应急救援物资紧缺的配送车辆路径选择研究

针对应急救援物资总量紧缺不能全部满足各点需求量的实际情形,以单个需求点最大缺货量最小为目标,建立基于单个配送中心、车辆数目有限和带时间窗的应急救援物资配送车辆路径选择模型,并讨论了三种不同缺货情形下模型的求解。对于车辆按最短路径行驶也无法在救援时间内到达导致需求点缺货的情形,删除这些需求点的需求量后,如果剩余需求点的需求量不大于物资总量且车辆足够多,可转化为车辆最短路径问题求解;对于物资紧缺无法满足所有需求且车辆足够多的情形,设计时间复杂性为O(mn²)的精确算法A^*求解,其中m和n分别为车辆数和需求点数;对于物资紧缺且车辆数目不足无法把全部物资送达需求点的情形,设计时间复杂性为O(n²)的近似算法GA^*求解,并分析了算法GA^*的近似比。最后结合云南彝良县地震灾区局部路网进行实例分析,验证模型和算法的有效性。     

风险应对视角下不确定需求定位-路径鲁棒优化研究

及时准确地配送应急救援物资是突发公共事件救援过程中的关键环节,综合考虑应急救援过程中出现的需求随机性,路网的连通能力下降和设施点失灵等情况,采用车辆与直升机联合运输方式进行配送,以应急系统中各物资需求点的救援时间满意度之和最大、系统总成本最小及物资到达需求点的救援时间之和最小为目标,对多式联运三级网络应急物流系统定位—路径优化问题进行研究,建立了多目标定位—路径模型,并改进了遗传算法。最后,以汶川地震应急救援相关数据为例,对模型和算法的有效性进行了数据仿真验证,通过实验结果的对比分析,证明了鲁棒优化方法在处理不确定需求和设施失灵风险方面的有效性,进而为抵御突发公共事件发生后出现的风险,为解决突发公共事件发生后救援物资的安全及时准确配送提供了有效的方法。     

震后初期应急物资短缺情景下的定位-路径问题研究

基于公平视角研究震后初期灾区应急物资短缺情景下的定位-路径问题(location-routing problem,LRP),综合考虑灾害级别、灾区应急路网不同程度损毁、需求点易损性与车辆随机行驶时间等因素,以单个需求点的最大损失最小作为应急物资分配的公平性衡量指标、以总配送时间最短作为应急物资配送的效率性衡量指标,在此基础上构建双目标LRP模型,并基于分层序列法思想设计一种二阶段混合启发式求解算法。最后,采用汶川地震之后的帐篷配送数据验证本文方法公平性与效率性兼顾。     

基于两阶段启发式算法的物流配送选址-路径问题研究

为了解决配送中心选址与带时间窗的多中心车辆路径优化组合决策问题,利用双层规划法建立了配送中心选址与车辆路径安排的多目标整数规划模型,针对该模型的特点,采用两阶段启发式算法进行了求解。首先,通过基于聚集度的启发式算法对客户进行分类,确定了备选配送中心的服务范围;然后,基于双层规划法,以配送中心选址成本最小作为上层规划目标,以车辆配送成本最小作为下层规划目标,建立了多目标整数规划模型;最后,利用改进的蚁群算法进行了求解。通过分析实例数据和Barreto Benchmark算例的实验结果,验证了该模型的有效性和可行性。     

通行受限下需求可拆分的应急物资卡车-多无人机协同配送路径优化

研究通行受限情景下需求可拆分的应急物资卡车-多无人机协同配送路径优化问题,综合考虑灾区路网状况、卡车可途中发射/接受无人机、无人机单次起飞可配送多个需求点、需求可拆分等因素,以应急物资配送任务完成时间最短为目标,构建卡车-多无人机协同配送路径优化模型.根据问题与模型特征设计一种改进蚁群算法求解.实验结果表明:文章方法能合理分配卡车与无人机的配送任务,科学规划通行受限情景下需求可拆分的应急物资卡车-多无人机协同配送路径;卡车途中发射/接收无人机方式能有效缩短无人机飞行距离,减少卡车与无人机的协同时间,缩短通行受限情景下的应急物资配送时间,具有可行性、合理性与有效性.     

