生鲜农产品冷链物流配送中心选址-路径规划

为保证生鲜农产品在配送过程中的新鲜度，提出生鲜农产品冷链物流配送中心选址-路径规划建模与求解方法，旨在降低综合成本与优化配送路径。根据生鲜农产品不易储存、易腐烂的特点，提出将“高铁+冷链物流”作为一种模式应用于生鲜农产品运输中，以高铁货运容量为市场需求量，构建总成本最低和路径最优的生鲜农产品冷链物流配送中心选址-路径规划模型，分别应用普通遗传算法和改进遗传算法对模型进行求解；最后，通过重庆市实例验证模型和改进算法的有效性。计算结果表明：改进后的遗传算法求解结果要比普通遗传算法求解结果的成本节约1 204.29元·d^-1,降低6个百分点，迭代次数减少近200次。     

配送中心选址与车辆路径一体优化模型与算法

在配送系统中,配送中心选址问题与在此基础上的车辆路径问题相互影响.为了反映两者之间的相互关系,建立了配送系统优化的双层规划模型.模型上层为配送中心选址问题,下层为车辆路径优化问题.由上层模型给出初始配送中心选址方案;在此基础上由下层模型进行配送车辆路径优化;然后计算上层模型中的供应商到配送中心的运输费用,从而得到上层模型的目标函数;再对上层模型方案进行调整.设计了基于遗传算法与粒子群算法的求解方法.算例分析表明,与两者分别优化相比,双层规划模型可以降低配送系统的总成本,提高配送系统的整体效率.     

动态路网下多车型车辆路径问题研究

考虑城市路网拥挤程度受城市工商业分布和居民集散特征影响,将路网拥挤情况沿时间轴展开,为确定最佳出发时刻以及服务线路,以配送成本最小为目标函数,构建了考虑服务途中动态拥挤的多车型车辆路径模型,设计了求解该模型的改进遗传算法。计算结果表明:运用本文提出的算法,求解得到最低费用为1085.8元,运输里程为43.51km;运用最短路车辆路径模型,最低费用为1092.7元,运输里程为43.15km。虽然运输里程增加了0.83%,但总费用却降低了0.63%,符合总成本最小的目标函数要求。可见,模型可行,算法有效。     

基于改进蚁群和免疫算法融合的多配送中心路径优化

随着物流行业的快速发展,货物运输需求和仓储需求也在不断增加。在构建物流网络的同时,需考虑车辆路径的配送中心选址问题,而现实中这两个问题是互相影响的。因此,本文建立了以免疫算法为框架,以蚁群算法为核心的综合算法模型。模型第一阶段改进了蚁群算法的禁忌搜索,并融合免疫算法;第二阶段设计了免疫-蚁群算法来求解车辆路径和配送中心选址的相互影响关系,并结合算例数据给出全局最优成本。算例结果表明,该综合算法模型明显优于传统免疫选址-蚁群寻优算法,可节约49.5%的总成本,验证了算法的可行性和有效性。     

基于竞争的物流中心选址双层规划模型及算法研究

提出基于竞争的物流中心选址双层规划模型,将物流中心选址涉及到的两个具有明显不同目标的决策者——选址规划者和客户联系起来考虑问题,并将配送中心建成后遇到的竞争问题也纳入其中.该模型立足物流中心上层决策者和下层决策者两方面,权衡决策者和客户的总成本费用,对于研究物流中心在某个较长规划期内的最优选址问题具有重要意义.利用遗传算法对模型进行求解,最后通过实证分析表明建立的模型及算法具有实用价值和指导作用.     

应急服务设施选址优化研究

从提高应急服务水平的角度出发,构建应急服务设施选址优化模型.所建立的模型以最大化应急服务设施覆盖总权重和最小化投资建设费用为目标.先采用定性方法找到候选点,然后在规划设施点数目、土地投资费用及服务能力限制下,使用定量方法建立多目标0-1整数规划模型,并使用线性加权和法将多目标问题转化为单目标问题进行求解.使用MATLAB中的BINTPROG函数与遗传算法两种方法对模型进行求解.以泗洪县消防站的选址规划为例,通过两种方法求解结果的对比验证了遗传算法的合理性,并确定准确的消防选址点.研究结果表明采用所提出的优化模型与求解算法能够得到准确的选址点,进而提高应急服务水平.     

