基于遗传算法的冷链物流配送路径优化研究

针对冷链配送时效性强的特性,对于不能满足客户特定时间窗的问题,选用带软时间窗的惩罚成本来约束配送企业,结合生鲜产品在途的冷藏费用随时间延长而上升的实际,建立冷链配送路径多目标优化模型,运用遗传算法对模型进行求解,研究满足客户时间窗条件下总配送成本最小的最优配送方案,并通过算例对模型及算法的有效性进行验证。     

基于蚁群算法求解物流订单派送问题

针对物流信息平台中的订单派送问题,研究了订单派送的单向性和路径最优特性,构建了路径选择模型,对费用最少和时间最短的双目标优化函数进行了分析,将基本蚁群算法进行了改进。通过对局部信息素进行外界人为的干扰,从而影响整个网络选择,使得路径选择全局最优,解决了基本算法在求解最短路径中计算时间长的问题。模拟结果表明,计算速度提高了30%。     

车辆路径问题的模拟退火算法

在构造车辆路径问题(Vehicle Routing Problem,VRP)数学模型后,采用路径间调整和路径内优化方法,结合模拟退火算法策略对该问题进行求解。重点阐述了VRP模拟退火算法的设计思路,详细分析和编制了求解程序框图,并实现了计算机求解。仿真测试结果表明:采用模拟退火算法求解VRP效果显著,计算速度较快,与有关算法对比显示了较强的实用性和可操作性,为解决大规模VRP提供了一种有效算法。     

基于进化计算的度约束最小生成树问题求解算法

求最小生成树(简称MST)是一个经典的图论问题,已存在许多近似线性时间复杂度的快速求解算法可以解决。然而,度约束的最小生成树的求解则被证明是一个NP-完全问题,目前仍无法找到多项式时间复杂度的求解算法。本文用遗传算法进行求解,算例表明,该算法具有较好的性能。     

面向时变需求的高铁快运专列时刻表和配装方案综合优化研究

以时变需求为导向,旨在对高铁快运专列时刻表和配装方案进行综合优化.基于高铁快运产品的作业流程,提出了按阶段计划的分阶段优化思路.在需求驱动下,分别构建了无新增快运专列的快运箱配装优化模型和新增快运专列时刻表及配装方案综合优化模型,从本质上揭示了快运需求与列车时刻表之间的耦合关系.在模型线性化的基础上,利用通用优化求解软件GAMS的CPLEX求解器对模型精确求解.以宁杭高铁为例,验证了所建立模型的正确性和求解方法的有效性.实验结果表明,与传统的两阶段优化方法相比,时变需求驱动下的快运专列时刻表和配装方案综合优化方法更能减少快运箱的运达时间.      

VMI模式下的随机库存路径问题

设计了一套求解随机库存路径问题的启发式算法,该算法首先对随机顾客需求进行确定化处理,将问题转化为确定需求的库存路径问题,然后利用修正的经济订货批量公式计算各顾客的配送周期,最后通过求解周期车辆路径问题得到随机库存路径问题的近似解。     

3PLS物流网络设计的模糊机会约束规划模型

以第三方物流企业的角度研究了在不确定环境下物流网络的建模和求解算法。首先,考虑运输成本及客户各市场需求量的模糊性,建立了多产品、多阶段的物流网络模糊机会约束规划模型;其次,先通过将模糊规划模型转化为确定性模型,然后设计出混合遗传算法求解对应的确定性模型。最后给出了算例,不同置信水平下用遗传算法求得的结果与分枝界定法求得的结果非常接近,误差率在10%以内,表明模型和算法具有较高的有效性。     

基于温区细化的多温共配车辆路径优化

随着生鲜市场需求日益扩大,冷藏运输已成为物流重要组成部分,目前冷藏运输存在着能耗大和成本高等关键问题。为研究大规模订单下生鲜产品在不同温区配送中损失特性的路径变化,利用薄板样条法插值分析动态环境温度与制冷能耗变量关系,构建了响应动态环境温度的大规模邻域搜索调度(ALNS)模型。选择插入3种destroy和repair算子更新目标函数值,对各组算子构成解的情况运用Metropolis准则筛选出全局最优解。将其与TS和LNS算法检验与优化对比,得出ALNS模型的效果最优,并以天津市生鲜配送实例,对大规模的生鲜产品调度进行了优化。结果表明:对多温共配车内外温度利用薄板样条法插值拟合,拟合优度为0.98,说明该插值模型精度高;利用Solomon算例对各算法进行检验对比,ALNS与LNS优于TS算法,在客户点分布较为集中时,LNS优化效果最好;在客户分布既聚集又分散的情况下,ALNS优于LNS,验证了模型和算法的可行性和有效性;对天津市生鲜配送点利用ALNS算法进行优化,绿色成本占总比例最大,制冷成本最小;各算子使用中,random移除算子与greedy插入算子使用率最高,利用该模型可有效解决大规模的生鲜配送问题。     

