疫区应急物资供应的卡车-无人机动态协同配送路径优化

研究传染性公共卫生事件发生后疫区的应急物资供应问题,为避免传染,对中高风险疫区采用“无接触式”的无人机配送方式、低风险疫区采用卡车配送方式,在此基础上设计疫区应急物资供应的卡车-无人机动态协同配送模式.综合考虑疫区风险级别、无人机容量、飞行距离、卡车容量等因素,以应急物资总配送时间最短为目标,构建卡车-无人机动态协同配送路径规划模型,并设计一种自适应遗传算法求解.实验结果表明:文章方法能在非常短的时间内求解出符合决策者目标的卡车-无人机动态协同路径规划方案,有效缩短应急物资总配送时间,能为政府部门在重大传染性公共卫生事件下的应急物资配送提供决策参考.     

考虑共同客户的协同配送优化方法研究

本文针对一些客户仅需要一个配送中心提供配送服务,而某些客户需要多个配送中心提供配送服务(需要多个配送中心提供服务的客户就是企业的共同客户)的情形,提出了一类具有多配送中心、有时间窗限制的车辆路径问题,建立了相应的数学模型。基于“先分类,后求解”的思想,本文设计了两阶段启发式算法：第一阶段提出基于客户聚类的启发式算法,形成聚类信息,将多中心问题转化成单中心问题;第二阶段通过改进的蚁群算法对每个配送中心的情况进行求解。最后,通过算例对该模型的可行性和有效性进行了验证,结果表明与非协同配送方式相比,在配送距离、降低配送成本、提高客户满意度等方面均有明显改进。     

考虑碳排放的需求可拆分车辆路径问题模型及算法研究

考虑低碳环境下的需求可拆分车辆路径问题,建立了以配送成本最小为决策目标的数学模型.随后根据模型特点,设计了基于动态学习因子的改进粒子群算法,并通过两个不同规模算例对模型验证模型和算法的有效性和合理性.通过两个算例中的算法对比发现,所提出的算法较改进前算法,均能够在保证求解质量的前提下,减少计算时间;而当算例规模增大时,这一优势更为明显.     

开放式多中心需求可拆分VRP及混沌遗传模拟退火算法

综合考虑客户需求量允许被拆分、配送系统拥有多个配送中心且车辆可就近返回配送中心的运输模式,建立以配送中心日均建设成本、车辆派遣成本、理货成本和油耗成本之和最小为目标的数学模型,并根据问题特征设计了混沌遗传模拟退火算法对问题进行求解。通过对不同规模以及不同类型的算例进行实验,验证了混沌遗传模拟退火算法求解本文问题的有效性。     

基于卡车-无人机的农村电商"最后一公里"联合配送优化研究

针对农村电商物流最后一公里的配送难问题,首次引入卡车-无人机联合配送模式,并以配送成本最小为目标,构建了基于卡车-无人机的农村电商最后一公里联合配送优化模型.针对模型的NP难特性,本文设计了动态破坏策略和平行修复策略,提出了改进的大邻域搜索算法求解该模型.最后,通过标准测试集和JD案例,验证了模型及算法...     

带时间窗偏好的同时配集货且需求可拆分车辆路径问题

针对带时间窗偏好的同时配集货且需求可拆分车辆路径问题,最小化派遣成本、理货成本、时间窗惩罚成本以及油耗成本之和,建立数学模型。设计混合遗传变邻域搜索算法求解问题,在算法中引入时空距离的理念,首先用最近邻插入法和Logistic映射方程生成初始种群;然后利用变邻域搜索算法的深度搜索能力优化算法;提出自适应搜索策略,平衡种群进化所需的广度和深度;设计拆分准则,为各客户设置不同的拆分服务量;提出确定车辆最优出发时间的时差推移法,减少车辆在客户处的等待时间;最后通过多组算例验证本文模型和算法的有效性。     

随机需求下多供应商和多零售商的生产-库存-运输联合优化模型

考虑随机需求下多供应商和多零售商的生产-库存-运输联合优化问题.在联合优化时,首先利用最近邻算法将各零售商分成不同区域,分区后问题转化为随机需求下单供应商对多零售商的生产-库存-运输联合优化问题.在每个分区内,由供应商统一决策其分区内各零售商的送货量和送货时间.利用粒子群算法和模拟退火算法相结合的两阶段算法求出最优送货量、最优运输路径和最大期望总利润.然后采用收入共享契约将增加的利润合理分配给各供应商和各零售商,使各方利润都得到增加,从而促使各方愿意合作.通过数值算例验证了联合优化模型优于独立决策模型.     

求解硬时间窗约束下随机需求库存-路径问题的优化算法

随机需求库存-路径问题(Stochastic Demand Inventory Routing Problem, SDIRP)即考虑随机需求环境下供应链中库存与配送的协调优化问题,是实施供应商管理库存策略过程中的关键所在,也是典型的NP难题之一。文章以具有硬时间窗约束的随机需求库存-路径问题(Stochastic Demand Inventory Routing Problem with Hard Time Windows, SDIRPHTW)为研究对象,将SDIRPHTW分解为直接配送的随机库存-路径问题和具有硬时间窗约束的路径优化问题两个子问题,并以最小化系统运行成本和用车数量为目标,设计了一个基于(s,S)库存策略和修正C-W节约法的启发式算法。最后,通过相应的数值算例验证了算法的有效性。