计及碳减排的共享电动汽车网点选址优化

为解决共享电动汽车网点选址布局不合理问题，从低碳角度出发，以建设共享电动汽车网点成本、用户出行时间成本及建设共享电动汽车网点碳排放和共享电动汽车路径碳排放最小为目标，以共享电动汽车网点覆盖程度为约束，构建计及碳减排的网点多目标选址规划模型，设计多目标优化算法NSGA-Ⅱ(非支配排序遗传算法),以Chicago Sketch(芝加哥写生)网络为算例求解模型得出网点选址结果，并将其与基于K-means(K均值)的聚类算法网点选址结果进行对比。结果表明：计及碳减排的共享电动汽车网点选址模型在车辆路径碳排放、聚类内部平均距离和聚类间平均距离等指标上表现更好。     

混合交通网络充电站选址模型

电动汽车充电站的合理布局对减少里程焦虑,提高出行舒适度及电动汽车的普及起到了关键作用。本文针对电动汽车充电站建立了基于随机用户均衡的双目标双层规划选址模型。上层模型考虑政府的目标,为系统最优模型,以最小化系统旅行时间和温室气体排放为目标,采用NSGA-II算法求解;下层模型考虑用户的目标,为随机用户均衡模型,考虑带里程约束的多车型混合交通网络分配问题,采用MSA算法求解。最后的算例结果表明电动汽车渗透率、交通组成模式、财政预算水平对充电站最佳选址有较大影响,论证了该模型和算法的有效性以及在实践中的可行性。     

高速公路物流网络规划LRP模型及算法研究

从高速公路网与物流网络同构相似的关系出发,将高速公路网纳入物流网络体系并构建高速公路物流网络．结合选址-路径问题（LRP）模型来探讨高速公路物流网络规划的方法,把高速公路物流网络规划分解为高速公路服务区作为物流节点的选址布局问题和高速公路作为物流通道的路径安排问题;使用遗传算法对该模型进行求解,并对遗传算法的要素进行设计和改进,提高了求解的精度和效率;最后,通过算例分析验证了模型的实用性和算法的有效性．     

考虑客户满意度的生鲜电商前置仓选址-路径优化

针对生鲜电商前置仓选址-路径问题中成本与客户满意度之间存在的效益背反现象，在仅考虑成本目标的传统选址-路径模型基础上，以生鲜产品送达时间和新鲜度量化客户满意度构建总成本最低和平均客户满意度最高的多目标优化模型。设计带精英策略的快速非支配排序遗传算法(NSGA-Ⅱ),运用精英选择策略、快速非支配排序及拥挤度计算保留优质解和加快算法收敛速度等方法，对Solomon标准算例RC105数据集加入时间窗约束后进行仿真实验，得出最小成本为10 961.87、最高平均客户满意度为0.68的结果。实验结果表明：在不大幅度增加成本投入的情况下，考虑客户满意度的生鲜电商前置仓选址-路径优化模型相较于传统模型，平均客户满意度最高提升19.64%,验证了模型的有效性。同时，该模型还可以为决策者提供不同情景下的前置仓选址-路径方案，满足生鲜电商企业不同发展阶段的决策需求。     

混合算法在港口吞吐量预测中的应用

设计供应链网络主要考虑满足外部客户需求最大化和网络总体效用的最大化,其目的是寻求合适的合作伙伴,从而制定符合实际的生产分销策略。为了解决复杂供应链网络设计的问题,提出了一种新的多阶段数学算法模型,该方法是基于遗传算法、层次分析法、多属性效用理论、以同时满足供应商和客户在网络各个层级上的需求。最后,应用该方法很好地解决了所列举的案例,并证明该方法的有效性和实用性。     