震后应急物流设施不确定失效情景下的LRP研究

针对震后应急物流设施不确定失效情景下的定位-路径问题,综合考虑灾区路网存在部分损毁、应急物资多方式配送与运达时间限制等因素,以应急物流设施最坏失效情景下的需求点覆盖期望最大、应急物资总配送时间最短为目标,采用情景建模方法构建多目标定位-路径问题的数学模型,并根据模型特点设计基于分层序列法的两阶段混合启发式求解算法,第一阶段设计改进贪婪算法进行应急物流设施定位分配,第二阶段采用蚁群算法优化应急物资配送路线。最后,通过算例验证了本文模型和算法的可行性与有效性。     

基于两阶段混合整数规划模型的洪涝灾害应急管理研究

本文以洪涝自然灾害为现实背景, 考虑多种应急物资、灾情的不确定性和应急救灾的多目标性, 集成优化灾前准备和灾后响应两阶段, 建立了一定最大救援时间下的两阶段多目标混合整数规划模型。模型的目标一是使得不同灾害情景下灾后响应阶段总物资不足惩罚和延误损失的期望最小, 目标二是使得灾前准备阶段应急物资存储点建造成本、物资存储成本及灾后响应阶段物资分配成本之和最小。该模型保证了应急救灾的及时有效以及物资的公平分配。本文设计了一种多目标遗传算法用于模型求解, 结合具体算例, 得到了模型在最大救援时间为4到9区间内任意数值下的pareto最优解, 很好地适应了决策者不同的决策需求, 并根据pareto应急方案的数目, 灾后响应阶段成本期望和两阶段总成本等模型的三个关键产出随最大救援时间的变化趋势, 得出最优的最大救援时间为5.7。     

多阶响应下军事物流配送中心可靠选址模型

为了提高战时物资配送的敏捷性和可靠性,结合军事物资配送的多阶响应过程,以部队用户对配送响应的时间约束为限制条件,以设施固定成本与期望配送成本之和为目标函数,并考虑设施未来失效的可能,建立了混合整数规划形式的军事物流配送中心可靠选址模型.结合模型的特点,采用基于时间约束的启发式算法将模型转化为可行子问题进行求解,使用仿真算例说明模型的优越性和算法的有效性.与不考虑设施失效的选址模型相比,考虑设施失效的选址方案在出现设施失效时,其应急配送成本平均增加量基本不超过设施固定成本的20％,平均最大增加量不超过25％;同一种失效情景下,考虑设施失效的选址方案的应急配送总成本也明显小于不考虑设施失效的选址方案的总成本.     

基于网格化管理视角下灾后应急物流决策模型与算法研究

灾害发生后,应急资源的需求预测与应急配送中心的合理选址是实现高效救援的关键。本文通过在网格化管理视角下的信息更新将应急救援过程划分为多个阶段,在开展救援的过程中实现救援信息收集和救援预测的同步开展,建立一种多阶段带时间约束的应急救援物资配送响应-时效性的选址模型。借助遗传算法(NSGA-II),实现了基于编码结构独立、路径相互关联基础上的多目标规划求解。本研究的决策模型及算法有着较好的搜索与寻优能力,对实际救援开展具有指导意义。     

考虑路径风险的需求不确定应急物流定位-路径问题

针对自然灾害对路网造成的破坏性和受灾点物资需求量的不确定性,综合考虑应急物流路径风险和物资分配的时间公平性,将路径风险定量化为路径通行能力风险、路径损毁风险和路径复杂性,基于鲁棒优化理论,以最小化车辆最长配送时间和应急物流系统总成本为目标,建立了双目标多物资定位-路径优化模型,采用遗传算法对其求解,以汶川地震应急救援相关数据为例进行了数据仿真实验。实验结果的对比分析表明:在考虑路径风险下,随着控制系数的增加,系统总成本和最长配送时间目标值均呈现增大的趋势;受灾点的物资需求扰动越大,构建应急物流系统的总成本越高。算例结果也验证了鲁棒优化方法在处理不确定需求方面的有效性,为解决自然灾害后应急设施点的开设和救援物资的安全及时准确配送提供了有效的方法。     

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。     

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。     

带时间窗的多配送中心协同配送问题研究

研究了多个配送中心协同配送下的车辆路径问题,建立运力和时间窗约束下的运输成本和时间惩罚成本之和最小化模型.考虑多配送中心路径优化问题的复杂性,提出了基于预分割和再调整的两阶段优化策略,采用罚数分配法分割需求点集合,将问题分解成多个单配送中心路径问题,启发式构建初始解,设计禁忌搜索算法求解.在调整阶段,将各集合中未分配的需求点重新分割,变邻域禁忌搜索再次优化路径.最后给出算例分析,验证了模型的合理性和改进算法的有效性.     

