带模糊时间窗的配送问题多目标优化研究

针对配送多目标优化问题,综合考虑车辆使用数、运输总里程和客户服务水平,基于双层规划的思想,解决了车辆数函数和运输里程函数的区间伸缩指标问题,并引入客户不满意度的模糊隶属度函数来描述配送服务水平。通过去量纲将三个优化目标转化为总目标函数的功效函数,并运用模糊层次分析法对三个函数分配权重,建立以车辆使用数最少、运输总里程最小、客户不满意度最低的标量化多目标模型,并运用模拟退火算法验证了模型的合理性和普适性。     

带时效性约束的配送中心多源选址问题研究

应用启发式算法求解带时效性约束的多源选址问题.分析物流配送的时效性问题,建立带时效性约束的配送中心多源选址模型.构造两步启发式算法:1)借助传统迭代算法,求解物流服务分配矩阵,把多源选址问题转化为单源选址问题;2)基于M ATLAB函数,设计优化程序,计算带时效性约束的单源选址模型.并给出算例,验证模型和算法的可行性.研究表明两步启发式算法是求解带时效性约束的物流配送中心多源连续选址问题的有效算法.     

带退货和软时间窗的多仓库选址-路径问题研究

选址-路径问题(location routing problems, LRP)是集成物流网络研究中的难题,也是任何一个大型物流配送企业必须面对的管理决策问题。本文在仓库容量约束和车辆容量约束的基础上,结合送取货一体化的配送模式和客户服务时间要求,建立了带退货和软时间窗的多仓库选址-路径(MDLRP)数学模型。针对MDLRP问题求解的复杂性,引入局部搜索算法和重组策略,设计了自适应混合遗传算法,对模型进行整体求解。最后进行数值实验,表明本文提出的模型和改进算法具有实用性和优越性,可为选址和车辆运输决策提供重要参考依据。     

基于时间窗限制的预制构件配送成本优化研究

针对预制构件配送调度依靠经验的不科学现状,基于构件自重大、配送频次高、有时间窗限制且配送地点分散的特征,以配送过程中的运输成本、时间惩罚成本以及等待时间成本等因素为主要考量对象,建立构件配送成本最小模型,以降低配送成本,提高经济效益.以某预制构件生产厂为算例,用改进狼群算法求解,结果证明了模型的可行性,同时将改进狼群算法与改进人工鱼群算法的计算结果进行对比.结果表明:在迭代次数、最优值求解方面,改进狼群算法比改进人工鱼群算法更优.     

带时间窗取送货问题的混合算法

为解决带时间窗的取送货问题,建立了集合划分模型,设计列生成算法与启发式规则相结合的CGA混合算法进行求解。首先,放松约束构建主问题及受限主问题,运用单纯形法与分支定界进行求解;其次,建立时空网络以构建子问题,基于修正的Dijkstra's算法,设计包含算法A、B1、B2的求解算法;最后,通过启发式算法解决节点重复覆盖问题。为验证算法有效性,进一步构建了OPT近似最优解算法;并基于CGA提出三种求解策略C1、C2、C3,做单因素方差分析,采用算例分析算法的性能。实验结果表明,对于客户点数量小于30的小规模算例,CGA与OPT所得结果相近,但CGA求解效率更显著;针对客户点数量为600的大规模算例,CGA至多在20分钟内求得结果,可见本文算法的精度和效率较高。而针对不同类型及规模的客户点的单因素方差分析结果显示,C1、C2、C3在“平均行驶距离成本”、“平均车辆数”、“平均求解时间”三个维度上差异性显著,经营者可根据实际需求进行策略选择。     

带时间窗车辆路径问题的改进节约算法

对节约算法进行了改进,并利用改进的节约算法解决了带时间窗约束的多类型车辆路径问题．首先讨论了带时间窗约束的单类型车辆路径问题,给出其模型,并归纳了几种通过改进传统的节约算法得到的用于求解带有具体约束车辆路径问题的改进节约算法．     

一类带时间窗车辆分配问题的贪婪算法

本文对一类带时间窗的车辆分配问题进行了分析,引入了车辆任务的概念,并将问题转化为车辆与车辆任务的匹配问题,同时制订了运输任务选择和车辆选择的贪婪策略,并在此基础上设计了车辆分配问题的贪婪算法,最后通过实例验证了算法的有效性。     

蚂蚁算法在带时间窗车辆路径问题中的应用研究

蚂蚁算法是近年来新出现的一种随机型搜索寻优算法.自从在旅行商等著名问题中得到富有成效的应用之后,已引起人们越来越多的关注和重视.本文将这种新型的生物优化思想扩展到物流管理中的带时间窗车辆路径问题,从数值计算上探索了蚂蚁算法的优化能力,获得了满意的效果.     

Supply Hub下基于时间窗的供应链协同研究

以装配系统为研究对象,建立了随机零部件补货提前期下两个供应商对单制造商的准时供货模型.在制造商采取货齐付款的结算方式及交货时间窗模式下,研究了两个供应商的最优交货提前期决策.研究结果表明:一是交货时间窗策略能有效降低供应商的成本,而且时间窗越长,供应商的成本越低,但仅仅依靠单一的交货时间窗策略不能完全协调整个供应链;二是通过调整供应商延迟交货的惩罚成本,如增大对供应商的延迟交货惩罚,可实现供应链的协调.     

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.     

