基于订单拆分的线上到线下连锁门店配送优化模型

针对零售企业线上到线下(Online To Offline, O2O)转型下连锁门店订单分配和配送问题，考虑门店商品种类、库存容量及客户退货等因素，提出只按商品种类而非数量进行拆分的订单拆分策略.以配送总费用最小为目标，构建基于订单拆分的O2O门店配送优化模型；设计包含线上订单就近分配和改进禁忌搜索的两阶段启发式求解算法，采用标准算例库中数据验证模型和方法的适用性和有效性.结果表明：与不拆分订单方法相比，订单拆分能够提高客户订单履约率，各门店商品总库存量不小于客户订单总需求量时，客户订单履约率达到100%.     

基于订单拆分的线上到线下连锁门店配送优化模型

针对零售企业线上到线下(Online To Offline, O2O)转型下连锁门店订单分配和配送问题,考虑门店商品种类、库存容量及客户退货等因素,提出只按商品种类而非数量进行拆分的订单拆分策略.以配送总费用最小为目标,构建基于订单拆分的O2O门店配送优化模型;设计包含线上订单就近分配和改进禁忌搜索的两阶段启发式求解算法,采用标准算例库中数据验证模型和方法的适用性和有效性.结果表明：与不拆分订单方法相比,订单拆分能够提高客户订单履约率,各门店商品总库存量不小于客户订单总需求量时,客户订单履约率达到100%.     

区域内停车场停车量分配优化

为通过管理措施使停车量在各停车场合理分配,建立了区域停车的停车量分配优化模型．模型以总行程时间（包括行车时间和步行时间）最少为目标函数,考虑了OD（起终点）约束及各停车场周转量约束．给出了模型的求解算法．通过仿真示例说明了模型的应用．     

模糊多目标订单分配模型

随着竞争的日益加剧,采购成了影响企业生存和发展的关键因素.正确的订单分配是成功实行采购的关键.实际上,影响订单分配的许多信息并不是确定的已知条件,例如目标、约束条件等.文中通过考虑上述信息的不确定性和模糊性,构建一个包含模糊目标和随机约束的订单分配模型.利用数值算例证明了模型的可解性,并指出了可能的几个研究方向.     

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。     

基于网络的运输通道客运流量分配模型

根据各运输方式的经济技术特征,构建了运输通道的时空运营网络来表示各运输方式的竞争性．认为旅客的时间价值(VOT)分布的概率密度函数服从对数正态分布,旅客的广义出行费用取票价和时间两个参数,运用城市交通分配网络均衡思想,提出基于网络的区域运输通道多交通模式客流分配模型,建立了用户最优和系统最优两个目标函数,并给出了模型的求解方法．用一数值示例验证了模型的有效,分析了模型对政府和运输经营企业决策的指导意义．     

多跑道着陆飞机协同调度多目标优化

综合考虑空中交通管制、航空公司和机场因素,研究了多跑道降落航班的协同调度问题,以实现安全、公平和高效的空中交通管理战术决策．提出了采用协同航班调度策略和多目标优化调度模型．模型以安全性为约束,以总延误成本和空中交通管制员管制负荷最小、航空公司之间尽量公平为优化目标,用多目标遗传算法求解．算例仿真结果表明,用本文算法得出的最优方案与FCFS算法结果相比,因延误造成的总成本损失减少了61．4％,并使延误损失在各航空公司间的分配更加均衡．     

基于最低成本的装配尺寸链求解方法

以最低制度成本为优化目标，介绍了求解装配尺寸链的综合因于法、最低成本法和线性规划法，为合理分配装配尺寸链中各环公差提供参考。     

混合下单模式下在线餐饮订单配送优化模型

针对在线餐饮订单量激增及订单到达非均匀分布导致的调度不合理与资源浪费等问题，提出顾客提前下单与动态实时下单相结合的下单模式，研究此模式下订单配送优化. 考虑在线餐饮订单配送优化具有的动态VRP和多回程VRP属性，以最小化配送成本为目标，建立带有软时间窗的整数规划模型. 设计基于插入算法和2-opt 邻域搜索的混合启发式算法求解模型. 通过算例，分析提前下单顾客比例、提前下单时长等因素的影响. 结果表明，单个因素的增加会降低配送成本，当两者同时增加，因系统达到饱和使配送成本不升反降，因此要调整措施使顾客下单情况与系统配送能力相适应.     

混合下单模式下在线餐饮订单配送优化模型

针对在线餐饮订单量激增及订单到达非均匀分布导致的调度不合理与资源浪费等问题，提出顾客提前下单与动态实时下单相结合的下单模式，研究此模式下订单配送优化. 考虑在线餐饮订单配送优化具有的动态VRP和多回程VRP属性，以最小化配送成本为目标，建立带有软时间窗的整数规划模型. 设计基于插入算法和2-opt 邻域搜索的混合启发式算法求解模型. 通过算例，分析提前下单顾客比例、提前下单时长等因素的影响. 结果表明，单个因素的增加会降低配送成本，当两者同时增加，因系统达到饱和使配送成本不升反降，因此要调整措施使顾客下单情况与系统配送能力相适应.     

