度最大化为目标的平台1和以利润最大化为目标的平台2为争取市场份额展开竞争,均衡情况下平台1占优的定价策略为低接入费用、高租赁费用,其条件为用户感知的平台横向差异化程度较高;平台2占优的定价策略为高接入费用、低租赁费用,其条件为用户感知的平台横向差异化程度较低.在阶段二两平台均以利润最大化为目标时,网络外部性大小、用户感知的平台横向差异化程度以及单车与用户匹配概率对两平台竞争的均衡结果均有一定的影响;平台为获取更多的市场份额和平台利润,最优的定价策略为采用高接入费用、低租赁费用,其条件为该平台单车与用户的匹配概率较高并且交易成本较低.     

基于K-means聚类算法与重心法的故障共享单车回收中心选址优化

共享单车已日渐成为人们短途出行的重要交通工具,但共享单车市场一贯采用“重投放,轻维护”的发展模式,而共享单车使用中的正常损耗及人为破坏等造成的故障车数量却十分庞大,对其回收修复或报废的任务繁重,这也成了共享单车市场逆向物流亟待解决的难题。该文立足武汉共享单车市场,通过对故障共享单车报废点的聚类分析,基于运输成本导向,使用重心法探寻回收中心最佳选址点,以解决故障共享单车回收成本和效率问题。对模型的模拟验证表明,优化后的回收中心选址点不仅能降低故障共享单车回收成本,而且相比武汉市现有的三个分布较远的回收中心,其总体运营成本更低,故障共享单车回收效率更高,便于共享单车的分区域运营管理。事实证明,基于K-means聚类算法与重心法确定回收中心选址问题不仅操作简单,可行性高,而且方便快捷,相较于现实中单一考虑成本等的选址方式,此模型更能兼顾多方面因素,优势明显。基于K-means聚类算法与重心法来确定回收中心选址,适用于城市的各个区域,选点精确又方便高效,模型具有较强的实用性。     

共享单车经济的量化分析——以宁波为例北大核心

以宁波为例,对共享单车经济进行量化分析.首先,通过网络爬虫抓取宁波市共享单车位置数据,并对数据进行预处理.之后,建立了空间分布特征和品牌分布特征模型,描述共享单车的地区分布情况.并且,我们建立了供需现状,市场竞争状况,发展趋势三个指标,综合分析共享单车品牌的发展状态.此外,考虑到ofo与mobike占有绝大部分市场,引入了改进吉诺模型,预测ofo,mobike两家共享单车公司的动态博弈过程.最终,以获得的宁波市数据为例,给出模型的算例分析.研究成果可为共享经济的分析提供理论借鉴.     

多车型车辆调度问题的优化模型

基于第十一届"华为杯"全国研究生数学建模竞赛E题第五问,针对一类多车型多目的地的整车物流运输调度问题,先直接计算完成总任务所需的车辆数来阐明该题的最优解的下界限为113辆,再对原始数据进行预处理,基于对乘用车的分类与排样算法,筛选出每种轿运车的M种装载方案代表,再对目的地位置及结合各目的地的任务需求,确定出3条不绕行路线,根据启发式调整优化算法,并以轿运车使用量最少及总行驶里程最短为优化目标,建立了多目标整数规划模型进行求解,最优可行解为114辆,其中1-1型91辆,1-2型18辆,2-2型5辆.     

Heuristics Based on Partial Enumeration for the Unrelated Parallel Processor Scheduling Problem

The classical deterministic scheduling problem of minimizing the makespan on unrelated parallel processors is known to be NP-hard in the strong sense. Given the mixed integer linear model with binary decision variables, this paper presents heuristic algorithms based on partial enumeration. Basically, they consist in the construction of mixed integer subproblems, considering the integrality of some subset of variables, formulated using the information obtained from the solution of the linear relaxed problem. Computational experiments are reported for a collection of test problems, showing that some of the proposed algorithms achieve better solutions than other relevant approximation algorithms published up to now.     

货运列车的编组调度问题研究

针对货运列车的编组调度问题,根据实际情况和理论研究的需要,首先对模型做了分析和假定.在此基础上,以中时最短为优化目标,给出了基于0-1整数规划和多目标优化理论的优化数学模型,实现了理论上可行的编组调度方案.     