求解带时间窗车辆路径问题的混合Memetic算法

为提高带时间窗车辆路径问题的求解精度和求解效率,设计了一种混合Memetic算法。采用基于时间窗升序排列的混合插入法构造初始种群,提高解质量的同时兼顾多样性,扩大搜索空间;任意选择组成父代种群,以维持搜索空间;运用简化的变邻域搜索进行局部开发,引入邻域半径减少策略提高开发效率,约束放松机制开放局部空间;以弧为对象,增加种群向当前最优解和全局最优解的后学习过程。实验结果表明,所提出的算法具有较好的寻优精度和稳定性,能搜索到更好的路径长度结果,更新了现有研究在最短路径长度的目标函数上的下限。     

带柔性时间窗车辆路径问题的混沌蚁群算法

带柔性时间窗的开放式车辆路径问题(Opening Vehicle Routing Problem with Flexible Time Windows,OVRPFTW)对物流配送中的延迟或者提早具有一定程度的容忍.本文首先建立了OVRPFTW的数学模型,然后分别将Sine映射,Chebyshev映射和Logistic映射引入基本蚁群算法,构建了三种混沌蚁群算法,并将其用于求解OVRPFTW.算例测试表明:Sine映射和Chebyshev映射能够明显地改进基本蚁群算法的优化性能,基于Sine映射和Chebyshev映射的混沌蚁群算法的求解性能优于基本蚁群算法和基于Logistic映射的混沌蚁群算法.     

多时间窗车辆路径问题的智能水滴算法

研究了多时间窗车辆路径问题,考虑了车容量、多个硬时间窗限制等约束条件,以动用车辆的固定成本和车辆运行成本之和最小为目标,建立了整数线性规划模型。根据智能水滴算法的基本原理,设计了求解多时间窗车辆路径问题的快速算法,利用具体实例进行了模拟计算,并与遗传算法的计算结果进行了对比分析,结果显示,利用智能水滴算法求解多时间窗车辆路径问题,能够以很高的概率得到全局最优解,是求解多时间窗车辆路径问题的有效算法。     

带时间窗的三维装载物流配送优化方法研究

针对城市物流配送优化研究在客户服务时间窗和货物装载方式合理结合方面存在的不足,考虑物流配送车厢货物装载方式与客户访问序列相关的特征对车厢空间进行合理的区域划分。首先,构建了包含配送中心的固定成本、配送车辆的运输成本、维修成本、租赁成本和违反时间窗惩罚成本的物流运营成本最小化和配送车辆空间利用率最大化的双目标优化模型;然后,提出一种结合遗传算法(GA)全局搜索能力和禁忌搜索算法(TS)局部搜索能力的GA-TS混合算法求解模型;最后,结合重庆市某配送中心的三维装载物流配送实例数据进行了优化计算,实验结果给出了带时间窗的三维装载物流配送路径优化方案,并进行了不同车厢空间分区模式下平均装载率、物流运营成本和车辆使用数的比较分析。研究表明,当客户需求货物种类数与车辆的空间区域划分数相等且按货物类型进行区域划分时,物流运营成本最小,配送车辆使用数最少和车辆平均装载率最高。     

时变条件下带时间窗车辆调度问题的模拟退火算法

带时间窗车辆调度问题(VRPTW)是一类要求满足容积和时间窗约束的车辆路径优化问题,现 有大部分相关文献只考虑了车辆行驶速度恒定的情况,忽略了各种动态因素的影响.本文研究的时变条件下带时间窗车辆调度问题将车辆行驶速度考虑成时变分段函数,并利用模拟退火算法进行求解,最后通过实验结果说明算法的有效性.     

有时间窗装卸问题的多策略分组编码遗传算法

根据有时间窗装卸问题(PDPTW)的数学模型,设计了多策略分组编码遗传算法,将禁忌思想用于产生可行解的启发式插入算法之中,对计算实例进行了求解,结果表明,此算法可以有效求得有时间窗装卸问题的近似最优解.     

带缓冲库存的物流直通配送运作时间优化

针对直通配送需要尽可能缩短配送中心内运作时间的问题.利用总运作时间与完成所有操作所需时间最长的出站口的操作时间等价的关系,构建了以最小化总运作时间为目标的进出车辆分配问题模型,同时解决了进出车辆的分配问题和分配到同一进(出)站口的车辆的排序问题.利用遗传算法进行实验,结果表明模型能够对配送中心内的运作时间进行有效优化,且在时间优化方面,与以最小化配送中心内搬运工具移动距离为目标相比更为有效.     

带集货和配送的多站点VRP优化算法研究

带集货和配送的多站点车辆路线问题(M DVRPPD)是经典VRP的扩展,是多个站点和若干客户既有需求又有供给的VRP问题.研究了该问题的模型并提出了求解该问题的多阶段启发式算法,即先用临界客户的思想把多站点转换为单一站点问题,再使用基于SFC的分组方法来构造初始解,并运用3-opt算法优化回路,之后采用插入算法改善解的可行性,从而得到最终优化解.最后通过实例计算证明了该方法解决M DVRPPD问题的实用可行性和科学有效性.     

带时间窗的某物流配送车辆调度问题的方案优化分析

采用带时间窗的车辆调度优化物流配送系统,建立了带时间窗的多目标约束条件下的派车优化问题的数学模型,并针对某大型连锁超市物流配送中心的车辆调度问题进行了求解,经过对比分析,新方案实现了一定程度多目标优化.     

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.