低碳情景下的复合轴辐式快递网络规划

以快递网络规划问题为研究对象,分析了中国情境下多层级多服务水平复合轴辐式快递网络的特点,探讨了网络低碳化运营的内涵与情景,在此基础上构建了碳税和碳交易2种情形下的复合轴辐式快递网络规划决策模型,进而基于国内快递标杆企业的网络规划实践的实际数据、采用Lingo软件进行了相应的模型求解,分析了成本最小化目标与低碳化目标之间的关联与影响机理。研究结果表明,追求低碳化和节能减排并不会对传统的追求成本最小化目标的网络结构产生额外影响。     

公铁联运轴辐式网络货运枢纽布局优化模型

为提高综合货运交通枢纽布局的科学性和合理性,基于公铁联运轴辐式网络产生不同的“流量-运费”折扣系数和不同类型枢纽的时间延迟因子,提出考虑能力限制的公铁联运轴辐式网络货运枢纽布局优化模型,运用禁忌搜索算法进行求解.最后将模型和算法应用于京津冀和晋陕构成的煤炭运输网络实例中,进行分析求解.结果表明,该模型和算法在解决公铁联运轴辐式网络货运枢纽布局问题具有较高的可行性和有效性,为枢纽规划部门提供决策参考.     

考虑网络韧性的三级轴辐式物流网络模型及算法研究

为了实现城市物流运作的集约化，并尽可能降低因突发事件导致的物流供需中断，以物流节点定位和通道布局为落脚点，研究了三级轴辐式物流网络的多目标规划。考虑轴辐式网络的结构约束、多级节点间的连通关系限制，以多级轴辐点选址、轴辐点间的连通关系及强度为决策变量，以网络建设成本最小和网络韧性度最大为目标函数，构建三级轴辐式物流网络模型。结合模型的特点设计了具有双层结构的遗传算法，其中外层为三段编码结构的小生境Pareto遗传算法，用于求解多目标规划，内层为0-1编码的遗传算法，用于求解网络韧性度。以某区域14个节点城市作为案例，验证模型及算法的有效性，并将优化结果与两类传统的单目标物流网络进行了比较。研究结果表明：双层遗传算法能够有效求解三级轴辐式物流网络规划模型；选取案例计算得到的Pareto最优解参与比较分析，优化结果与传统三级轴辐式物流网络相比，网络韧性度提高了6倍，但网络建设成本也随之增加；与单纯以韧性度最大化为优化目标的物流网络相比，网络建设成本降低了7倍，网络韧性度也随之降低。可见提出的双目标三级轴辐式物流网络模型实现了网络建设成本和网络韧性度间的均衡，对于追求具备一定抗毁性能的轴辐式物流网络规划人员，具有参考和应用价值。     

大规模零担物流轴辐式网络决策优化

经济的发展和公路运输的畅通,使零担物流得到迅猛发展.本文针对大规模零担物流网络优化问题,构建了基于双层规划的大规模零担物流轴辐式网络模型,并基于进化博弈和多目标优化思想,设计分层遗传算法来求解模型,最后以算例进行模型及算法验证,得出大规模零担物流网络的枢纽选址、流量分配等决策.灵敏度分析表明节点间流量、单位运输成本等参数会对零担物流网络产生不同程度的影响,增量优化表明当货流量变化时,对建设成本权重较小的情景,决策者宜优先采取改变枢纽点数量来满足需求,而权重系数较大时则应当考虑改变原有枢纽点能级来应对变化.     

考虑运输成本与时间竞争的轴辐式网络设计问题

针对轴辐式物流网络运营中的新运营商与市场中占主导地位的物流联盟企业之间的竞争.首先,从减少OD流运输成本与运输时间角度探讨了新运营商网络设计与中小规模运营商网络调整策略,以提高网络运营商的顾客市场份额占有量.其次,分析运输成本、运输时间与顾客市场份额效用函数之间的关系,提出了相应的分段、线性与非线性顾客效用函数,并建立了基于不同顾客效用函数的网络设计与网络调整混合整数规划模型.同时,为了处理计算实验的复杂性,将非线性目标函数转化为二阶锥规划约束求解.最后,通过实验分析了不同决策偏好权重、顾客效用函数、运输时间与成本对网络设计与网络调整的影响.     

