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.     

考虑均衡性的不确定时间车辆调度问题研究

本文针对车辆调度实际运行过程中时间的不确定性问题,提出了包含时间窗口、车辆容量约束的配送服务线路随机规划模型,以最小化调用的车辆数目和运行距离,降低顾客的不满意度并且尽可能保证每条路线的均衡性。结合模型,给出了基于禁忌搜索的混合启发式算法,并且生成多个算例,依据算例结果说明模型和算法优越性,同时说明可以在不降低顾客满意度和不提高总运输成本的基础上,降低各条线路之间的时间差异。     

带时间窗口的超市物流配送不确定规划模型

主要研究了不确定环境下带时间窗口的超市物流配送问题。假设超市的日需求量是不确定变量,在配送过程中车辆的行驶时间也为不确定变量。为了最小化配送过程中车辆行驶时间,建立了不确定机会约束模型。然后应用不确定变量的运算法则对模型进行等价转化,并为求解模型设计了算法。最后给出了一个数值算例来说明模型的实际应用。     

一类有时间窗口约束的多资源动态调度模型与方法

含时间窗口的多资源调度，是一个包括资源分配和时间窗口分配的两阶段优化过程。在初始调度方案执行过程中，由于新的任务需求的到达，需要对初始方案进行调整．以使整个调度方案最优。本针对这种情况，分析了该问题中的主要约束条件．建立了含时间窗口的多资源动态调度模型，给出了一种启发式迭代修改求解方法；并以含时间窗口的多机调度问题为例．对模型和算法进行了验证。     

不确定运行时间环境下的车辆调度问题及启发式算法

考虑到物流公司或者配送中心车辆实际运行过程中时间的不确定性,提出了配送服务线路包含时间窗口、车辆容量约束的随机规划模型,以最小化车辆运行成本同时尽可能降低所服务顾客的不满意度.同时,又稍作改进给出了平均-风险模型,由于VRP问题是NP难的,给出了一种基于禁忌搜索的启发式算法,并以北京市13个点的为例,给出求解结果.     

多车场多车型车辆调度问题及其遗传算法

研究多车场多车型车辆调度问题,建立了一种基于最小配送费用的数学模型,模型的配送费用在考虑基本运输费的基础上又引入了司机的工资支出,包括基本工资和加班费.在多车场多车型车辆调度模型中,一辆车可以为多个客户服务,但一个客户只能由一辆车提供服务.根据模型的这些特点,提出了一种新的染色体混合编码方案和遗传操作策略,从而借助遗传算法成功实现了模型的求解.数值仿真结果验证了算法的可行性.     

地区超市有时间窗口的固定路线运输问题

文章为一家本地超市设计了一套行之有效的固定路线运输问题方案，它的目标是在载量能力、最大允许行程时间及各分店营业时间和机动车停车时间窗口限制下的行车趟数的最小化、车辆利用率的最大化。也将考虑生长点、载量、可变需求和时间窗口对路线生成的影响。     

带有时间窗的生鲜物流配送路径优化研究

随着生鲜消费的日益增多,生鲜物流配送也面临着如何在快速安全的条件下满足人们对生鲜的需求,使消费者在最短的时间得到最新鲜产品的现实问题,提出带有时间窗的生鲜物流配送车辆路径问题.充分考虑配送距离、车辆固定成本、生鲜损耗等多种因素,设计以配送损耗为可变成本和车辆启动费用为固定成本之和最小的优化目标,建立带有时间窗生鲜损耗的配送模型.针对模型的特征,设计自适应遗传算法求解该模型.最后,结合仿真算例来验证模型与算法的有效性.     

第三方库存-路线问题的模型及混合遗传算法设计

根据第三方库存-路线问题的特点,以车辆租赁费用和运行费用之和为目标函数,不限制客户每次的配送量小于车辆容量,建立了满载运输和非满载运输混合的整数规划模型.针对第三方库存-路线问题的复杂性,本文设计嵌入禁忌搜索的遗传算法来同时决策库存和路线问题.首先对配送间隔进行编码,然后用禁忌搜索法计算每天需要配送的车辆路线问题.最后与其下界值进行比较,结果表明该算法是一个有效的算法,不但第三方能取得较低的运营总成本和较高的车辆利用率,而且也能为客户节约库存空间.     

战时备件配送的MDVRPTW问题研究

战时备件配送的车辆调度是提高装备保障效率的关键因素.以装备效能损失最小化为车辆调度的目标,建立了问题的M DVRPTW模型,并应用蚁群算法对问题进行了求解.算法中,根据问题特征改进了状态转移规则,设计了串行和并行两种路线构造方法,并应用局部搜索模块对蚂蚁构造的路线进行改进.对算例的计算实验表明,串行路线构造方法在精度和速度两方面均优于并行路线构造方法.     

基于遗传算法的成品油二次配送车辆路径问题研究

研究了加油站需求已知前提下带时间窗的具有满隔舱运输约束的多车型成品油二次配送车辆路径问题.首先以总费用极小化为目标建立了具有满载运输约束的多车型成品油二次配送车辆路径问题的混合整数规划模型,其中总费用包括动用车辆的固定费用、车辆的运输费用、以及不满足时间窗约束的等待成本和惩罚成本等.然后基于成品油二次配送车辆路径问题的特点设计了求解模型的遗传算法,通过对车辆和加油站分别采用自然数编码方式、解码时考虑约束条件等策略有效避免了不可行解的产生.最后利用一个实际案例进行了模拟计算,结果显示根据方法得到的配送方案明显优于实际中凭经验得到的配送方案,总配送成本大约降低了9%.模型和算法为制订成品油二次配送方案提供了决策依据.     

