多供应商条件下选址模型的一个研究结果

通过实例和对模型的分析,得出[1]中已有多供应商条件上所建模型的不合理性,并提出了模型合理性的原则。     

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。     

动态不确定性-药品物流多中心选址优化研究

本文以国家药品带量集中采购为背景。为提高药品配送安全和时效,降低药品配送成本。基于大数据思想,根据备选药品物流中心所在地近20年遭受自然灾害的数据,构建备选药品物流中心未来遭受自然灾害的预测模型,在综合考虑药品配送安全性、配送成本、环保成本、时间满意度和实时路况下,构建动态不确定性-药品物流多中心选址-路径优化模型。根据所研究问题的特点,为提高算法的效能,本文充分利用模糊C均值聚类算法(FCM),粒子群算法(PSO)和禁忌搜索算法(TS)等各自优点,设计了PSO-FCM-TS混合算法。最后,根据国家药品集中带量采购招标结果数据,对模型和算法进行了验证、对比和分析,研究结论为药品物流企业决策提供了科学依据。     

井位不确定环境下的油田仓库选址问题

油田工作中,合理的仓库选址决策不仅能节约物流成本,而且能提高油田作业效率。现有研究通常基于当前的油井位置(简称井位),没有考虑未来井位变化对仓库选址的影响。同时井位受到地下储层条件及油气公司远景规划等因素影响,未来的井位具有很强的不确定性。此外,仓库选址决策属中长期决策,将长期影响油田的物流费用、管理工作甚至开发工作,而且油田生产要求仓库能持续供应物资,所以油田仓库选址应考虑井位的不确定性和仓库服务中断等因素。本文首先根据油田井位分布和钻井规划采用随机模拟方法模拟未来井位,建立并求解考虑设施中断的离散选址模型。然后以鄂南油区物资仓库选址问题为例,模拟井位并求解仓库选址问题,从8个候选点中选出3个建库/租库。最后,分析井位和需求量变化对仓库选址结果的影响。井位不确定环境下油田物资仓库选址问题的研究,不仅对油田物流系统管理的研究具有一定的理论意义,也对油田的物流决策有重要的现实意义。     

考虑共享不确定因素的应急设施最大覆盖选址模型

为提升应急设施的服务质量和抵御中断风险的能力,研究应急设施最大覆盖选址-分配决策问题。扩展无容量限制的固定费用的可靠性选址决策模型,建立考虑共享不确定因素的应急设施最大覆盖选址优化模型,通过在目标和约束中引入budget不确定集刻画共享不确定因素,基于Bertsimas和Sim鲁棒优化方法建立混合整数规划模型,并将非线性问题转化为易于求解的鲁棒等价模型,利用带混沌搜索策略的改进灰狼优化算法求解模型,并对不确定鲁棒水平和中断概率进行敏感性分析。最后通过案例及数据仿真结果的对比分析,验证了模型的合理性和有效性,并给出最优的选址分配布局。     

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。     

基于前景理论的混合不确定情景下在线多属性反向拍卖的赢者确定方法

在线反向拍卖在当今的经济社会发展中扮演越来越重要的角色,其主要应用于采购招标领域。而在实际的采购拍卖中有关商品属性和供应商信息等方面常会存在一定程度的不确定性,且这些不确定性的刻画又存在着多种模糊表述形式,这些都将增加采购方的风险预期和竞标供应商赢者确定的难度。为此,本文基于前景理论及模糊集理论,研究了同时存在精确数、区间数、三角模糊数、梯形模糊数和语义模糊术语五种属性描述方式的在线多属性反向拍卖的赢者确定问题,提出了一种更具一般性的混合不确定情景下的在线多属性反向拍卖赢者(中标者)确定方法。最后,通过数值算例和比较分析验证了本文所提方法的合理性与有效性,并通过稳健性分析进一步说明方法的稳定性和适用性。     

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.     

