依托地铁网络的城市配送系统转运点选址研究

为应对单一货车运输方式无法承载城市中心货运需求的问题,提出依托地铁开展的新型城市配送模式。整合城市地铁网和城市道路网,研究衔接两个路网的关键节点,定义地铁网络内部的路径选择标准。构建以总成本最小化为目标函数的依托地铁网络的城市配送系统转运点选址模型,同时设计改进模拟植物生长算法进行求解。以成都市地铁网络为例,分析覆盖范围、需求量、规模效应对转运点选址决策的影响,验证模型和算法的实用性及有效性。结果表明,转运点多集中在客户分布的区域,偏向于选择离配送中心最近的点、临近配送中心线路与环线的交叉点或临近配送中心线路间的交叉点,且配送需求服从邻近分担的原则,个别转运点能吸引更多货流量。     

基于改进蚁群算法的装配线VRPTD问题研究

采用改进蚁群算法求解了装配线物料配送的VRPTD问题(带最后期限时间窗的车辆路径问题)。通过信息素动态更新设计,使改进蚁群算法具有自适应性,克服了传统蚁群算法在遍历寻优过程中容易出现停滞和陷入局部最优解的缺点。通过进一步对启发函数可见度进行改进设计,提高了算法的全局搜索能力。仿真结果表明,改进蚁群算法可以很好地求解装配线VRPTD问题,这对实际应用有一定的参考价值。     

基于拆分运输的低碳车辆路径优化

基于拆分运输问题的特征,考虑运输过程中CO_2排放的成本,构建需求可拆分的低碳车辆路径优化模型;针对该模型的特点设计基于禁忌搜索的2阶段启发式算法。并以祁东县生物质发电厂的燃料运输为例,验证上述模型和求解算法的有效性。仿真结果表明:1)最短路径不一定是最小CO_2排放路线;2)距离发电厂最短的客户点最后访问有利于减少总碳排量;3)在考虑道路通行能力容许条件下,载重量大的车型有利于减排。     

启发式算法在物流配送中心选址中的应用

针对物流企业配送中心的选址问题，综合考虑物流系统的运输、配送成本及配送中心的可变和固定运营成本等因素，提出以物流系统总成本最低为目标的区域物流配送中心选址模型。通过建立数学模型进行分析、分解和过滤，并结合实际情况，运用启发式算法求解。该模型在实际应用中取得了较好的效果。     

基于时间窗的城市医药品动态配送路径优化模型与算法

由于城市医药客户需求的随机性和不确定性,需要对医药品进行动态配送路径的优化.以客户服务时间窗为约束,以降低药品配送费用及提高服务准时性为目标,建立配送路径初始优化模型与动态优化模型,并利用遗传算法进行求解.研究结果表明:遗传算法能迅速收敛到最优解,配送费用得到较大程度的节省,服务准时性得到较大提高,能较好地满足城市医药...     

交通物流配送路径优化算法的研究

为进一步优化交通物流配送路径,提高物流配送效率,将多种路径优化算法相结合,提出改进的路径优化混合算法。首先利用遗传算法的随机搜索性、快速性和全局收敛性产生物流路径问题的初始信息素分布,然后充分利用蚁群算法的并行性、正反馈机制及求解效率高等特点求得较优解,最后利用爬山算法良好的局部收敛性求得最优解。实验结果证明,该混合算法与单一算法相比,其路径计算效果和计算效率都有比较明显的提高。     

车种代用情况下的空车调配模型的改进

针对原有的车种代用空车调配模型存在装车收益不准确和车种代用非均衡化的局限性,考虑车种代用受代用收益、代用费用、空车配送费用和车流接续等因素的影响,通过建立以OD流为基础的均衡运输下的重空车调整的时空网络,以网络节点车流量平衡、同种空车不对流、货运计划和装车指令性任务为约束条件,以综合收益最大化为目标,构建改进后的模型。以6个货运站、3种货车和3种货物构成的平衡运输网为例,利用改进的模型,求出车种代用的空车调配优化方案。结果表明:利用改进的模型,能提高货车使用效率,增加运输收入,同时根据最优解可计算出各装车站的货运计划完成情况、各空车产生站的空车产生量。     

有供需要求运输问题的数学模型及算法

为满足不同用户对不同厂家、不同产品的数量要求,以运输总费用最小为目标,建立有供需要求运输问题的线性规划模型.将中转站顶点、用户顶点拆分后与厂家顶点、产品顶点分别关联,构建运输问题网络模型;推导出中转能力和直供能力一定条件下的中转站边和直供边容量约束方程;通过增设平行边,将容量有上下界约束的网络流问题转化为一般网络流问题;采用改进的最小费用最大流问题算法求出初始解.通过扩大直供边和中转站边的容量,使潜在的负回路显现,根据搜索的目的不同,有选择地切断部分直供边和配送边,从而在不同的范围内搜索负回路,并在负回路上调整流量,使初始解最终转化为最优解.通过算例分析,验证了模型和算法的可行性.     

