军事物流系统中定位-运输路线安排模型及算法

考虑到战时物资需求的紧迫性和保障资源的有限性,从决策者的角度出发,以军事物流系统总体供应时间最短为目标,构建了两级军事配送网络的定位-运输路线安排模型,并给出一种启发式算法.算法分为两个阶段,首先利用蚁群算法和线性规划的方法解决运输路线安排问题,然后运用贪婪搜索算法解决军事物流配送中心选址问题.最终,将两种算法结合起来进行逐步搜索,从而得到模型的解,并运用实例说明了算法的有效性和可行性.     

考虑需求不确定的多级应急物流设施选址研究

为了对急物流设施选址问题进行合理的研究,建立了包含配送中心、配送点和需求点的多级应急物流网络。基于应急物资需求特点,使用三角模糊数表示应急物资需求的不确定性,同时考虑应急救援成本和应急救援时间两个目标,建立了应急物流设施选址模型。采用去模糊化方法将三角模糊数转化为确定数,利用成本和时间的单目标的最优结果将多目标转化为相对值,再对时间和成本目标进行加权处理,既消除了不同目标之间的单位及数量级差异,还可以进行动态调整。设计了遗传算法对模型进行求解,通过实际算例表明了模型和算法可以有效地解决应急物流设施选址问题。     

基于网络分析方法的物流配送中心选址的研究

经济全球化。信息技术和电子商务的发展对物流产生了深刻的影响。使之呈现出新的特点。这些特点对配送中心选址的研究提出了更高，更新的要求。本在对GIS网络分析方法的阐述和P中心选址模型的分析的基础上，建立了配送中心选址优化模型。该模型通过引入商品保管费用、处理费用、配送中心建造费用对P中心选址模型进行了拓展，并通过总费用最小化确定配送中心的数量、位置以及资源点与配送中心、配送中心与用户之间的供需关系。     

A multi-objective chance-constrained network optimal model with random fuzzy coefficients and its application to logistics distribution center location problem

The problem of the distribution center is concerned with how to select distribution centers from a potential set in order to minimize the total relevant cost comprising of fixed costs of the distribution center and transport costs, and minimize the transportation time. In this paper, we propose a multi-objective network optimal model with random fuzzy coefficients for the logistics distribution center location problem. Furthermore, we convert the uncertain model into a deterministic one by the probability and possibility measure. Then the spanning tree-based genetic algorithm (st-GA) by the Prüfer number representation is introduced to solve the crisp multiobjective programming. At last, the proposed model and algorithm are applied to the Xinxi Dairy Holdings Limited Company to show the efficiency.     

药品物流多中心选址优化研究

为降低药品物流配送成本、提高药品配送效率。本文针对国家带量集中采购药品配送问题,构建了药品物流多中心选址-路径优化双目标模型。并结合模糊C-均值聚类算法(FCMA)、模拟退火算法和禁忌搜索算法各自优点,设计出了FCM-TS-SA混合算法,最后通过真实案例进行了验证、对比和分析。     

Calculating risk neutral probabilities and optimal portfolio policies in a dynamic investment model with downside risk control

This paper presents a method for solving multiperiod investment models with downside risk control characterized by the portfolio’s worst outcome. The stochastic programming problem is decomposed into two subproblems: a nonlinear optimization model identifying the optimal terminal wealth distribution and a stochastic linear programming model replicating the identified optimal portfolio wealth. The replicating portfolio coincides with the optimal solution to the investor’s problem if the market is frictionless. The multiperiod stochastic linear programming model tests for the absence of arbitrage opportunities and its dual feasible solutions generate all risk neutral probability measures. When there are constraints such as liquidity or position requirements, the method yields approximate portfolio policies by minimizing the initial cost of the replication portfolio. A numerical example illustrates the difference between the replicating result and the optimal unconstrained portfolio.     

改进的生成树遗传算法及其在物流配送成本优化中的应用

针对物流配送成本优化问题的特点,建立了数学模型,并对基本的生成树遗传算法进行了改进,同时详细阐述了改进的生成树编码的遗传算法在物流配送成本优化问题中的运用等关键技术.最后根据此算法设计了一个物流配送优化系统,解决了一个物流配送成本优化问题,效果良好.此系统对于中小型物流公司设计最优物流策略和降低物流成本有着很大的应用前景.     