拆解中心的选址决策研究

针对拆解中心选址决策问题,考虑到检测中心到拆解中心和用户的运输容量,基于成本最小原则,建立了备选拆解中心选址的优化模型,并提出了求解算法,最后通过算例说明了方法的可行性.     

A Tabu Search with Slope Scaling for the Multicommodity Capacitated Location Problem with Balancing Requirements

In this paper, a tabu search heuristic is combined with slope scaling to solve a discrete depot location problem, known as the multicommodity location problem with balancing requirements. Although the uncapacitated version of this problem has already been addressed in the literature, this is not the case for the more challenging capacitated version, where each depot has a fixed and finite capacity. The slope scaling approach is used during the initialization phase to provide the tabu search with good starting solutions. Numerical results are reported on various types of large-scale randomly generated instances. The quality of the heuristic is assessed by comparing the solutions obtained with those of a commercial mixed-integer programming code.     

Algorithms for a Facility Location Problem with Stochastic Customer Demand and Immobile Servers

This paper studies a facility location problem with stochastic customer demand and immobile servers. Motivated by applications to locating bank automated teller machines (ATMs) or Internet mirror sites, these models are developed for situations in which immobile service facilities are congested by stochastic demand originating from nearby customer locations. Customers are assumed to visit the closest open facility. The objective of this problem is to minimize customers' total traveling cost and waiting cost. In addition, there is a restriction on the number of facilities that may be opened and an upper bound on the allowable expected waiting time at a facility. Three heuristic algorithms are developed, including a greedy-dropping procedure, a tabu search approach and an -optimal branch-and-bound method. These methods are compared computationally on a bank location data set from Amherst, New York.     

一种改进的禁忌搜索算法及其在选址问题中的应用

本文研究了选址问题中无容量限制的p-中值问题,在Rolland等人提出的有效禁忌搜索算法基础上,提出了一种以目标函数变化量作为评价函数的改进禁忌搜索算法,并进行了理论分析,然后将其与有效禁忌搜索算法作了性能比较.通过比较三个公共测试数据集的计算结果,验证了本文提出的禁忌搜索算法的可行性和有效性.     

双层级医疗设施选址问题及禁忌搜索算法

分级诊疗有利于充分利用已有的医疗资源,是医疗卫生体制改革的重要内容,因而在医疗设施选址时需要考虑医疗机构的层级性。本文以两个层级的医疗设施作为选址研究对象,建立了双层级多样流的混合整数规划模型。针对该模型的特点,设计了一种基于禁忌搜索的算法确定最优选址策略。最后,以上海市某区社区卫生服务中心以及区域医疗中心为研究对象,给出相应两个层级医疗设施的选址方案,并对相关参数对选址结果的影响进行了分析。算法求解结果为有就医需求的居民提供指派,使该区域的医疗资源利用率得到了提高,医疗设施配置也更加合理均衡。     

带时间窗口的超市物流配送不确定规划模型

主要研究了不确定环境下带时间窗口的超市物流配送问题。假设超市的日需求量是不确定变量,在配送过程中车辆的行驶时间也为不确定变量。为了最小化配送过程中车辆行驶时间,建立了不确定机会约束模型。然后应用不确定变量的运算法则对模型进行等价转化,并为求解模型设计了算法。最后给出了一个数值算例来说明模型的实际应用。     

A Metaheuristic to Solve a Location-Routing Problem with Non-Linear Costs

The paper deals with a location-routing problem with non-linear cost functions. To the best of our knowledge, a mixed integer linear programming formulation for the addressed problem is proposed here for the first time. Since the problem is NP-hard exact algorithms are able to solve only particular cases, thus to solve more general versions heuristics are needed. The algorithm proposed in this paper is a combination of a p-median approach to find an initial feasible solution and a metaheuristic to improve the solution. It is a hybrid metaheuristic merging Variable Neighborhood Search (VNS) and Tabu Search (TS) principles and exploiting the synergies between the two. Computational results and conclusions close the paper.