基于混合果蝇优化算法的选址-库存-配送集成优化研究

本文面向企业运营管理实践,构建了一种基于联合补货策略的选址-库存-配送集成优化新模型。作为典型的NP-hard问题,传统算法难以高效稳定地求解,故本文设计了一种新的混合果蝇优化算法(Fruit Fly Optimization Algorithm, FOA),通过引入进化算法的信息交换、变异、选择操作来增强算法局部寻优能力,采取概率性飞行策略来平衡算法的全局寻优与局部寻优。算例结果表明,新混合FOA算法的准确性和稳定性较标准FOA有了明显的改善,与差分进化、自适应混合差分进化、粒子群优化相比也具有比较优势。     

低碳政策下考虑道路拥堵的多式联运路径选择问题

为明确低碳政策及道路拥堵对多式联运路径选择的影响,构建了不同碳排放政策下考虑道路拥堵的多式联运路径选择模型。模型在考虑拥堵对运输时间影响的基础上进一步量化其对系统碳排放的作用效果。针对此类整数规划模型,设计了基于保优策略和移民策略的遗传算法进行求解。最后,通过算例探讨强制排放、碳税、碳交易及碳补偿四种碳排放政策对多式联运减排、缓解拥堵及成本的影响。结果表明考虑道路拥堵对运输碳排放的影响可得到更加合理的路径决策,且以强制碳排放政策为主的多种政策组合能更好的降低碳排放、缓解道路拥堵并促进多式联运推广。本模型可为政府制定合理的多式联运低碳政策以及企业制定合理的路径决策提供理论依据。     

面向多目标优化的一种混合进化算法

针对多目标优化问题,设计一种基于量子计算和非支配排序遗传算法相结合的智能算法进行求解,综合量子算法和非支配排序遗传算法的优点,在局部搜索和全局搜索之间进行权衡。混合算法采用量子比特对问题的解进行编码,基于量子旋转门算子、分散交叉算子以及高斯变异算子对种群进行更新。进行局部深入搜索时,用一个解在目标空间中跟理想点的距离来评价该解的优劣;进行全局搜索时,基于非支配排序遗传算法中的有效前沿的划分和解之间的拥挤距离来评价某个解。最后,在经典的测试函数ZDT5上对所提混合算法进行了测试。通过对比分析若干项针对有效解集的评价指标,该混合算法在跟最优有效前沿的逼近程度以及有效解集分布的均匀程度上均优于目前得到广泛应用的非支配排序遗传算法。     

综合考虑碳排放与运输费用的配送路径优化

针对日益严峻的环境问题,在传统的物流配送路径优化过程中,进行碳排放量计算,并转换成相应的经济效益,形成一个综合考虑碳排放和运输费用的配送路径优化模型并通过遗传算法进行求解.以厦门市某物流配送企业为例进行初步应用研究.结果表明:传统的配送路径安排中存在很大的碳排放改善空间;综合考虑碳排放和运输费用的车辆路径问题在有效实现绿色物流的同时能降低运输成本.     

公交网络时刻表再协同设计的多目标优化模型

为了改善公交服务质量,公交运营者试图调整现有时刻表的发车时间,使不同线路的车次协同到达换乘站点以方便乘客换乘。针对此场景,研究了公交时刻表重新协同设计问题,提出了求解该问题的多目标模型。模型考虑了对发车间隔灵敏的乘客需求、灵活的车次协同到站方式和发车时间的规则性,分析了该多目标模型的特征和计算复杂性,表明本文研究的问题是NP-hard问题,且它的帕累托最优前沿是非凸的,设计了基于非支配排序的遗传算法求解模型。算例表明,与枚举算法相比,提出的求解算法在较短的时间内可获得高质量的帕累托解。     

多工厂环境下考虑个体利益的多目标协同生产计划模型及算法

针对由多个工厂组成的分布式系统,考虑不同工厂的个体利益诉求,构建了多目标协同生产计划模型。在该模型中,以最大化整体收益作为第一个优化目标;同时,基于亚当斯的公平理论,利用偏离系数法,以最小化个体收益平衡偏差作为第二个优化目标。结合模型结构特点,基于快速非支配排序遗传算法,设计了相应的求解过程。最后,通过一个算例验证表明,本文设计的计划模型和求解方法,不仅可以从网络集成角度协调各个工厂的生产、库存和运输活动,而且能够实现整体利益和个体利益非一致性的最小化。     