铁路行包物流基地及配送点选址规划研究

借鉴国内外选址问题的模型和方法,结合铁路行包物流配送流程及特点,建立铁路行包物流基地及配送点选址规划问题的混合整数规划模型。通过改进的扫描法,根据业务量及现有车辆载重对城市内邮政点进行分组。用迭代法计算得到每个分组中的配送点。比较各分组方案,选择最好的一个方案作为初始解。采用启发式算法对该初始解优化,得到满意解,确定配送点及行包物流基地的位置。以有2个行包物流基地待选地点、3个大宗行包点、30个一般邮政点的实例进行仿真计算。计算结果验证了模型及算法的正确性及可行性。     

库存路径问题的固定分区-整数比周期组合策略研究

针对供应商-物流中心-零售商组成的三层级系统的库存路径问题研究一种组合策略。各零售商对单品种货物的需求率固定,相互独立;物流中心从供应商批量进货,然后配送给零售商,不许缺货或延迟;目标是最小化系统库存及运输总成本。整合固定分区、整数比周期设计一种组合策略,构建了三层级系统的IRP数学模型,将三层级库存路径问题分解为两个子问题,借鉴车辆路径问题求解思路设计了启发式算法;试验结果表明,新策略的求解效率更好。     

一类危险货物公铁联运时空服务网络路径模型

在组织核废料(即乏燃料)等特殊危险货物运输时，公铁联运可融合铁路高安全性和公路灵活等特点，其联运换装节点和路径的优化选择至关重要。基于此类危险货物在公铁联运网络中公路弧与铁路弧的各项权值具有时变性特征，增加虚拟节点和虚拟弧反应节点的转运时间、风险和成本等指标，并引入时间维度以刻画各权值的时变性。进而构建危险货物公铁联运时空服务网络，建立以运输风险最小为目标的公铁联运时空路径0-1整数规划模型，将求解危险货物公铁联运方案转化为时变权值的时空最短路问题。通过改进Dijkstra算法，根据永久标号点在弧段的出发时刻动态更新网络剩余节点权值，按照风险值最小原则搜索前进方向并得到权值随时间变化的公铁联运时空最短路。最后通过算例验证了模型和算法的有效性。     

基于蚁群算法的应急物资运输路径优化

由于各种自然灾害和公共卫生事件频发,世界各国加大了对应急物资的采购、存储和调运方案的研究,旨在建立高效的救援物流系统。结合以往文献中有关应急状态下物资运输的模型和非常规物流中车辆运输的特殊性,运用多式联运和路网的脆弱性理论,建立应急物资全程调拨时运输方式和路径选择问题的综合模型,设计改进的蚁群算法,结合算例说明当运输路径及其流量发生改变时应急物资运输路径的变化情况。     

高速铁路单循环乘务排班计划编制模型与算法

乘务计划是高速铁路运输组织的基本计划之一,而乘务排班计划又是乘务计划的重要组成部分。本文研究高速铁路单循环形式乘务排班计划编制问题,建立以乘务交路总接续时间最短和冗余时间分布最均衡的双目标优化模型,设计基于动态启发式信息的蚁群优化算法。算例表明:求解算法对编制单循环乘务排班计划是有效的。     

树枝形铁路专用线取送车作业模型及启发式算法

合理安排铁路专用线取送车顺序,有利于提高调车机车作业效率、加速货车周转。以调车机车完成一批调车作业任务后所走行路程最短为优化目标;为便于区分,增设虚拟车站,并以各装卸作业点和车站为顶点;以根据作业情况不同调整后的作业点间距离为线段权,建立树枝形专用线取送车作业的哈密尔顿图模型,指出合理的取送车顺序为满足所有优先权关系的哈密尔顿回路。设计启发式算法进行求解,以不同作业的起点为始点,顺或逆时针确定机车下一访问作业点,从而形成不同的初始解,采用局部交换作业顺序规则对目前解进行改进,选择机车走行路程最短的路径为满意解。其他作业形式可认为是送调取结合作业形式的简化形式,所提出的模型及算法同样适用。     