呼叫中心坐席人员排班问题优化模型与算法研究

国内呼叫企业在保证每个坐席人员周内当值相同班次情况下,通过灵活安排周内当班日期与班次来制定排班方案。针对该实际排班场景,构建问题整数规划模型。通过对问题数据特征及优化性质分析,以及对班次人力有效满足区段电话服务需求的量化指标表征,分别提出两个构造性启发式算法。使用企业实例数据对模型算法进行计算实验。实验结果显示,整数规划模型适合于求解小规模排班问题最优解,而启发式算法能够以小计算成本获得大规模排班问题优化解。最后讨论保证员工上班规律性的同班次用工制度对企业人力成本控制的影响。     

基于Epsilon约束法的短纤维生产调度的双目标优化研究

针对短纤维生产行业实际,本文综合考虑客户的需求差异、客户的重要程度、纤维生产设备的准备时间以及交货期差异等因素,研究连续需求下的短纤维生产排序优化问题。首先,本文建立双目标整数规划模型,即最小化客户订单总延迟和最小化机器总准备时间;其次,设计Epsilon约束算法并调用CPLEX精确求解调度方案,即帕累托前沿;最后设计非支配排序的遗传算法(NSGA-II)求解大规模生产下的调度优化方案。通过实验,证明该整数规划模型和算法对解决多客户连续需求问题具有实际价值,进而可以为短纤维生产企业提供参考。     

微粒群算法及其在热轧生产调度中的应用

针对整数规划问题的特点,提出了一种在整数空间中进行进化计算的PSO算法,使微粒群的进化限于整数空间。给出了热轧生产调度问题的最优轧制单元数学规划模型。并将该方法成功应用于最优轧制单元求解。     

基于排队模型的警力人员排班计划

社会发展日益增长的警力需求与目前警力资源的限制之间的矛盾使得如何提高现阶段的警力资源的利用效率是一个迫切需要解决的问题.基于警情主导警务的指导思想,考虑动态警力需求,在多目标整数规划中引入排队论理论,并以排班公平性为目标,对传统模型进行改善,然后建立动态需求下的警力排班模型.运用Matlab对实例数据求解结果,得到模型下的一个警力排班计划,与此同时进一步比较了结果相对传统模型下的结果的优越性与合理性,使得警情等待处理的时间得到了有效控制,而且考虑了每一位警务人员工作时间公平性,为当前社会警力方面的人力资源配置优化提供了一个现实有效的解决方案.     

Parallel Integer Optimization for Crew Scheduling

Performance aspects of a Lagrangian relaxation based heuristic for solving large 0-1 integer linear programs are discussed. In particular, we look at its application to airline and railway crew scheduling problems. We present a scalable parallelization of the original algorithm used in production at Carmen Systems AB, Göteborg, Sweden, based on distributing the variables. A lazy variant of this approach which decouples communication and computation is even useful on networks of workstations. Furthermore, we develop a new sequential active set strategy which requires less work and is better adapted to the memory hierarchy properties of modern RISC processors. This algorithm is also suited for parallelization on a moderate number of networked workstations.     

基于约束满足问题的中继卫星调度问题研究

中继卫星任务规划与调度是中继卫星系统应用中的重要问题。根据航天器的空间轨道参数，得到中继卫星与用户航天器之间的可见时间窗口。在此基础上，通过分析中继卫星系统中各种资源之间的约束关系、任务优先级与调度准则，建立中继卫星系统的任务调度模型。仿真结果表明，基于约束规划理论建立中继卫星调度模型是解决中继卫星调度问题的有效方法。     

单机单转包商调度与外包联合优化问题的改进启发式算法

针对以总完工时间与总外包费用加权和为优化目标、总外包费用不超过给定上限的单机单转包商调度与外包联合优化问题,设计出一种改进的剔除型启发式算法。该算法通过运用动态规划技术求解新的辅助问题来获取初始外包工件集,并引入判定条件提前从初始外包工件集中剔除特定工件。为满足对总外包费用的上限约束,还利用新型的启发式筛选次序族逐一确定从当前外包工件集中剔除的工件。在仿真实验中,通过生成大量的测试算例,对比分析了改进算法与另2种已报道算法在求解质量、计算时间上的表现情况。实验结果表明所提出的改进算法在解的整体质量上具备显著的比较优势,并且能在5.6秒内完成对工件总数为1500的测试算例的求解。