黄金时间内救灾物资多阶段调配问题求解

以集散点—配送点—需求点作为三级网络,构建以各需求点应急物资满足度最大、各需求点平均满足度方差最小以及成本最小为优化目标的应急物资调配模型。首先,在物资供需确定的情况下,确定物资紧急程度和黄金救援时间受灾人员的存活率比重;然后将有限的物资在车辆容量、车辆数目、装置防护时间以及装卸货时间等约束条件下,采用NSGA-Ⅱ(第二代非支配排序遗传算法)求解;最后将算例仿真结果与目标转换和线性相结合方法结果进行对比和灵敏度分析,验证算法的配送效率。实验结果表明,72h内医疗物资整体配送率达82.4%,生活物资整体配送率达94.67%,与目标转换和线性相结合方法相比,采用NSGA-Ⅱ的整体应急物资配送效率提高7.4%,当增加车辆数目至原来一倍时可再提高9.8%;生成多个配送方案适用多种应用场景,决策者可根据受灾点情况选择不同配送方案,保护受灾群众的生命和财产安全。     

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.     

重大突发公共卫生事件下城市应急医疗物资配送

为了在发生重大突发公共卫生事件时提高城市医疗物资的应急救援效率, 减少人员伤亡与经济损失, 在分析重大突发公共卫生事件特点与应急物流特征的基础上, 将需求紧迫度作为配送影响因素, 提出以辖区人口、感染确诊及疑似病例、医疗物资需求点规模、医护人员数量和医疗物资缺口率为评价指标的医疗物资需求点需求紧迫度评价指标体系; 针对医疗物资应急物流的特点, 调整医疗物资配送时间窗参数, 建立由车辆行驶成本、配送延误惩罚成本和无配送延误补贴费用组成的总配送费用函数, 并考虑配送车辆载重、配送时间窗、医疗物资需求紧迫度等约束条件, 构建使总配送费用最少与需求紧迫度高的需求点优先配送的双重目标, 优化了医疗物资的配送路径; 依托SPSS、Yaahp和MATLAB软件平台, 结合算例, 利用层次分析法与遗传算法求解考虑与不考虑需求紧迫度的医疗物资应急物流配送路径优化模型。研究结果表明: 重大突发公共卫生事件下, 相对于不考虑需求紧迫度的配送路径, 考虑需求紧迫度的最优配送路径不仅对需求紧迫度较高的医疗物资需求点进行优先配送, 同时还使总配送费用减少了5.8%;需求紧迫度的引入能极大地改善调度的盲目性, 基于配送车辆载重、配送时间窗、医疗物资需求紧迫度等约束条件所构建的双目标优化模型能够有效地提高应急救援效率和减少不必要的调度成本。      

时间窗约束下需求可拆分的拣选与配送联合优化问题研究

针对企业急需解决的订单履行效率低问题,基于需求可拆分的思想,综合考虑时间窗和组合拣选策略特征,建立时间窗约束下需求可拆分的拣选与配送联合优化模型。通过拣选成本、拆分需求成本、配送成本、时间惩罚成本反映订单履行效率,指出拆分需求、组合策略以及算法对于模型的优化。利用两阶段算法对模型求解,通过算例验证了模型和算法的有效性。最后以不拆分需求、S-Shape策略和顺序决策算法为对比方案,发现总成本分别下降了33.43%、12.3%和28.17%,证明本文建立的模型和算法可以有效提高订单响应速度,降低订单履行成本。     

基于多目标优化的应急设施选址-配送模型

针对频发的突发事件,应急设施选址与配送路径规划对快速开展救援活动、减少事件损失具有重要意义。通过构建基于多目标优化的应急设施选址配送模型,同步解决应急设施选址和配送路径规划问题。模型目标函数包括3个方面:最小化总物资运输时间成本、最大化应急设施设置容量和最小化应急设施设置数量。在此基础上,设计了一种多目标遗传算法,结合快速非支配排序对模型进行求解,以获取最优应急设施选址配送方案。此外,基于苏尔福斯网络进行了案例研究,证实了所提出模型和算法相比于传统方法的有效性与优越性。     

需求不确定条件下应急物资调度优化研究

当灾害发生后,高效地进行应急物资的调度,对减少人员伤亡和减轻财产损失具有重要的作用。首先在模型中考虑惩罚成本和应急配送成本,建立在需求不确定性条件下应急物资的调度模型;采用两个稳定性参数将现有模型转化为稳定性模型,然后利用启发式算法对模型进行求解。最后通过算例证明算法和模型的有效性。该研究为应急管理部门提供了决策支持:如果要控制风险,当扰动变大时,则需要增加资金投入,以得到应急物资调度方案的稳定性。     

基于改进K均值聚类POS算法的应急物资分类研究

为了提高突发事件应急救援的效率,应急物资分类的科学性是应急物资调拨与配送的关键环节之一.通过分析既有应急物资分类以及聚类算法存在的问题,提出了基于改进K均值聚类的应急物资分类方法,构建了基于K均值的粒子群优化算法设计.最后,选取了206种最为常用的应急物资为例,采用Matlab软件平台分析计算.结果表明:基于改进K均值聚类POS算法全局寻优能力明显要强于其他聚类算法.为应急决策者提供一定的理论依据.     