供应商不确定情景下药品物流多中心选址优化研究

根据国家4+7药品带量集中采购评审标准,基于药品生产企业生产质量、供应能力、相关资质和同类药品参标结果等数据进行梳理和分析,针对药品供应商不确定情景下药品物流多中心选址问题,构建药品物流整体费用最优的多中心选址模型,设计多阶段改进禁忌搜索算法,最后通过4+7带量集中采购具体算例对模型和算法进行验证,结果显示该模型和算法是可行和有效的。     

多目标应急物流中心选址的鲁棒优化模型

针对重大突发事件的应急物资救援,研究了应急物流中心的选址及应急物资的调运问题。利用离散的情景集合描述受灾点应急物资需求的不确定性以及应急物资运输成本和运输时间的不确定性,同时考虑应急救援成本和应急救援时间两个目标,建立了多目标应急物流中心选址的确定型模型和鲁棒优化模型。为将多目标问题转化为单目标问题,利用成本单目标和时间单目标的最优结果将多目标转化为相对值再加权处理,该方法既可消除多个目标之间的单位及数量级差异,还可以根据问题的数据变化进行动态调整。以提供应急物资救援服务的设施作为编码,设计了一种通用的混合蛙跳算法。为检验模型和算法的有效性,设计了一个多情景的算例,结果表明两个模型和算法具备良好的可行性和有效性,且鲁棒优化模型能较好地保持对各种不确定性的抗干扰能力;最后,讨论分析了成本偏好权重和鲁棒约束系数的影响,结果表明可根据成本偏好权重的取值范围来区分各种应急救援阶段,体现不同救援阶段的救援要求及特征,并给出了成本偏好权重和鲁棒约束系数的取值建议。     

基于最大最小蚂蚁系统的物流配送中心选址算法的研究

提出了一种基于信息素自适应调节的最大最小蚂蚁系统的多物流配送中心选址算法,利用改进的蚁群算法的路径寻优机制结合蚂蚁聚集尸体的行为模式,根据物流配送总成本最低的原则将各配送点与候选配送中心进行聚类,合理选择配送中心。将已有物流配送模型进行拓展,加入经营管理成本。分别利用基本蚁群聚类算法和改进的蚁群聚类算法对配送中心选址进行仿真,实验结果表明在解决大规模配送中心选址问题时,改进的算法在解的质量和收敛速度方面明显优于基本蚁群聚类算法。     

托运人联盟下的订单组合及车货调配问题研究

中小型企业的快速发展使得如何有效利用其物流资源、降低其物流成本成为一个亟需解决的问题。本文基于运输联盟的角度,建立了以最小化总成本为优化目标,综合考虑各运输需求时间窗、运输量等因素的车货调度模型。而后,提出了3种时间窗处理策略,设计了粒子群算法对上述模型进行求解,并通过算例对模型和算法的有效性进行了分析。算例结果表明,该模型一方面能够显著降低物流总成本,另一方面可有效节约使用车辆数。因此,本文研究对降低社会物流成本、整合社会物流资源具有一定的理论意义。     

Optimal spare ordering policy under a rebate warranty

This paper develops, from the customer’s perspective, the optimal spare ordering policy for a non-repairable product with a limited-duration lifetime and under a rebate warranty. The spare unit for replacement is available only by order and the lead time for delivery follows a specified probability distribution. Through evaluation of gains due to the rebate and the costs due to ordering, shortage, and holding, we derive the expected cost per unit time and cost effectiveness in the long run and examine the optimal ordering time by minimizing or maximizing these cost expressions. We show that there exists a unique optimum solution under mild assumptions. We provide a numerical example and illustrate sensitivity analysis.     

考虑应急设施中断风险与防御的可靠性选址模型研究

为提高应急设施运行的可靠性和抵御中断风险的能力, 研究中断情境下的应急设施选址-分配决策问题。扩展传统无容量限制的固定费用选址模型, 从抵御设施中断的视角和提高服务质量的视角建立选址布局网络的双目标优化模型, 以应急设施的建立成本和抵御设施中断的加固成本最小为目标, 以最大化覆盖服务质量水平为目标, 在加固预算有限及最大最小容量限制约束下, 构建中断情境下应急设施的可靠性选址决策优化模型。针对所构建模型的特性利用非支配排序多目标遗传算法(NSGA-Ⅱ)求解该模型, 得到多目标的Pareto前沿解集。以不同的算例分析和验证模型和算法的可行性。在获得Pareto前沿的同时对不同中断概率进行灵敏度分析, 给出Pareto最优解集的分布及应急设施选址布局网络的拓扑结构。     

基于即时配送和收益激励的众包物流运力调度研究

基于参与众包物流配送模式的人员闲散、积极性不高,以及客户对即时配送要求并非完全刚性的特征,引入模糊时间窗,将客户满意度量化为众包物流配送人员到达客户位置时刻的模糊隶属度函数。在一定客户满意度下,以最大化众包物流配送人员收益为目标,构建了基于即时配送和收益激励的众包物流运力调度问题模型,考虑到机会、逾时、超载惩罚成本,利用带有动态权重的粒子群算法,通过算例验证分析,结果表明该模型在保证客户满意度和提高众包物流配送人员积极性方面具有可行性和有效性。     