基于提前期的码头与供应链多Agent策略协同及优化

针对国际供应与分销网络中流程提前期的较大不确定性,提出了码头系统与供应链相结合的多Agent策略协调框架,建立了基于策略提前期的循环优化决策模型.在对供应链响应性有不同要求的情况下,对国际供应链节点码头前方作业系统平均流程时间选择合适的控制策略,调节国际供应链补货提前期的波动范围,以驱动供应链时间和成本两方面绩效目标的权衡优化.采用多目标优化遗传算法与神经网络相结合,以一个集装箱码头采取面向供应链策略的计划决策过程为例进行仿真,结果表明:提出的决策模式可增强码头策略计划与时间敏感型供应链整体目标的协同效应;虽然调节提前期波动区间码头需要付出较大的作业均衡成本,但获得的时间目标确定性会明显改善供应网络总体的绩效水平.      

混合模式下的多车型交叉甩挂调度优化

多车型是甩挂运输发展的新趋势,载重大的牵引车拖带不超过吨位限制的多 种挂车称之为交叉甩挂.为分析多车型交叉甩挂的优势和客户点分布规律的影响,本文建 立了轴辐式与网络型相结合的混合模式下的多车型交叉甩挂调度模型,针对该模型的特 点设计了混合模拟退火算法进行求解,并将其与其他3 种牵引车-挂车匹配策略进行对 比,验证了模型和算法的有效性,同时体现了多车型交叉甩挂在成本节约方面较之于其 他3 种甩挂匹配策略的优势.最后运用4 种策略求解改进的Solomon 经典算例,分析了客 户点分布对目标函数的影响,可为甩挂运输车辆调度提供决策支持.     

考虑行驶时间不确定性的合乘路径鲁棒优化方法

为应对实际合乘过程中时间不确定性带来的负面影响,本文研究不确定行驶时间下的合乘问题。采用预算不确定集合描述时间变量,引入不确定性水平可调节的预算系数,构建以车辆总里程最短和车辆数最少为目标的合乘路径鲁棒优化模型。并设计两阶段算法求解,第1阶段以两乘客间的可行合乘路径为基础,从车辆总里程节省率和乘客时间窗匹配灵活性两方面设计公式量化合乘匹配机会,以匹配机会为权重构建乘客图网络并聚类乘客需求;第2阶段设计以顺序插入启发式方法构造初始解的禁忌搜索算法求解。案例数据实验结果表明：本文聚类方法能保证优化质量并提高85%以上的计算效率,同时能缩减乘客等车时间和绕行距离;增大预算系数时解的鲁棒性逐渐提高,但会增加10%~40%的车辆数并降低1%~10%的里程节省率;大规模乘客案例和窄时间窗案例的合乘路径对不确定时间的敏感性更高,宽时间窗案例无需增加过多额外车辆和总里程就能达到较高水平的路径鲁棒性。     

集装箱码头混合交叉作业集成调度模型

针对集装箱码头进出口作业系统中泊位分配、装卸作业、水平搬运等诸多环节之间的关系,分析了现有进出口作业系统对集装箱码头生产效率与运营成本的影响。运用系统工程优化理论,提出混合交叉作业集成调度方法与同步优化技术,以泊位分配、设备配置、集装箱卡车(集卡)行驶路径为决策变量,以集装箱码头最小运营成本为目标函数,建立了三阶段集成调度优化模型,设计了双层遗传求解算法。在双层遗传算法中,上层遗传算法用于搜索集装箱码头设施设备的合理配置组合,下层遗传算法在上层算法的基础上优化集卡行驶路径。计算结果表明:与独立装卸作业过程相比,使用混合交叉作业集成调度模型时,集卡数量为22veh,减小了66.2%,集卡行驶总距离为10 389.8km,减小了17.4%;与单独调度方式相比,使用混合交叉作业集成调度模型时,集卡行驶总距离减小了14.5%,码头运营总成本为84 266.2元,降低了4.6%。可见,使用集装箱码头混合交叉作业集成调度模型,能有效提高集装箱码头生产效率,明显降低运营成本。     

