蔬菜B2C直销中基于批配送模式的拣货方案序贯求解方法

针对蔬果类商品B2C直销模式下拣货与配送环节拣货量大、订单个性化强、时间性强及批配送等特点,基于相似订单成组拣货这一现实需求,引入成组作业思想,建立最小化拣货成本和配送成本之和的成批成组拣货序列优化模型;针对该模型多阶段决策、多决策变量及NP-难等特点,以降低求解维度和减少求解时间为目标,基于逆序决策思想,提出序贯求解方法,并给出了客户成批聚类、批次内相似订单成组及成批成组拣货序列优化求解算法;通过应用实例验证本文模型和算法的可行性和有效性。研究结果表明,本文方法得到的方案比成组拣货与配送独立决策,以及批配送但非成组方法大大缩减了拣货时间,为蔬果类商品网上直销企业生成拣货作业计划提供理论指导。     

“仓店一体化”模式下订单拣选与配送集成调度优化

针对“仓店一体化”模式下提供限时送达服务的新零售仓店,研究多拣货员、多客户、配送方式为带限时送达约束的路径优化分批配送情形下的订单拣选与配送集成调度问题。以最小化订单最大履行时间和配送成本为目标,构建了混合整数非线性规划模型,并设计两阶段启发式算法(H-2)进行求解,最后通过数值实验对算法进行验证与分析。数值实验结果表明,H-2具有较高的求解质量;相较于传统调度算法(TS)在效率提升、资源节约以及客户满意度提高方面具有更优的表现,进而为新零售仓店管理者提供决策支持。     

考虑订单取件时间和柔性时间窗的取送货车辆路径问题

研究了同城配送中考虑订单取货时间和柔性时间窗的取送货车辆路径问题,考虑同城配送中订单起终点,订单取货时间和订单配送的柔性时间窗,车容量限制等因素。首先构建以配送成本与超时惩罚成本之和最小化为目标的混合整数线性模型。其次,设计了含多种有效不等式及其对应分离算法的改进分支切割算法对该模型进行精确求解。最后通过实验测试分析了不等式的性能,验证了算法的有效性,实验表明适当的减少车辆数和增大装载能力能够有效的减少成本。     

考虑客户满意度的同时收发车辆路径问题

当客户要求车辆一次性完成发送以及收集货物的任务时, 只需考虑车辆的路径安排即可.但若客户进一步提出在时间窗内完成的话,就必须考虑客户的等待时间--客户的满意度的衡量标准,等待时间越短满意度越高.因此问题的目标为最小化车辆路径总长度、最小化所有客户等待时间之和.本文通过加权转变为单目标函数,由最邻近法及最廉价插入法得到初始解后经过禁忌搜索算法可得到改进算法,解并通过实例对不同权参数的情况进行了比较.     

基于Voronoi划分的同城即时配送优化策略研究

近年来经济社会发展及新零售业强势崛起使得平台或商家对大规模即时配送需求日益增加,在求解大规模车辆路径问题时仅使用启发式算法或其融合算法已无法满足实际需求。本文针对基于分众级的同城即时配送模式及现阶段存在的问题,确定了基于Voronoi划分算法的即时配送分区方法和对基础蚁群算法的三个改进策略;并以全程配送产生的总成本最少为目标函数,构建了带用户需求软时间窗的车辆路径问题数学模型;最后选取客户、车辆以及门店共计一百二十个真实地理位置数据,验证了本文提出的求解策略的有效性,并分析最终结果。结果显示,①使用Voronoi分区-改进蚁群算法的两阶段方法求解大规模车辆路径问题能显著减少配送总成本,同时提升客户满意度;②在多门店的条件假设下,采用改进蚁群算法求解得到的超时时间比基础蚁群算法少36%,配送总成本低17%。     