基于改进模拟退火算法的推动式生产-配送协调优化

为减小物资生产与配送不协调造成的成本及生产资源浪费,建立了考虑推动式生产调度的物资配送优化模型,并针对标准模拟退火算法受随机因素影响易陷入局部最优的缺点,设计带有回火与缓冷操作的改进模拟退火算法对模型求解,确定了优化的车辆配送路线以及物资生产计划。对比实验结果表明：相对于单纯的物资配送优化模型,考虑推动式生产调度的配送优化模型,能够有效减小物资滞留时间以及配送延误成本;相较于标准模拟退火算法,改进算法搜索到了更优解,且计算结果的标准差减小了93.42%,稳定性更好;同时,改进模拟退火算法具有较低的偏差率,在中小规模算例中求解质量较高,平均偏差率在0.5%以内。     

基于前摄性调度的电动汽车路径问题研究

针对车辆调度过程中资源不均衡的问题,利用需求的不确定性,将配送周期划分为初始配送阶段和补货阶段,建立多阶段电动汽车的两级车辆路径优化模型.根据需求的动态程度对配送区域进行划分,结合前摄性调度和反应性调度策略,提出了一种混合禁忌搜索算法(HTSA)来求解该模型.在真实的案例和多个基准评估算例上的实验结果表明:模型和算法的性能优于传统的启发式算法,具有一定的实用价值.     

优化交货期窗口的两阶段供应链排序问题

研究一类优化交货期窗口的两阶段供应链排序问题. 优化交货期窗口是指交货期窗口的开始与结束时刻是决策变量, 不是输入常量. 两阶段是指工件先加工, 后运输: 加工阶段是一台加工机器逐个加工工件;运输阶段是无限台车辆分批运输完工的工件. 工件的开始运输时刻与完工时刻之差定义为工件的储存时间, 且有相应的储存费用. 若工件的运输完成时刻早于(晚于)交货期窗口的开始(结束)时刻, 则有相应的提前(延误)惩罚费用. 目标是极小化总提前惩罚费用、总延误惩罚费用、总储存费用、总运输费用以及与交货期窗口有关的费用之和. 针对单位时间的延误惩罚费用不超过单位时间的储存费用、单位时间的储存费用不超过单位时间的提前惩罚费用的情形, 给出了时间复杂性为O(n^{8})的动态规划算法.     

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.     

多种费用下具有时间转换约束的工期费用均衡项目调度研究

传统离散时间-费用均衡项目调度问题DTCTP未考虑各个活动执行时间差别,本文将时间转换约束引入传统DTCTP,同时考虑项目间接费用和联系合同双方的奖惩费用,形成多种费用条件下具有活动类型时间转换约束的工期-费用均衡项目调度模型DTCTPTSC,并对模型进行优化分析.实例结果表明,间接费用率对工期-费用决策产生影响的阈值减小,业主设置的奖惩因子对承包商的激励约束效果具有区间响应特点;进一步从业主和承包商双方角度探讨了奖惩因子的取值对各自行为的影响,分析结果对双方在项目谈判过程中具有借鉴意义.     

基于遗传算法的物流配送车辆调度问题研究

研究使用遗传算法求解物流配送组织过程中车辆调度问题 .通过把时间窗约束和车辆容量约束转嫁到最小费用目标函数中去 ,建立适合于遗传算法的车辆调度模型 .阐述放回式随机复制算子和适应度函数 ,设计描述行驶线路的染色体结构、初始群体生成方法、独特的交叉算子和交换变异算子 ,构造完整的遗传算法 .并给出算例 ,验证调度模型和遗传算法 .     

基于混合算法的实时订货信息下的车辆调度优化

实时订货信息下的车辆调度是随机性车辆调度中货物需求量、需求点均不确定的情况下的车辆调度.针对该问题,本文构建了配送总成本最小的目标函数,提出了采用混合算法求解的思路.即以局部搜索法求得初始解,采用遗传算法优化初始解,并在送货时间更新后,利用禁忌搜索法求解速度快的特点改进调度方案,得到订货信息不断更新的条件下的车辆调度方案.通过实例分析,本方法既可解决电子商务条件下实时订货的车辆调度问题,也具有求解结果可靠、求解过程快速的特点.     

考虑模糊时间和成熟度的跨区域鲜果电商配送模型研究

基于现实配送过程中配送时间存在着不确定性,通过配送时间模糊化处理构建出跨区域鲜果电商配送模糊网络流模型,进而根据实际配送时间与期望配送时间的偏离建立顾客满意度函数,然后构建由满意度降低引起的惩罚成本函数,并根据鲜果成熟度变化特性建立带有模糊时间和成熟度的跨区域鲜果电商配送最小成本路线优化模型。在求解过程中利用三种去模糊化方法(重心法、积分法和α-cut法)对模糊时间进行处理,并结合现有的整数规划算法对模型进行求解,得出最佳配送路线并进行对比分析。结果表明：(1)根据鲜果成熟度水平选择适当的配送路线可以有效降低配送成本,保证鲜果品质;(2)在去模糊化方面α-cut法比重心法和积分法所得结果更具有一般性。     

煤矿物资多车型配送的改进遗传算法求解

首先根据郑州煤电物资供销有限公司的实际情况建立单车场多车型车辆路径问题的模型,在此模型的基础上,用本文提出的改进遗传算法(IGA)对其求解,最后通过和传统的启发式算法(CHA)、扫描法(SA)的求解从配送费用、配送车辆数和运算时间上进行了综合比较,得出IGA算法求得的总运输费用最低,SA算法次之,CHA算法最高;但从所需参与配送的车辆数目来看,CHA求得的最好解所需的车辆数最少,其次是SA,IGA最多;在平均计算时间上,CHA的优势最明显,仅为SA的,IGA的.