需求导向的容量设施竞争选址问题研究

客户意愿与容量限制是竞争设施选址问题中两个重要的影响因素,在考虑客户意愿与设施容量共同作用条件下,建立了最小化企业总成本以及每个客户费用为目标的竞争设施选址问题优化模型,通过设计需求导向服务分配机制解决设施与客户之间服务关系分配问题,结合模拟退火思想提出了求解模型的算法。最后利用数值例子分析了需求导向服务分配机制以及目标权重、预算限额等参数对于选址决策的影响,其中考虑需求导向因素会适当增加企业的总成本,但可以减少客户所付出的费用从而增强对客户的吸引力;另外企业的预算限额对于企业的设施选址决策有着重要的影响,企业所能获取的市场份额与其选址预算限额呈正相关的关系;而客户所需付出的总费用与企业提供服务的总成本两者之间则呈负相关的关系,因此需要通过服务质量与成本之间的权衡实现最理想的选址决策。     

考虑退货不确定性的多层次多站点逆向物流网络选址优化研究

在退货量不确定情况下,为追求电商企业逆向物流网络成本最小化,建立了多层次多站点的混合整数规划模型。将目标区域进行网格化处理,通过球上距离公式计算相邻备选站点、不同层次备选点间的运输距离,使用蒙特卡罗法模拟退货量,并设计了双染色体编码的遗传算法进行求解。算例验证了模型算法的可行性,并且得出了逆向物流网络成本最小时,快递站点和退货处理中心的选址,快递站点的选址与退货量大小存在对应关系,研究客户退货量会使物流网络选址得到优化。     

种群规模自适应粒子群在配送中心连续型选址中的应用

本文依照更具有现实意义的“加工厂—配送中心—用户”的模式建立物流配送中心连续型选址模型,并针对较大规模的选址问题提出求解算法。该算法是将具有较强鲁棒性的自适应粒子算法和改进的ALA(Alert Location-Allocation)方法结合而得,该算法中种群规模自适应变化,对经典粒子移动方程进行改进,消除了学习因子,惯性因子随粒子适应值自适应变化,改进的ALA方法提高了算法计算效率。数值试验表明,本文所建模型具有一定的实践优越性,所提出的算法能有效避免陷入局部最优,寻优能力和鲁棒性均较强。     

带时间窗的三维装载物流配送优化方法研究

针对城市物流配送优化研究在客户服务时间窗和货物装载方式合理结合方面存在的不足,考虑物流配送车厢货物装载方式与客户访问序列相关的特征对车厢空间进行合理的区域划分。首先,构建了包含配送中心的固定成本、配送车辆的运输成本、维修成本、租赁成本和违反时间窗惩罚成本的物流运营成本最小化和配送车辆空间利用率最大化的双目标优化模型;然后,提出一种结合遗传算法(GA)全局搜索能力和禁忌搜索算法(TS)局部搜索能力的GA-TS混合算法求解模型;最后,结合重庆市某配送中心的三维装载物流配送实例数据进行了优化计算,实验结果给出了带时间窗的三维装载物流配送路径优化方案,并进行了不同车厢空间分区模式下平均装载率、物流运营成本和车辆使用数的比较分析。研究表明,当客户需求货物种类数与车辆的空间区域划分数相等且按货物类型进行区域划分时,物流运营成本最小,配送车辆使用数最少和车辆平均装载率最高。     

基于组合赋权TOPSIS模型的物流配送中心选址研究

物流的发展离不开配送中心的建设,配送中心建设的首要问题是选址,通过分析影响物流配送中心选址的各种因素,建立了包括自然条件、经营环境、基础设施、成本因素等因素的配送中心选址指标体系.采用层次分析法(AHP)和熵值法组合确定各指标的权重,依据逼近理想解排序(TOPSIS)法的基本思路,建立物流配送中心选址模型.通过对物流配送中心进行选址的实例研究,证明方法的有效性并选出最优方案.     

基于两阶段求解策略的动态电动车辆路径优化研究

由于政府对新能源汽车的补贴政策和市区对燃油车限行政策的实时,越来越多的物流公司在城市配送中广泛采用电动汽车。然而,电动车续航里程受限,需要在途充电或者换电,同时客户需求的动态性以及充/换电设施的排队等现实因素也应该被考虑。为此,提出了分阶段策略求解动态电动车辆路径优化问题,并建立了两阶段的EVRP模型。其中第一阶段针对静态客户建立了静态EVRP模型,第二阶段在设计了换电站及动态客户插入策略的基础上,建立了动态EVRP模型以路径更新策略。最后,设计改进的CW-TS混合启发式算法来求解静态模型,设计贪婪算法求解动态模型。实验结果表明,模型与算法具有较好的适用性和有效性。