克隆选择算法在一类有竞争的物流配送中心选址问题中的应用

根据有竞争的物流配送中心选址问题的特点,以新增物流配送中心获取最大的市场占有量为目标函数,建立了有竞争的物流配送中心选址问题的数学模型。由于建立的数学模型是一个高维、非线性、非凸性,并具有多个局部极值点的复杂函数优化问题,传统确定性优化算法很难求解得到问题的最优解或满意解。为此,提出将一种新型的启发式进化算法——克隆选择算法用于求解建立的数学模型,并详细描述了应用克隆选择算法求解数学模型的方法和步骤。仿真试验表明,克隆选择算法求解有竞争的物流配送中心选址问题是可行而有效的,并且具有收敛速度快、全局搜索能力强和稳定性好的优点。     

考虑大件荷载的桥梁网络可靠度分析及路径优化研究

为研究大件运输车辆荷载对桥梁安全性能的影响,提出了一种基于支持向量机和改进灰狼算法的可靠度计算模型,并以此设计了考虑桥梁网络可靠度的大件运输路径优化方法。首先依托大件运输车辆荷载分布统计数据建立了大件运输车辆荷载-桥梁结构响应的机器学习算法映射模型,通过支持向量机拟合大件车辆荷载下的结构功能函数,其次采用融合指数型非线性收敛和柯西变异的改进灰狼算法对可靠度进行求解,计算了某35 m预应力钢筋混凝土T型梁桥在大件运输荷载下的时变可靠度,设计了考虑大件运输荷载下桥梁网络可靠度的路径优化方法。研究结果表明：支持向量机对大件车辆荷载下的桥梁结构响应拟合良好,平均相对误差仅为1.74%;考虑大件运输荷载下的桥梁时变可靠度曲线下降趋势更加明显,且越接近桥梁服役后期,可靠度指标退化速率越快;改进灰狼算法在对功能函数求解时收敛速度极快,寻优稳定性极高;考虑桥梁网络可靠度的路径优化方法可以准确选择当前大件运输荷载下可靠度较高的通行路径。     

并联混合动力汽车ECMS的时变等效因子提取算法的研究

为解决当前等效燃油消耗最小控制策略(ECMS)未能根据实际工况选取最优等效因子的问题,利用动态规划算法(DP)和ECMS各自的优点,构建并联混合动力汽车能量算法模型,即采用动态规划算法的等效燃油消耗最小控制策略(ECMSwDP),将等效因子作为全局最优算法的控制变量,通过对等效因子的离散全局优化,获得基于工况的最佳时变等效因子。在标准工况下对时变等效因子实时控制策略与全局最优控制策略DP的各项性能参数进行了数值仿真,验证了时变等效因子提取算法的有效性和等效因子初始值选取方法的可行性。     

超市生鲜农产品物流运营体系设计研究

随着经济的快速发展,人们的生活水平有了极大的提高,人们对生活质量的要求也发生了巨大的变化,已经不单单是只停留在解决温饱问题上,更多的是对质的层面的要求。虽然生鲜农产品只是人们物质层面的需求,但它在更深层次上关乎人们的生活质量。本文主要针对生鲜农产品的特性,分析了现实生活中生鲜农产品物流运营状况,并对运营体系做了新的研究设计。     

基于客户价值和满意度的城市冷链物流时变路径问题

针对车辆保有量日益增加和拥堵情况日趋严重而造成的城市冷链物流时效性不强、客户价值不高、顾客满意度降低等问题，综合考虑客户价值、客户满意度以及成本等因素，提出一种城市冷链物流时变路径优化方法。考虑到冷链配送过程中不同时段的道路拥堵问题，采用分段函数刻画车辆行驶速度，并同时考虑时间窗和车辆载重量等约束，建立了多目标数学模型。使用线性加权法和主要目标法对多目标进行处理，将其转换成单目标数学模型。结合问题NP难特性，设计了单亲遗传算法对小、中、大规模算例进行了求解，结果表明：与未考虑客户价值模型相比，该模型在平均增加3.28%成本的情况下，提高14.96%的客户价值和14.64%的满意度；与未考虑成本模型相比，该模型在减少1.55%的客户价值的前提下，节约17.32%的成本；对比静态路网模型，模型减少0.92%的成本，提高6.27%的客户满意度和16.06%的客户价值。通过对目标函数中成本权重和客户价值权重进行参数分析，表明成本和客户价值之间存在明显的背反关系。     