考虑可拆分订单及加工类型匹配的平行机调度决策

介绍了制造资源共享环境下共享平台的生产和运作，以1688淘平台为例，将共享平台抽象刻画为考虑可拆分订单和加工类型匹配的平行机调度问题。客户将订单下达到共享平台上，供应商将闲置机器放在平台的资源池里。不同机器具有相同的加工速度但只能加工与其类型匹配的个性化订单，因此，需要决策使用哪些机器。一旦使用某台机器，会产生固定的加工或租赁成本。每个订单可以被拆分成整数长度的多个子订单，并在可用的机器上同时被加工。以最小化所使用机器的总加工成本和订单的总完工时间之和为优化目标，建立了一个整数线性规划模型。对于小规模实例，CPLEX可以求得最优解；对于中规模和大规模例子，提出了基于机器加工能力的贪婪算法和遗传算法。数据实验表明，基于机器加工能力的贪婪算法是一种高效且有效的算法。此外，尽量选择加工能力强的机器加工订单；将订单拆分在多台机器上并行加工可以缩短订单的完成时间。     

集团分布式制造模式下生产调配优化模型研究及算法设计

基于分布式概念的集团分布式制造生产管理模式在市场中占据着越来越重要的地位,此种运营模式由制造型企业向服务型企业蔓延的趋势也越来越明显,然而针对这一具有自身特点的集团分布式概念下的生产管理模型的调度研究却很少。研究针对此生产管理模式下集团级的生产调配问题建立数学模型,综合考虑客户订单的分散情况、各分厂日生产能力限制和产品品种多样性的特点,采用改进的遗传算法求解该模型,提出一种基于订单和工厂的两段式非负整数染色体编码方法,保证了生产能力约束和订单约束,采用PMX交叉算法避免不合法染色体的出现。选取W集团一定计划期内的客户订单数据进行实例分析,验证了该生产调配模型和算法的有效性。     

智能制造环境下的备件生产与运输协同调度问题研究

智能制造和即时配送环境下的备件生产与运输协同调度问题是目前国内研究的一大热点,这是因为备件供应链响应速度已成为当前备件制造企业赢得客户的关键因素。为了提高客户满意度,尽可能缩短从客户下达定制化生产订单到订单配送完成的时间,本文建立了以所有客户总等待时间最短为目标的混合整数规划模型和集合覆盖模型,推导了最优解性质,并设计改进的分支定价算法求得最优解。通过将小规模算例结果与CPLEX进行对比,验证了模型和算法的有效性。多组算例测试结果表明,所提出的模型和算法可以有效提升智能制造环境下的备件供应链运作效率。     

动态需求下蓄冷式多温共配多目标优化模型及算法

蓄冷式多温共配是当前冷链物流领域一种较新的配送模式,可以有效地满足客户对产品多样性的需求。针对蓄冷式多温共配中客户需求的动态变化,本文从需求预测的角度出发,首先根据服务客户点的不同将车辆冗余空间的装载比例做了差异化处理,实现合理利用车辆冗余空间而又不全部满载;进而从时间满意度和订单完成率两方面度量客户满意度,建立了蓄冷式多温共配多目标模型;最后构建了较为高效的算法进行求解。算例分析表明,和其他策略相比,本文方法实用性更强。     

基于移动机器人的拣选系统货架动态储位分配研究

为了提高基于移动机器人的拣选系统拣货效率,更好地满足客户动态需求和订单时效要求,提出了考虑货架后续需求频次、需求紧迫程度以及拥堵因素的货架动态储位分配策略,构建了最小化货架搬运距离的动态储位分配模型,并设计了启发式算法进行模型求解.首先,基于货架需求紧迫程度,构造贪婪算法生成动态货架储位分配的初始解;然后,基于货架在后续批次订单的需求频次及通道间负载均衡,采用邻域搜索算法进行动态货架储位优化.最后,通过与其他静态和动态储位分配方法对比,验证文章提出的模型和算法的有效性.     

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。     

时变路网条件下联合配送的开放式车辆路径问题

针对城市物流系统中的多物流中心联合配送问题,设计一种多物流中心处理方法共享物流资源;分析城市路网的时变特性,设计路段行驶时间计算方法;综合考虑客户需求、时间窗、车辆不同出发时间、油耗、碳排放与联合配送模式等因素,以总成本最小为目标构建联合配送的开放式时变车辆路径规划模型,设计改进蚁群算法求解;实验结果表明以上方法具有可行性与有效性。     

货运列车编组调度问题的模型与算法研究

从双向编组站运输生产实际情况出发,以最大化车站发出车数和最小化车辆在站平均停留时间(中时)为目标,综合考虑解体、编组调机能力限制、到发列车车流接续、车流在站停留时间约束的影响,建立了车站货运列车编组调度问题的多目标非线性混合整数规划模型,结合该优化模型难以求解的特点,将编组调度问题分解为配流、待解车列解体和待编车列编组三个子问题,进而设计了求解该问题的分层启发式算法,对正常和特殊运输组织条件下的列车编组调度问题进行了求解.     