应急物资保障系统模糊多目标LARP 研究

为了将应急物资快速有效地配送至灾区,从供应链的角度构建一个包含应急 物资供应点、集散点、配送中心及受灾点四层结构的应急物资保障系统. 在考虑需求不确 定性的基础上建立一个双层优化模型. 上层模型以最晚运达时间最小、配送总成本最小 及车辆载重利用率最大为目标,决策灾区应急物资配送中心的选址及车辆路径安排;下 层模型以运输总成本最小为目标,决策应急物资集散点的选址及应急物资的分配. 设计 一种自适应遗传算法求解上层模型,运用GAMS 软件求解下层模型. 以“4· 20”四川芦山 地震应急物资保障为背景构建算例,验证模型和算法的可行性和有效性.     

考虑负效应最小化的电动汽车补能诱导研究

随着政府对“碳达峰”等环保政策的贯彻落实,电动汽车凭借节能环保等优点得到了迅速发展。由于电动汽车续航里程短,充电时间长,且路网中的补能需求与充电桩存在时空错配的现象,导致电动汽车补能排队时间长和驾驶员产生里程焦虑等一系列负效应。为此,本文首先从整体路网补能负效应最小化角度,通过引入激励手段实现最优补能方案,建立电动汽车补能诱导双层优化模型。其中,上层为路网补能负效应最小化诱导激励模型;下层为带有补能站点选择的混行路网均衡模型。然后,采用遗传算法求解上层模型,下层模型通过Frank-Wolfe算法求解,得出路网中补能车辆的最优诱导方案。最后,以经典Nguyen-Dupius路网为例验证模型,并进行灵敏度分析。结果表明,尽管本文提出的补能诱导模型增加了规划者的激励成本,但总社会补能负效应成本降低,证明了补能诱导的有效性。     

有时间约束的城市配送网络结构研究

城市配送网络结构设置应考虑服务水平和成本两个影响因素。针对有时间限制的货物配送,以城市配送网络总费用最小化为目标,研究不同配送需求下的最优城市配送系统结构,建立非线性混合0—1规划模型。用蚁群算法求解,得出满足时间约束且使系统成本最小的城市配送网络层数和节点设置情况。对城市配送网络的设置进行实例分析,以验证模型和算法的可行性,为城市配送网络的建设、运营和优化提供理论依据。     

市域铁路牵引电缆贯通供电方案及潮流算法

研究了市域铁路牵引电缆贯通供电方案，该方案全线贯通式供电，设置一主一备两个主变电所，在主变电所内设置同相供电装置. 对贯通式供电时双边供电、单边供电下供电臂距离的设置进行了建模求解，模型以电压损失作为约束条件，通过逐渐增加列车数量的方式，求得供电臂所能承担最大列车数量，进一步得到供电臂距离的可行值，为牵引变压器位置的设置提供参考和校验. 采用基于线路的牵引供电系统建模，将牵引供电系统分为电缆层和牵引层，提出适用于牵引电缆贯通供电的分层交互迭代潮流算法. 该算法在层内进行潮流求解，同时层之间进行变量取值修正，以实现交互迭代，能够达到矩阵降阶、提高计算效率的目的. 在本文案例分析中，相较于传统供电方案，牵引电缆贯通供电方案再生制动能量利用率提升至99.15%，每年通过再生制动能量利用可以节省的电费为2 955万元，一次性投资可以节省大约13 672万元.      

基于混合遗传算法的物流配送模糊车辆调度问题研究

在同时考虑物流配送总费用和服务水平的基础上,建立适合物流配送模糊车辆调度问题的数学模型.并且采用期望值选择法,将爬山法与遗传算法相结合,构造了求解该问题的混合遗传算法.研究表明,用该算法求解物流配送模糊车辆调度问题,能够很快收敛到满意解.