近似动态规划求解随机需求分批配送车辆路径问题

本文针对现实生活中固体废弃物收集等需求随机的分批配送车辆路径问题，建立双层马尔科夫决策模型，使用基于动态分区的全局修正策略和基于部分重优化算法的近似动态规划进行求解。通过算例测试和分析表明模型和算法的有效性。得到以下结论：1)SDVRPSD的最优解中车辆数略高于最小期望车辆数的1.2倍，接近使用进化算法得到的最优解中的车辆数，这两者平均约相差0.6辆。2)与静态分区相比，动态分区以花费较多时间为代价，能显著提升服务范围、降低服务费用，并增加分批配送点数量。3)算法最优解与使用固定路径算法得到的初始解相比，期望服务需求量平均提高约2.6%,期望行驶费用平均降低约1.9%;分批配送点数平均多2.5个。     

随机需求应急物流多阶段定位-路径鲁棒优化研究

为提高应急物流系统的应急反应能力,论文针对需求随机变化的应急物流定位-路径问题,利用鲁棒优化的思想将灾区物资需求量表示为区间型数据,将应急救援过程划分为多个阶段,以总救援时间和系统总成本最小为目标,构建了多物资多运输车辆应急物流定位-路径优化模型,设计了改进的遗传算法对其进行求解。实例计算结果表明,该模型和算法可以有效地解决应急物流系统中需求随机变化的定位-路径问题,为政府机构应对重大突发事件提供科学的决策参考。     

乘用车物流运输装载模型研究

对乘用车物流运输计划问题进行了研究,首先,建立了以单辆轿运车实载率最大为目标的单车最佳装载方案模型,以该方案配送乘用车辆直到运输任务完成以获得初始轿运车数,其次以空载率最小为目标设计了数量调整模型对初始轿运车数进行优化,得到最优装载方案模型.基于上述优化模型计算最小的轿运车数,建立在轿运车数量限制下的最短行驶里程模型,选择总行驶里程最小的装载方案作为最优的配送方案.最后建立基于路径的物流运输装载模型,运用Floyd算法计算任意起讫点间的最短路径,设计了一种全局搜索算法得到一种合理的配送方案,并以空载率最小为目标对方案进行优化.     

突发事件情景下串联式需求系统应急物资协同调度研究

针对突发事件情景下串联式需求系统遭受破坏问题,分析了突发事件情景下串联式需求系统应急物资协同调度的特征。在对系统提供应急物资进行修复的基础上,以串联式需求系统修复的时间最短及成本最小为目标,分别构建了纵向配送的应急物资调度模型和纵向配送与横向转运相结合的应急物资协同调度模型,并设计一种遗传算法对两种模型进行求解。最后通过算例分析,求解得到两种模式下串联式需求系统应急物资调度的最优配送方案,比较解的结果,得出纵向配送与横向转运相结合的应急物资协同调度模式优于一般的应急物资纵向配送模式的结论,验证了该应急物资协同调度模式的有效性和可行性。     

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.     

道路修复条件下灾后应急资源配送LRP研究

灾后道路中断、道路通行可靠性减弱从根本上影响着救援工作的效率,文章通过在应急资源配送定位路径问题的基础上考虑对障碍道路进行修复。通过构建应急设施定位、障碍道路修复以及配送路径选择的综合优化模型,以应急救援的时间总成本最小为目标。集中考虑应急设施定位选址、修复障碍道路和选择配送路径的基础上,以时间总成本最小为目标函数,通过结合相关案例仿真与数据分析的基础上运用多吸引粒子群优化算法对模型进行求解,以期为灾后道路选择、提升道路通行可靠性和应急物资配送效率提供借鉴于理论指导。     

时变单车路径优化模型及动态规划算法

车辆路径问题由于其广泛的应用领域及经济价值而成为学术研究热点。然而,在已有的研究文献中,车辆的速度时变与服务多任务特性很少被关注。本文讨论了具有这两个特性的单车路径优化问题。建立了以送货完成时间最早为优化目标的时变单车送货路径优化模型。由于很难获得该模型的精确解,本文提出了一种贪婪补货策略压缩原问题解空间,设计动态规划算法给出了车辆行驶时间满足FIFO规则的送货顺序近似最优解。数值算例验证了该算法所得到的解仅是原问题的近似最优解这一结论。算例同时表明优化配送时间随着车辆装载能力的增大而缩短,并在车辆装载能力超过所有客户配送总需求时实现最短配送时间,即,使用较大装载能力车辆能节约更多配送时间。