碳排放限制下的冷藏集装箱多式联运路径优化

为了降低碳排放限制下的冷藏集装箱多式联运成本,实现节能减排的目的,高效的路径选择至关重要.该文基于碳排放限制的视角,针对多式联运网络中铁路和水路运输具有发班时间限制,以及冷藏集装箱需要考虑制冷费用、货损货差的特点,建立了在碳排放限制下以总成本最低为目标的优化模型.构建总成本时不仅考虑了运输费用和转运费用,还考虑了受发班时间影响而动态变化的冷藏费用和货损费用.设计了遗传算法求解,并进行了算例分析.结果表明:通过该模型和算法,可根据决策者的要求快速地选出成本最少的运输方案,为决策者提供决策支持.     

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。     

考虑订单合并和货物转运的多式联运路径优化研究

为了获得运输的规模经济效应,本文研究了一种考虑订单合并和货物转运的零担多式联运路径优化问题。首先,以总运输成本为目标函数,以网络中的运输工具容量、可以提供的运输工具最大数量、运输工具服务的关闭时间以及订单时间窗为约束,构建混合整数规划模型,在模型中允许多个订单进行合并运输并考虑运输过程中的转运成本。其次,由于多式联运路径优化问题是典型的NP-hard问题,为了快速求解该模型,开发了一种可以快速为该问题提供近似最优解和下界的列生成启发式算法。最后,生成并测试了大量算例,结果表明所开发的列生成启发式算法可以在较短的时间内提供高质量的近似最优解。文章所构建的模型和开发的列生成启发式算法可以为零担自营多式联运物流企业提供高效的决策支持。     

不确定需求下故障共享单车回收周期性车辆路径问题研究

为了及时有效地回收城市道路网络中的故障共享单车,对分散于路网边上的故障单车进行聚类形成收集点,考虑聚类收集点上回收需求呈现的不确定性特征,建立以行驶总距离最小为目标的回收周期性车辆路径选择模型.采用基约束鲁棒优化方法,利用有界区间对不确定的回收量进行描述,引入扰动系数和控制系数调节模型的鲁棒性和适应性.针对模型设计近似...     

需求不确定情况下的多周期生产批量决策

针对在市场需求不确定的情况下的中小制造型企业的生产批量决策优化问题进行研究,根据多周期生产情况下需求的不确定性,综合考虑缺货成本、库存成本和期初库存等因素,以多生产周期的总利润最大化为目标,建立生产批量决策模型,通过优化分析,得出其利润最大化下的最优生产批量,并通过敏感性分析讨论最优批量与多周期生产条件下的不确定需求等影响因素之间的关系.     

不确定需求下应急资源配置的鲁棒优化方法

考虑灾害发生时需求不确定的条件,建立了二阶段决策数学规划模型,解决针对自然灾害的应急资源配置问题.将灾害发生后的各个灾区的需求量表示为区间型数据.利用可调整鲁棒优化的思想解决含有不确定需求的资源配置模型.数值试验表明,建立的模型是实际可行的,求解方法保证了解的鲁棒性.     

不确定环境下基于时间、费用及鲁棒性权衡的多目标项目调度优化

项目调度中的时间和费用是两个重要的指标,而在不确定环境下进度计划的鲁棒性则是保证项目平稳实施的关键。本文研究不确定环境下的多目标项目调度优化问题,以优化项目的工期、鲁棒值和成本为目标安排各活动的开始时间。基于此,作者构建多目标项目调度优化模型,将模型分解为三个子模型分析目标间的权衡关系,然后设计非劣排序遗传算法进行求解,应用精英保留策略和基于子模型权衡关系的优化策略优化算法,进行算法测试和算例参数敏感性分析。最后,应用上述方法研究一个项目实例,计算得到非劣解集,实例的敏感性分析结果进一步验证了三个目标间的权衡关系,据此提出资源的有效利用策略。本文的研究可以为多目标项目调度制定进度计划提供定量化决策支持。     

不确定需求与产出供应链回购契约决策

针对市场需求的不确定性和供应商产出产品合格率的不确定性,提出供应商产出量小于销售商订购量时需再生产满足销售商的订购,以及供应商生产过量和回购的产品通过折扣市场出售,建立以供应链期望利润为目标函数,以回购单价为决策变量的供应链回购契约决策模型.通过模型的分析,证明了模型存在最优的期望利润,给出了最优回购单价满足的方程;同时,也证明了最优订购量,最优生产量和销售商最优期望利润是回购单价的增函数.最后,通过算例验证了模型的有效性.     