混动履带式无人平台轨迹跟踪控制研究

为了提高履带式无人平台的轨迹跟踪性能，提出了一种考虑纵向速度规划的分层轨迹跟踪算法并进行了联合仿真验证和实车验证。在建立了包含履带的滑移滑转率和质心侧偏角的车辆运动微分方程的基础上，完成分层轨迹跟踪算法框架的构建。上层基于伪谱法的速度规划算法根据路面信息进行纵向速度规划，并将规划的速度作为目标车速下发给下层基于线性时变模型预测控制（LTV-MPC）的轨迹跟踪算法。基于LTV-MPC的算法通过建立预测模型和约束条件，二次规划求解出两侧电机的目标转速。通过Matlab/Simulink和RecurDyn的联合仿真以及实车验证了所提出的算法在不同地面条件下具有良好的轨迹效果。     

随机条件下单点交叉口绿灯时间计算方法研究

通过分析交叉口交通流的随机特性,建立了以期望排队长为目标函数的绿灯时间优化模型。在模型求解过程中,利用Lagrange乘数法给出了求解随机期望值模型的解析算法,通过随机仿真逼近随机函数得到了交叉口各相位绿灯时间的最优值。最后以两相位信号交叉口为例进行了算例试验和分析,结果表明到达率的随机变化特性对于绿灯时间的分配有明显影响,仿真结果验证了模型和算法的正确性。     

引入必经点约束的智能汽车全局路径规划EI北大核心CSCD

目前对于智能车全局路径规划的研究多数只针对从起点到终点的情况。针对该问题,本文中融合改进A*和模拟退火算法,设计了一种引入必经点约束的全局路径规划算法。首先,基于A*算法计算关键节点间的最短路径并保存。然后,基于启发式算法中的模拟退火算法对过必经节点的全局路径进行迭代随机优化。接着,基于真实高精度地图对算法的有效性以及时间复杂度进行实验分析。结果表明,设计的算法在求解质量和求解速度方面都有较好的表现。最后,通过实车实验,进一步验证了算法的有效性和适应性。     

考虑路线安排的物流配送中心选址双层规划模型及求解算法

在充分考虑物流规划部门与客户双方利益及选址地点对路线安排影响的基础上 ,采用双层规划模型描述了物流配送中心的选址问题 ,并对模型进行了求解。最后通过一算例来验证模型及其算法的可行性     

具有同时配送和回收需求的车辆路径问题的混合遗传算法

介绍了具有同时配送和回收需求的车辆路径问题(VRPSDP),并对其进行了描述,建立了该问题的数学规划模型。结合2-opt法和等级替换策略等设计了求解VRPSDP的一种混合遗传算法,给出了该算法初始种群的两种生成规则———随机生成和构造初始种群,设计了相应的交叉和变异算子,并详细阐述了违反约束条件的处理方法。通过随机模拟试验以及与其他方法的对比分析表明:该算法可有效缩短车辆行驶距离,而构造初始种群则在一定条件下可显著提高混合遗传算法的收敛速度并改善其运行结果。     

基于简化DPCNN的最短路径算法

传统求解最短路径（SP）问题的方法一般有组合技术与代数方法2大类,但算法复杂度的指数上界为2．376,不能实时对大规模SP问题进行求解。文中提出1种简化的时延脉冲耦合神经网络（SDPCNN）模型,可1次求解源点到其他所有点的最短路径,算法时间复杂度仅有O（n）．实验证实了这一模型的有效性,且计算时间仅为未简化模型的5％～10％。     

基于轴辐式理论的冷链物流网络优化模型

为了建设高效的冷链物流运输网络,有效改善冷链物流市场呈现的企业集中度低、企业规模小和冷链物流网络运营效率低等局面,首先构建了基于轴辐式理论的冷链物流网络优化模型。该模型以生鲜品运输开始节点至目的地节点新鲜度最大为约束条件,以冷链物流运输成本、制冷成本和货损成本的总和最小为优化目标。然后通过CPLEX12.5版本商业求解器软件对模型进行求解,其中非线性目标函数利用CPLEX分段求解技术处理。实际算例以及试验分析结果证明:当问题规模较小时,CPLEX和算法最优解接近,计算时间更快;当N=30和40时,CPLEX已经无法计算结果。因此在N=20时基于新鲜度的冷链物流网络模型适合CPLEX求解。且将新鲜度按冷链生命周期分别划分为2,3,4段,新鲜度分段函数在3种情形下的新鲜度表示都接近于新鲜度指数表达,验证了新鲜度函数分段表达的可行性。本研究提出的基于新鲜度的冷链物流轴辐式网络在保持易腐品新鲜度最大情况下利于冷链需求和资源集中化,运输网络高效化和低成本化。相对于冷链物流传统网络,虽然冷链物流轴辐式网络中枢纽点的转运会导致生鲜品货损成本增加,但在干线运输的规模效应下总体的运输经济效益仍为最大化,冷链物流轴辐式网络相对冷链物流传统直通式网络更有优势。