基于遗传算法的集成逆向物流的供应链网络设计

对于一个固定拓扑结构的供应链,基于设施能力和顾客需求的约束,以正向物流与逆向物流的总成本最小为目标,构造供应链网络设计模型,采用基于优先权编码的遗传算法求解。按照遗传算法的原理,将供应链按物流活动过程划分成4个阶段,运用基于优先权的编码方法对各个阶段进行编码;为加速算法收敛,利用贪婪启发式算法确定初始种群,通过遗传操作产生后代,并定义交叉算子和变异算子。以某一区域供应链网络规划为例,运用给出的模型和算法对需要设置工厂、铁路货运中转站的数量、位置及功能进行计算,并与其他算法所用计算时间比较。结果表明,采用本算法能够得到区域供应链网络规划的最优解,且所用的计算时间最少。     

基于CO_2排放的车辆路径优化模型及其算法研究

物流不仅是能源消耗大户,同时也是CO2排放的重要来源。在分析配送车辆燃油消耗和CO2排放因素的多种车辆类型车辆路径问题特点的基础上,构建其相应的优化模型,并给出基于遗传算法的启发式求解算法。最后,针对该模型和求解算法进行数值算例仿真,研究结果显示:路径最短的路线不一定是能耗最小的路线;与传统基于路径最短的车辆路径对比,基于CO2排放的车辆路径总行驶里程较长,但其综合成本较低;遗传算法是解决绿色车辆路径问题的一个有效的求解算法。     

带时间窗约束的道路危险品运输路径选择研究

对已有危险品运输模型进行分析,针对当前危险品类物流配送网络的特点,提出了在时间窗约束条件下城市道路网络中的危险品配送模型,该模型以整个网络中事故发生的期望和影响人数最小为目标。设计了目标集成方法和对集成后目标函数求解的扩展标号法来计算该多目标问题的Pareto最优折衷解,最后用实例对算法进行了验证。     

基于线路风险的铁路救援资源优化配置

分析铁路线路致灾因素,构建铁路线路灾害风险评估指标体系.采用基于风险概率的风险评估方法对铁路线路灾害风险进行评估,得到铁路线路风险发生概率和风险等级,以此为依据抽象得到事故预测点及其风险程度.以救援资源储备点覆盖所有事故预测点为约束条件,以救援资源储备点的建设及运营成本最小和救援资源配送时间最短为目标函数,建立铁路救援资源优化配置模型.采用蚁群算法对模型求解,设计模型求解算法流程.以某铁路局线路和救援资源现状为例,采用上述方法进行线路风险评估和求解救援资源优化配置方案.结果表明,救援资源配置方案与现有资源配置情况相比,节约了救援资源储备点的建设及运营成本,缩短了平均救援资源配送时间.     

基于火场信息的地铁车站智能疏散技术研究

火灾是城市轨道交通车站内影响最为严重的事故之一,科学合理的安全疏散方案是突发火灾时确保乘客出行安全的重要保障。然而,目前地铁车站火灾疏散方案中的疏散路线难以根据火场情况动态调整。针对地铁车站疏散路径固定单一的弊端,基于地铁车站内的监控系统,利用计算机视觉技术识别人员分布信息和火灾发生位置,建立空间拓扑模型,利用改进的蚁群算法规划出耗时最短且转弯次数较少的疏散路线,实现站内乘客更科学高效的疏散,最后通过3个场景的案例应用验证本文所提疏散方法的有效性。     

引入时间紧迫系数的应急物资运输路径优化

考虑应急物资调运的特殊性,在我国积极构建综合运输体系的前提下,充分发挥各种运输方式的比较优势,规避单一运输方式完成运输全程中对于运输时间和运输费用的浪费,运用多式联运理论,考虑路网的脆弱性,在对应急物资按时间紧迫性进行划分的前提下,建立应急物资全程调拨时运输方式和路径选择问题的综合模型,并设计了改进的蚁群算法,结合算例说明当应急物资对于时间紧迫性要求不同时运输路径的变化情况。