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。     

多式联运分运人选择的模型和算法

在对多式联运分运人选择问题分析的基础上,运用图论技术构建了基于联运分运人选择的多式联运网络。综合考虑了运输的规模经济性、时效性、风险性和联运联盟的稳定性,建立了基于综合运输成本最小、运输风险最小和合作强度最大的多目标优化选择模型。通过主要目标法,将模型转化为单目标模型。借鉴生物免疫原理,设计了基于克隆增扩的人工免疫算法对问题进行求解。最后通过算例对方法进行了验证。     

多品种生鲜农产品的车辆路径优化

针对多品种生鲜农产品建立了带软时间窗约束的车辆路径优化模型,模型以配送总成本最少为目标,以生鲜农产品新鲜度阈、时间窗等为约束条件.然后,通过引入Dijkstra算法,改进交叉算子,提出了针对上述模型的改进遗传算法.最后,以上海市交通道路生鲜农产品配送作为案例,对算法进行测试.     

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。     

需求不确定条件下社区应急疏散协作调度优化模型

质量安全、自然灾害、公共卫生等突发事件社区应急疏散中的灾民数量具有不确定性,但目前的研究很少关注多种运输方式协作的应急疏散中灾民数量的不确定性。针对灾民数量的不确定性,以疏散灾民数量最大化,以及疏散成本最小化作为优化目标,,该文构建了多种运输方式协作的社区应急疏散模糊机会约束规划模型。在模型求解时,论文使用自适应遗传算子对多目标遗传算法进行改进,以提高算法优化效率。最后,论文使用算例对提出的模型进行验证,证明了该模型和方法可以有效完成需求不确定条件下的社区应急疏散协作调度优化工作。     

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。     

需求不确定下应急医疗服务站鲁棒配置模型与算法

大型突发事件发生后需要快速启动应急救灾网络,合理配置应急医疗服务站。本文考虑各应急医疗服务站选址节点需求的不确定性,引入三个不确定水平参数,构建四类不确定需求集合(box, ellipsoid, polyhedron和interval-polyhedron)对应的应急医疗服务站鲁棒配置模型,运用分支-切割算法求解,最后,进行需求扰动比例的灵敏度分析。算例结果表明,四类不确定需求集下的鲁棒配置模型中,ellipsoid不确定需求集合配置模型开放设施较少,总成本最小,鲁棒性较好。决策者还可以根据风险偏好选择不确定水平和需求扰动比例的组合,以使得总成本最小。     

面向不确定需求租户集的云服务智能匹配模型

为了解决云计算环境下由海量租户集和资源集间的不确定性因素引起的高质量云服务获取困难的问题,提出了一种描述动态异构租户集不确定性需求的方法.在此基础上,构建属性权重完全未知情况下的云服务智能匹配模型,排除了租户提交权值造成的偏差.神经网络以属性区间计算的相离度作为输入,服务满意度为输出来动态模拟租户集的不确定需求,运用萤火虫算法求解模型获取最优服务组合.最后,实例验证了神经网络的可靠性以及算法的有效性.实验结果表明,模型能有效获取高质量的云服务组合,优于传统的匹配方法.     

不确定需求下再制造系统回收、生产与定价策略研究

以单一制造商为研究对象,在需求不确定且回收量依赖于需求量的环境下,构建基于期望利润最大化的数学模型,给出最优的回收率、新品和再制造品生产量及销售价格,并通过解析和数值仿真分析了市场规模、单位节约成本、回收成本的规模参数和需求不确定性对最优策略的影响.结果表明:市场规模增大,销售价格、回收率、生产量和再制造量都随之增大,而新品生产量先增大后减小;单位节约成本越大,回收成本的规模参数越小时,进行再制造就越有利;需求不确定性增加时,进行再制造更有利,可以降低由需求不确定性所造成的损失.     

基于不确定需求订单式生产的产能决策

考虑订单式生产不存在初始库存和产品需求不确定,建立起以产能最大收益(包括销售利润,产能折现值和购买产能费用或出售产能收入)为目标函数,当期产能为决策变量的产能决策模型.接着,结合产品经历一个逐渐增长至最高水平后逐步下降的生命周期,通过利用费马定理(稳定点)和极值第二充分条件对产能决策模型的分析,证明了该模型为凸函数,并给出了产品需求随机单调递增后递减的最优产能决策数学表达式.最后通过数值实例验证了该模型的有效性.     

基于不确定需求与产出的计划生产量决策

在复杂多交的市场环境下和生产过程易受多种随机因素影响,产品的需求和产出往往具有不确定性.考虑不确定需求和产出的情况,建立起以最小期望成本(包括生产成本、缺货成本和超产成本)为目标函数,计划生产量为决策变量的决策模型.通过利用费马定理和极值第二充分条件对计划生产量决策模型分析,提出了最优计划生产量必须满足的方程和证明了模型是凹函数,存在着最小期望成本.最后通过数值实例验证了模型的有效性.     

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。