轴辐式中国国内煤炭运输网络构建

提出轴辐式中国国内煤炭运输网络结构,构造一个同时考虑经济因素和环境因素的双目标轴辐式煤炭运输网络优化模型.应用精英策略非支配排序的遗传算法(NSGA-II),设定10个算例,并对比多目标粒子群优化算法(MOPSO)和多目标和声搜索算法(MOHS)对模型进行求解.结果表明,轴辐式煤炭运输网络优化模型有效,相比于MOPSO、MOHS算法,NSGA-II算法能够在更短的时间内生成较高质量的最优解,并且所得最优解二氧化碳的总排放量更少.     

基于时间可靠性分析的农产品轴辐式物流网络节点选址

针对农产品轴辐式物流网络的特点及农产品物流时效性要求,将系统可靠性应用于农产品物流网络节点选址研究中。在满足用户规定的时间可靠度要求的前提下,建立了以运输总成本最小为目标的农产品物流网络节点选址模型,并设计基于全局协同搜索的混合蛙跳算法(SFLA)对模型进行求解。最后通过算例分析,验证了模型的合理性和有效性。研究结果表明,将时间可靠性分析应用于农产品物流网络节点选址研究,能够满足用户对运输时效性的要求,降低了物流运输成本,提高了农产品物流的时间可靠度。     

轴辐式集装箱海运网络演化过程的回声模型仿真

从复杂适应系统角度研究集装箱海运网络,分析集装箱海运网络的轴辐结构。在此基础上,针对集装箱海运网络的演化过程建立回声模型,并利用Swarm平台进行仿真,结果再现了轴辐式集装箱海运网络的形成过程。对比分析枢纽港和喂给港两种不同类型港口演化过程中产能的变化,并借用复杂网络中度和介数两个指标诠释港口主体各类粘着方式,以及政策因素对网络演化过程的影响。     

轴辐式和多港挂靠班轮网络中的集装箱优化管理

随着国际贸易的发展,集装箱管理成本对船公司经营成本的影响在不断扩大.根据轴辐式网络和多港挂靠网络的特点,构建不同网络模式下的集装箱管理成本最优的混合整数规划模型,并用亚洲——北美班轮航线上的模拟数据进行了验证和求解.通过不同贸易差的案例对比,发现贸易差越大,轴辐式网络中的集装箱资金成本优势明显,而多港挂靠网络中的集装箱调运成本和租箱成本优势显著.得出了多港挂靠网络更加适合该航线的结论.     

考虑环保多车型干线运输的低碳轴辐式网络优化

针对轴辐式网络中运输车辆的排放污染问题,提出在干线运输中组合使用排放量不同的多种车型的低碳运作策略,研究其对轴辐式网络设计的影响.基于轴辐式网络基本模型,构建考虑时间成本、干线运输车辆排放成本的多车型轴辐式网络设计的混合整数规划模型.通过算例揭示该模型的特征,发现轴辐式网络的干线运输中考虑多车型策略,会影响到轴辐式网络的枢纽选择及辐点分配;通过分析模型参数的敏感性、环保多车型策略,以及经济成本与排放的均衡,研究干线运输周转量变化与枢纽点的选择及环保多车型策略的关系,总结轴辐式网络枢纽点选择变化的特点及环保多车型策略对网络适应性的影响,形成考虑环保多车型策略的低碳轴辐式网络设计方法.     

大学考试时间表问题的混合遗传算法求解

考试时间表问题是一类典型的组合优化问题,也是NP难问题.分析了大学考试时间表编排的特点,给出了一种解决考试时间冲突的自动生成考试时间表的可行时段-查找算法.为进一步解决时间间隔问题,将可行时段-查找算法嵌入到遗传算法中形成混合遗传算法.实验结果表明,本文提出的混合遗传算法能快速、有效的解决大学考试时间表问题.     