基于实际路网情境的配送车辆调度优化

在实际路网情境下结合车道数、车道宽度、路口信号灯设置等路网物理特性,构建了考虑综合交通阻抗的多车型车辆调度模型,提出了两阶段求解策略:第1阶段设计了改进A-star精确解算法用于计算客户时间距离矩阵;第2阶段针对实际路网的特征设计了混合模拟退火算法求解调度方案。以大连市某配送中心运营实例进行路网情境仿真试验,结果表明:改进A-star算法较改进Dijkstra算法具有更短的路径搜索时间;混合模拟退火算法求解结果较实际调度方案优化了13.1% 的综合成本;路网增流、区域拥堵和路段禁行三类路网情境均能对配送方案的车辆配置、路径选择、客户服务次序、作业时间和违约费用等5方面内容产生干扰,调度计划的制定需要详细考虑这些因素的变化。     

考虑缺货的闭环供应链选址-库存-路径集成优化

再制造是企业实现环境友好、提升经济效益的重要策略之一;再制造的发展推动了新商业模式的出现,即产品服务系统;高效的再制造物流网络对于成功实施再制造十分重要。本文研究了基于产品服务系统下的再制造物流网络集成优化问题,即闭环供应链的选址-库存-路径的集成优化决策问题,且在库存策略中允许库存出现缺货的情况;论文基于产品服务系统模式构建了混合非线性规划模型来最小化生产、选址、配送、库存以及缺货成本,并采用了改进的禁忌搜索算法进行求解。通过与传统禁忌搜索算法的计算结果进行对比,表明本文中的算法能在可接受的时间内得到较优解。通过算例的敏感性分析得出,企业所服务的顾客如果接受再制造产品,提高回收率可以节约成本;在回收率一定时,客户在缺货情形下的制造和再制造批量比不允许缺货时要大,企业总成本比不允许缺货时要小。     

考虑顾客便利半径和质量阈值的竞争设施选址问题

在竞争设施选址问题中,顾客选择行为是决定设施占领市场份额的重要因素,其描述了需求在设施之间的分配方式。为了贴近顾客真实的光顾行为,本文提出了一种考虑顾客便利半径和质量阈值的顾客选择规则,并研究了在该规则下市场中新进入公司的竞争设施选址问题。提出了一种基于排名的遗传算法(RGA)求解该问题,并将该算法与经典遗传算法(GA)和基于排名的离散优化算法(RDOA)进行了比较,结果说明了算法的有效性以及模型中质量阈值的重要性。     

考虑翻箱的场桥调度和提箱集卡数量的集成优化

在集装箱码头的进口箱堆场中,码头预约机制、待提箱的实时位置和场桥作业调度方案是制约堆场作业效率和堵塞情况的关键。为缓解进口箱堆场的拥塞情况并提高作业效率,在固定的预约时段内,考虑实时压箱量最少的翻箱规则,兼顾场桥间不可跨越和保持安全间距等现实约束,以场桥最长完工时间最小为目标,构建数学优化模型,设计了嵌入修复算子的改进遗传算法用于求解;通过算例实验验证了算法的有效性和方案的优越性,可为堆场实际作业提供决策参考。     

不允许卖空的组合证券投资策略的确定

以Ｍａｒｋｏｗｉｔｚ的均值——方差模型的理论为基础,研究了组合证券投资策略确定过程中的两个主要问题：投资对象的选择方法和风险选择方法     

基于穿越时间的交通流临界间隙模型

研究城市立交匝道连接点临界间隙,建立了右转机动车穿越直行自行车的临界间隙模型.在分析驾驶员对直行自行车反应的基础上,以匝道连接点的几何特性和右转机动车的运行为研究内容,利用机动车穿越时间法,得到临界间隙的估算模型.通过北京市西直门和蓟门桥的模型计算值与实测估计值比较,相对误差分别为5.1%和9.6%,说明本模型具有很好的准确性和实用性.     

Note on “Inverse minimum cost flow problems under the weighted Hamming distance”

Jiang et al. proposed an algorithm to solve the inverse minimum cost flow problems under the bottleneck-type weighted Hamming distance [Y. Jiang, L. Liu, B. Wuc, E. Yao, Inverse minimum cost flow problems under the weighted Hamming distance, European Journal of Operational Research 207 (2010) 50–54]. In this note, it is shown that their proposed algorithm does not solve correctly the inverse problem in the general case due to some incorrect results in that article. Then, a new algorithm is proposed to solve the inverse problem in strongly polynomial time. The algorithm uses the linear search technique and solves a shortest path problem in each iteration.