混合不确定条件下多式联运路径优化

针对运输时间及需求不确定的多式联运路径优化问题,综合考虑货运过程中节点作业时间窗、运输方式固定出发时刻及终点处的收货时间窗约束,采用基于情景的鲁棒优化方法,建立以运输、中转和仓储费用之和最小的多式联运路径优化模型,设计遗传算法并进行有效性检验.通过算例研究比较不同模式下多式联运的运输方案及成本,并探究鲁棒优化解的质量与遗憾系数、随机数波动范围的关系.研究结果表明：节点时间窗的存在和改变会导致运输成本和运输方案的变化,混合不确定条件下的多式联运路径鲁棒优化受到遗憾值约束及不确定因素波动范围的影响,将导致运输成本增加.由此,多式联运决策者需预判不确定因素的影响、选择合适的最大遗憾值、关注节点混合时间窗约束以降低成本提高效率.     

考虑模糊需求的多式联运路径优化

多式联运可有效降低物流成本,提高物流效率.本文构建了基于运量不确定的多式联运网络规划,以节点作业时间窗和运输时限客户满意度为约束,建立了以总费用最低为目标的多式联运路径优化模型,从运输路径和运输方式两个维度选择广义最短路径.应用Lingo 12.0实现模型的求解,实验结果表明了多式联运相较单一运输方式在运输时间与费用上的优越性,并应用灵敏度分析法,对比了仅考虑运输时限约束时客户满意度的变化,展示了运量的不确定性及运输弧与节点能力对路径规划产生的影响,揭示了客户满意度、网络能力、运输路径与费用等因素的相互关系,验证了所建模型的合理性.     

模糊需求环境下考虑碳成本的多式联运路径优化

不同于只考虑需求确定的情形,通过引入三角模糊数解决需求模糊情形下多式联运路径选择问题.并将碳成本纳入考虑范围,建立了基于综合成本、时间和碳排放量的多目标优化模型.在此基础上,利用逐步法求解该模型.结合实例验证,该模型可以平衡成本和碳排放量之间的关系,达到控制碳排放量的效果.     

灾后初期考虑需求及时间不确定的应急物资配送中心选址-分配优化

面向灾后初期受灾点对应急物资需求的不确定性,考虑因通道中断造成的运输时间不确定性,以应急物资配送总成本最小和受灾点综合满意度最大为目标,构建应急物资供不应求状态下应急物资配送中心选址-分配多目标优化模型,其中,综合满意度由时间满意度和需求满意度共同刻画;设计量子粒子群优化算法对模型求解,采用遗传算法与之对比,并对相关参数进行敏感性分析。算例分析结果表明,该模型和算法是有效的,可以提供较优的选址-分配方案。     

考虑充电需求和时间窗的多AGV调度优化建模

为了提高自动引导小车(automatic guided vehicle,AGV)在物流分拣中心的分拣效率,考虑采用纯电力驱动的AGV分拣过程存在电量消耗和充电需求的特性,提出了一种优化模型.在考虑AGV剩余电量和包裹时间窗等约束条件的基础上,建立了以最小化分拣作业周期为目标的混合整数规划(MIP)模型并提出了相应的约束...     

基于优势排序数的多目标多式联运方案优化

针对带服务时间窗的多式联运方案优化问题,考虑运输总成本和运输过程中不准点导致的延误总时间两个目标,建立了多时间窗多目标多式联运数学模型,引入基于分目标的优势排序数和总优势排序数概念,证明了优势排序数的若干重要性质,依据总优势排序数的性质构建适应度函数,设计了一种基于优势排序数及寻求Pareto最优解的多目标离散粒子群算法,案例结果表明了模型和算法的可行性和有效性,算法给出的Pareto最优解也从实践角度证明了总优势排序数的性质.     

带时间窗车辆路径问题的混合粒子群算法

将粒子群优化算法与模拟退火算法结合,提出了一种求解车辆路径问题的混合粒子群算法.实例计算及与遗传算法比较的结果表明:应用混合粒子群算法可以快速地求得带时间窗车辆路径问题的优化解;该算法是一种求解离散组合优化问题的有效方法.     

基于改进烟花算法的中俄商品多式联运路径优化

中俄双边贸易随着"一带一路"倡议的深入落实呈现出稳定增长的态势,商品需求量的增多以及需求时间的多样化使得商品运输方式发生了重大转变,运输方式由原来的单一运输转变为现在的多式联运.通过多式联运构建综合交通运输方案,既能够满足商品需求量的激增以及商品需求时间的多样化,同时又能够发挥不同运输方式之间的优势,形成优势互补.为了求解多式联运物流路径优化问题,本文以中俄贸易区间的运输路线与运输方式为研究对象,综合考虑中俄贸易区间的商品种类、需求特点以及运输方式,建立了以运输成本、运输时间、碳排放量为优化目标的多目标优化模型.针对中俄贸易实际运输情况,本文仅考虑公、铁、海3种运输方式之间的多式联运,同时针对所构建模型的随机性和隐并行性,设计了求解该模型的改进烟花算法(improved FWA).通过以中俄两国之间的多品类商品运输为例进行算例分析,获得了多式联运运输路线的Pareto非劣解以及相应的运输成本、运输时间和碳排放量,并且与基本烟花算法进行对比,验证了模型和改进算法的有效性.同时,本文以运输时间作为灵敏度分析变量,分析不同时间需求下,运输方案在运输成本、运输时间和碳排放量3个属性之间的变动趋...     

露天煤矿车辆的不确定调度模型与优化求解

以内蒙古一露天煤矿为研究对象,对露天矿车辆调度过程中的关键时间参数进行统计分析,确定其随机性,建立车辆调度的不确定模型.在对不确定调度模型优化分析的过程中,训练神经网络逼近函数,对于粒子群算法容易陷入局部收敛的缺陷,结合模拟退火算法的局部搜索技术,得到模拟退火算法和粒子群算法相结合的混合智能算法.计算实验结果证明该算法的有效性和优越性.     

考虑延误与班期限制的多商品流多式联运方案优化

针对不确定时间影响的多商品流多式联运方案优化问题,以空铁联运为主,将运输时间转化为确定运输时间和不确定延误时间,同时考虑班期限制影响,以收货时间窗限制、准时率、运力等为约束条件,以所有订单总运输成本、运输时间和碳排放最小为目标,构建多商品流多式联运方案优化模型,并基于改进的非支配排序遗传算法Ⅱ(non-dominated sorting genetic algorithmⅡ,NSGA-Ⅱ)进行模型求解。实证分析表明：相对于无延误和班期限制,延误和班期限制均导致各目标值呈现不同程度增加;随着延误程度增加,总运输时间逐渐增加,而总运输成本还受到班期限制的耦合影响,呈现先减小后增加的周期性变化;碳排放量与运输成本呈现一致变化趋势;最后采用多属性决策方法获得考虑综合满意度的最优运输方案。研究结果可为实际中多式联运方案设计与优化提供参考。