大学考试时间表问题的混合遗传算法求解

考试时间表问题是一类典型的组合优化问题,也是NP难问题。分析了大学考试时间表编排的特点,给出了一种解决考试时间冲突的自动生成考试时间表的可行时段-查找算法。为进一步解决时间间隔问题,将可行时段-查找算法嵌入到遗传算法中形成混合遗传算法。实验结果表明,本文提出的混合遗传算法能快速、有效的解决大学考试时间表问题。     

求解装配线平衡问题的混合遗传算法

装配线平衡问题一直是设施规划问题中的重要组成部分,是在建立生产线时就被考虑、解决并确定的。在面向市场的情况下,生产线必须是柔性的生产线,能快速响应新产品的需求,装配线平衡问题更应该是一个动态的生产调度问题。文章提出了混合遗传算法求解装配线平衡问题,给出了合适的编码方法,设计了新的交叉和变异算子,并通过实例验证了该算法的有效性和可行性。     

基于遗传算法的运输问题最优解研究

用表上作业法求解运输问题计算量很大,且收敛速度较慢.本文用遗传算法求解运输问题,通过选择恰当的编码方案和遗传算子,求运输问题的最优解.通过实例说明了基于遗传算法的产销平衡的运输问题及求解过程.     

一类非线性二层混合整数规划问题全局最优解的遗传算法

讨论了一类非线性二层混合整数规划的求解问题，将遗传算法和单纯形法结合提出了一种混合遗传算法，为了避免经典遗传算法在实际运用中存在的Hamming悬崖、早熟收敛、全局优化速度慢和解的精度差等缺点，引入了实数编码，并采用多个子种群并行搜索的策略，数值模拟结果表明该算法是有效的。     

求解车辆路径问题的改进遗传算法

在建立车辆路径问题数学模型的基础上,设计了求解该问题的改进遗传算法,即采用自然数编码,构造一定长度的遗传个体表,动态记录适应度以及引入新交叉算子。实验结果表明,该算法用于求解车辆路径问题,不但可以解决传统遗传算法在求解该问题所遇到的“早熟收敛”,而且大大提高算法的运行效率。     

基于遗传算法的路由选择问题的研究

针对多目标优化问题,应用免疫遗传算法的基本思想,提出了一种求解满足带宽-时延约束多组播路径问题的两层遗传算法。在算法中设计了一种基于节点连接路径的具有树状结构的染色体表示方法及可以实现树状染色体交叉和变异的算子。数值实验结果表明,文中提出的算法可以有效找到多组播路由问题的优化解。     

新型遗传算法求解车辆路径问题研究

建立有时间窗车辆路径问题的数学模型,针对遗传算法在局部搜索能力方面的不足,提出将模拟退火算法与遗传算法相结合,从而构造有时问窗车辆路径问题的混合遗传算法,并进行实验计算.结果表明,用混合遗传算法求解该优化问题,可以在一定程度上克服遗传算法在局部搜索能力方面的不足和模拟退火算法在全局搜索能力方面的不足,从而得到质量较高的解.     

求解变量有界的运输问题的新方法

提出了变量有界的运输问题的一种新解法:先将此类问题转化为变量有上界的产销平衡的运输问题,在求初始解时采用类似最小元素法确定基变量,若变量取值可能超过其上界约束,则用拆分销地并限制其销量的方法加以控制,优化调整时也采用拆分销地的方法,从而逐步将变量有上界的运输问题转化为一般运输问题求解.最后给出一个计算实例.     

Hybrid ant colony algorithm for traveling salesman problem

A hybrid approach based on ant colony algorithm for the traveling salesman problem is proposed, which is an improved algorithm characterized by adding a local search mechanism, a cross-removing strategy and candidate lists. Experimental results show that it is competitive in terms of solution quality and computation time.