基于机会约束的公交调度研究

利用机会约束规划研究公交调度问题 ,考虑了公交走行时间的不确定性、乘客需求的不确定性、以及乘客等待时间约束等影响因素 ,据此建立在一定的置信水平下企业利益最大化模型 ,利用基于随机模拟的遗传算法进行求解 ,并通过实验算例说明模型的可行性 ,最后通过研究模型参数的敏感性 ,分析模型的参数对最优解的影响 .     

基于交通流的多模糊时间窗车辆路径优化

研究了基于交通流的多模糊时间窗车辆路径问题,考虑了实际中不断变化的交通流以及客户具有多个模糊时间窗的情况,以最小化配送总成本和最大化客户满意度为目标,构建基于交通流的多模糊时间窗车辆路径模型。根据伊藤算法的基本原理,设计了求解该模型的改进伊藤算法,结合仿真算例进行了模拟计算,并与蚁群算法的计算结果进行了对比分析,结果表明,利用改进伊藤算法求解基于交通流的多模糊时间窗车辆路径问题,迭代次数小,效率更高,能够在较短的时间内收敛到全局最优解,可以有效的求解多模糊时间窗车辆路径问题。     

Research on the vehicle routing problem with interval demands

In this paper, a vehicle routing problem with interval demands is investigated based on the motivation of dispatching vehicles to deliver perishable products in practice. A nonlinear interval-based programming method is used to build a model for the vehicle routing problem with interval demands, which assumes that demands of customers are uncertain but fall in given intervals and actual demand of a customer becomes known only when the vehicle visited the customer. A vehicle-coordinated strategy was designed to solve the service failure problem. A hybrid algorithm based on the artificial immune system is also proposed to solve the model for vehicle routing problem with interval demands. The validity of methods and sensitivity analysis are illustrated by conducting some numerical examples. We find that the tolerant possibility degree of interval number has significant impacts on the distances. The planned distance strictly increased, while the additional distance strictly decreased and the total distance after coordinated transport has a U-typed relationship with the tolerant possibility degree of interval number.     

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。     

线形网络上单台车辆分群调度问题

本文研究线形网络上单台车辆分群调度问题:若干客户分布在一条直线上,它们被划分成若干个连续子集,其中每个子集称为一个群;每个客户有一个释放时间和一个服务时间;一台机器服务所有客户,且要求每个群内的客户连续服务;目标为极小化时间表长。该问题分两种形式:返回型和不返回型。返回型的时间表长定义为机器服务完所有客户后返回其初始位置的时间;不返回型的时间表长则定义为所有客户的最大完工时间。我们的结果是:对每个客户服务时间为零的情形,证明了两种形式均可在O(n²) 时间内解决;对每个客户服务时间任意的情形,就返回型和不返回型,分别给出了16/9和13/7近似算法。     

Social forecasting for company planning: Brian C. TWISS (Ed.) Macmillan,London, 1982, xxv + 310 pages, £25.00

The transportation system considered in this paper has a number of vehicles with no capacity constraint, which take passengers from a source terminal to various destinations and return to the terminal. The trip times are considered to be independent and identically distributed random variables with a common exponential distribution. Passengers arrive at the terminal in accordance with a Poisson process. The system is operated under the following policy: when a vehicle is available and there are at least α passengers waiting for service, then a vehicle is dispatched immediately. The passenger queue length and waiting time distributions are obtained under steady-state conditions. System performance measures such as average passenger queue length and waiting time are then derived. A minimum average cost criterion is then used to determine the optimal fleet size and dispatching policy. This is a generalization of the results of Weiss for a single-vehicle system.