基于可靠性分析的区域灾害应急物流网络设计

为了设计能够最大限度地抵御自然灾害破坏并满足应急物资和抢险救援需求的物流网络,从系统可靠性角度出发,提出了区域路网应急连通可靠性的概念.运用双层规划方法构建了网络设计模型,上层模型为物流运行总时间最小和系统应急连通可靠性最大的双目标规划模型,下层模型为固定需求用户平衡配流模型.将双目标函数转化为单目标函数后求解上层模型,用改进模拟退火优化算法求解整个双层规划模型.结果表明:在相同投资约束下,上层模型中增加系统应急连通可靠性最大的目标函数后,网络最大关键度由821.55降至32.66,物流总代价降低了0.22％,物流运行时间不变.实际网络最优方案的设计应综合考虑物流效率与系统可靠性.     

蚁群算法在西餐连锁店配送路径中应用

西餐连锁店的路径优化是各连锁店食品配送路线的优化,要求满足各连锁店时间窗的约束,可抽象为带时间窗的车辆路径问题（VRPTW）.文中采用启发式算法对VRPTW求解.为正确衡量信息素和期望值浓度在进化的不同阶段对算法的贡献,引入了一种自适应转移策略来提高算法的求解效率,并通过综合考虑全局和局部信息的更新策略——蚁权策略进行信息素更新,加快算法的收敛速度.最后,通过11个经典VRPTW对该算法的性能进行了检验.并以大连市西餐连锁店为研究对象,运用本文所提出的蚁群算法求解大连市西餐连锁店的配送路线.     

疫情期间社区商超物资配送路径优化研究

在抗击新型冠状病毒肺炎的战役中,采取"商超+社区"创新无接触配送模式对疫情影响下的社区进行物资配送,以保障居民生活物资供应。利用SOM神经网络算法与遗传算法求解车辆路径规划中的特例问题——TSP问题,以湖北省黄石港区社区物资配送路径为例,对两种算法的优化结果进行对比,发现遗传算法比SOM神经网络算法拥有更高的求解精度及效率。结果表明:优化后的路径距离为初始路径距离的37.2%,使用遗传算法可更快地搜寻到最佳的物资配送路径,得到较好的物资配送方案。     

基于多目标优化的航空器离场时隙控制方法

为了兼顾效率性和公平性,合理利用时隙资源,进行航空器离场时隙分配,根据机场管制运行部门和航空公司的决策目标,以航班正点率、旅客延误时间、延误成本、基尼系数等目标的不同组合为优化目标,建立了3组多目标优化模型.针对机场管制中航空器放行的应用背景,采用改进的人工鱼群算法求解模型.算例仿真结果表明:以航班延误成本和航班正点率为优化目标时,得到2个Pareto解集,与RBS(ration-by-schedule)分配算法相比,航班延误成本减少了52.9%和48.6%,航班正点率提高了62.5%和75.0%;以航班延误成本和旅客延误时间为优化目标时,得到1个可行解,与RBS分配算法相比,航班延误成本和旅客延误时间分别减少了52.9%和37.5%;以公平性和效率性为目标时,随着公平性的增强,效率性减弱.本文的多目标离场时隙控制方法,弥补了现有方法只考虑效率性的缺陷,为管制员提供了更多可供选择的决策方案.     

考虑公平与效率目标的城乡配送中心排队选址模型

为解决随机需求下的城乡配送中心选址问题,实现物流服务的效率与公平,结合排队论构建了需求转移规则下的排队选址模型.为体现城乡客户需求特征差异,构建时 间满意度函数作为服务水平的衡量指标.将客户与配送中心看作M/M/p 排队系统,采用需求可转移的排队规则,运用超立方模型计算配送中心的可用概率.目标函数包括嫉妒最小、基尼系数最小及字典序最大等3 类公平目标,以及覆盖需求量最大、满意度最大两类 效率目标.设计禁忌搜索算法求解,通过算例对模型和算法进行验证.结果表明,P 中位模 型下效率最优,最小嫉妒目标下公平最优,而最大字典序目标可以兼顾公平与效率.     

基于无人机的高层住宅最后“一百米”配送优化

针对城市高层住宅顾客对上门配送服务的需求，借助无人机停放平台，考虑包裹异质性以及无人机在不同配送阶段的精确能耗，构建以无人机飞行成本和能耗成本最小为目标，以无人机容量、电池组容量等为约束的高层住宅无人机上门配送模型，解决“垂直位置最后一百米配送”问题。基于此模型，设计带变邻域下降(VND)搜索的混合蚁群算法(HACO-VND)，引入4个算子进行变邻域下降搜索，为了提高算法的求解性能，提出两种局部搜索算子组合，根据顾客点数量使用不同的算子组合。实验结果表明，HACO-VND算法较CPLEX在求解精度与求解时间方面更优，特别是在大中型算例中表现出较佳性能。参数分析表明，高层住宅楼层数越多，无人机单次 飞行的能耗利用率越大，无人机容量与电池组容量共同对配送方案产生影响。为以后无人机送货上门服务方面的研究提供参考和思路。     

效率与公平视角下的应急公交接驳调度优化

城市地铁突发故障后,需要采用高效的应急公交接驳方法疏散滞留乘客,减小社会和经济损失.建立两阶段优化模型,对每辆车从存车点出发后依次前往各站运输乘客的接驳过程进行决策.阶段 1,从管理部门角度最小化疏散时间;阶段 2,在此基础上,从乘客角度降低乘客延误,优化目标分别考虑了效率与公平原则.由于现有优化软件求解阶段 2效率过低,构造了针对性的禁忌搜索(TS)算法提高求解速度.最终通过算例验证了算法和模型的可行性,对比了效率与公平原则下的疏散效果,展示了两者的权衡关系：效率原则可能导致乘客服务水平不均;而公平原则提供了更均衡的疏散服务,但系统延误相对更高.     

“无人机-车辆”配送路径优化模型与算法

基于城市配送的发展趋势,提出一种“无人机-车辆”联合配送模型,以无人机为主导,分3 步进行路径分配,无人机每次配送可以服务多个顾客点,车辆不用在固定点等待无人机。进行单 次路径规划时,让顾客需求点尽可能多的得到服务,最后,以总配送距离最小为目标,对整体路径 进行优化。此外,设计了3种不同的配送场景,构建的模型能同时适用于这3种场景。采用带末 端优化的模拟退火算法求解问题,结果验证了模型的可行性。考虑到未来无人机技术的进一步 提高,对无人机的最大载重量和飞行距离进行灵敏度分析。结果表明,无人机的配送能力受载重 量和飞行距离影响,增大配送能力可以使无人机服务更多的顾客需求点,均衡提升载重量和飞行 距离可以充分发挥无人机的配送能力,更好地完成农村地区的物流配送。     

基于地面路网MFD 的快速路出口匝道流量分配模型

过于集中的流量分配易导致出口匝道和与之相衔接的地面道路过饱和,进而影响快速路和地面路网的通行效率.为提高路网中车辆通过快速路到达目的地的通行效率,基于地面路网宏观基本图（Macroscopic Fundamental Diagram,MFD）,以出口匝道通行能力和与之相衔接的地面路网承载能力为约束条件,以整个路网的车辆总行程时间最短为优化目标,建立快速路出口匝道流量分配模型.根据宏观网络车流平衡方程,采用改进的遗传算法对模型进行求解.最后,通过实际路网验证了模型的有效性.结果表明,该模型可有效提高车辆通过快速路到达目的地的通行效率,同时降低出行成本.     

基于变权的物流资源公平分配方法

针对物流资源分配,研究了常权和变权形式下个体权重与产出效率对分配的影响,变权可以增加资源量较少个体的权重,实现兼顾公平的目的.提出了一种新的物流资源公平分配方法,该方法通过确定状态变权形式、个体效用和常权构造变权函数,计算个体变权值并比较所有分配可行解的加权总效用,得到最优分配结果.通过刻画效率损失和公平损失选择变权参数,可实现效率最优、最大最小公平以及其它不同程度的公平.以应急物资分配问题为例说明了方法的应用过程并验证了有效性,分析了变权参数对权重、效率和公平的影响.      

模拟导弹制导的交通系统路径诱导算法

模拟导弹制导的单车诱导算法利于交通系统优化目标（车流量平衡目标）.为避 免多车诱导导致的交通拥堵,以模拟导弹制导的单车诱导算法为基础,提出了模拟导弹 制导的交通系统路径诱导算法.按照出行需求,对模拟导弹制导的时间最短路径算法进行 改进,使算法满足各类单车路径规划目标,以提高单车诱导接受率.系统路径诱导算法以 交通系统优化为最终目标,对超出路网通行能力的诱导进行修正,使交通流运行趋势符 合驾驶员出行需求.建立系统优化评价指标和系统诱导接受率指标,并以北京部分地区为 例进行仿真.仿真结果表明,算法能够达到系统优化目标,同时保证了较高的系统诱导接 受率.     

改进的协同航路分配优化模型及算法研究

为优化协同航路分配程序，利用基尼系数定义一个新的公平性能指标，构建同时兼顾效率和公平性的双目标非线性整数规划模型，采用基于航班优先级排列的染色体编码方式设计一种改进的遗传算法，融合满意解的选择过程.仿真算例结果显示，与现有算法相比，改进遗传算法得到的最终满意解使空域运行效率提高9.3%，航空公司公平性提高33.7%.结果表明，改进的遗传算法能快速获得真实帕累托前沿，且最终满意解能在空域运行效率和资源分配公平性上得到显著提升，说明本文模型及算法合理.