班轮船舶调度多目标优化模型与蚁群算法

针对班轮船舶调度问题,在将班轮合理配置到各往返航班上和不存在时间冲突的基础上,以最小班轮变动成本、最小航线运载量缺口和最小班轮航次总绝对偏差为目标函数,构造了基于港口时段与往返航班的时空网络,建立了班轮调度的0-1整数规划数学模型。基于某船务公司实际运载数据,利用蚁群算法求解模型,并用邻域搜索技术提高求解效率。计算结果表明:在运载量满足运营要求的前提下,班轮运营的日均总变动成本从198 086.3元降低到170 472.2元,下降了约13.9%;班轮航次数总绝对偏差从4.4次降低到2.4次,下降了约45.5%,班轮利用率更加均衡;运载量缺口仍旧为0。可见,模型可行,算法有效。     

随机需求下的CDL系统多目标优化

为了增强越库配送对市场随机需求的适应性,兼顾总体利益和零售商门店的个体利益,充分考虑随机需求、库存、配货和原始订单等因素,以提高最终订单满足随机需求的置信水平、增加配送车辆满载率和降低总运营成本为目标,建立了多目标随机规划模型,构建了正规化的多目标适应度函数,设计了具有自适应特点的遗传算法,并进行了实例研究.结果表明:与原始订单相比,最终订单满足随机需求的置信水平、配送车辆满载率分别增加了3.59%、12.71%,每天的总成本平均减少了631 845元,降低了13.73%.     

公交线路配车问题的不确定双层规划模型

为合理优化公交线路配车，考虑现实中公交站点乘客数量不确定性因素，引入不确定理论构建公交线路配车的不确定双层规划模型. 上层目标为公交运营企业的收益最大化，下层目标为乘客出行时间和费用总成本最小，约束条件是政府要求的服务水平、乘车率，通过 MATLAB进行编程求解. 以南昌市210 路公交为例，利用所构建的不确定双层规划模型对早高峰07:00-08:00 配车进行优化，在给定80%乘车率的约束条件下，单方向配车数量由26 辆减少到23 辆，减少11.5%；优化后高峰小时乘客总加权成本相比优化前小幅增加0.5%，基本持平；高峰小时该线路的利润比优化前增加了112 元，提高29.6%. 结果显示，利用所构建模型优化早高峰小时线路配车效果明显. 该研究为公交运营者考虑现实中不确定因素更合理地优化线路配车提供了理论支持.     

多式联运网络中的托盘共用调度方法

为解决多式联运网络中的托盘共用调度决策难题，采用非线性规划、混合整数规划和改进粒子群算法（particle swarm optimization，PSO）等方法优化了托盘共用系统，研究了在管理者可以选择水路、公路和铁路3种运输模式运输托盘时，管理者应采取的调度方法. 首先分析了多式联运网络中的托盘共用调度流程；其次构建了多式联运网络中的托盘共用调度混合整数非线性规划模型，模型中考虑了转运时间、转运成本、作业批量、托盘毁坏率、时间约束等因素；然后设计了带惯性因子的粒子群算法 （PSO with inertia weigh，IPSO） 和带压缩因子的粒子群算法 （PSO with constriction factor，CPSO）；最后通过实验分析验证了模型和算法的有效性. 研究结果表明:较单一的公路运输，采用多式联运网络中的托盘共用调度模型总成本降低了69.1%；与CPSO相比，IPSO得到的调度总成本降低了1.82%；客户的期望满足时间越宽松时，采用多式联运的方式调度托盘越能节约调度成本；多式联运所耗费的转运时间和转运成本直接影响托盘共用调度决策.      

考虑容量约束的铁路货运竞争性定价策略研究

在铁路传统货运市场营销中,针对定价问题的研究很少考虑铁路货运系统的容量约束,为了将铁路编组站和线路的容量约束与货运价格的制定进行综合优化,引入市场竞争因素,提出了一个以铁路运营企业总利润最大化为上层目标和货主广义费用最小化为下层目标的双层规划模型.在满足约束条件的前提下,该模型能够给出最优的定价策略和运量分配方案,使得铁路运营企业的总利润最大化.为了降低模型求解难度,运用原始—对偶方法将双层规划模型转化成单层整数线性规划模型,给出了精确的求解算法.通过算例验证了该模型在我国铁路货运定价中的可行性.     

Research of order allocation model based on cloud and hybrid genetic algorithm under ecommerce environment

For massive order allocation problem of the third party logistics (TPL) in ecommerce, this paper proposes a general order allocation model based on cloud architecture and hybrid genetic algorithm (GA), implementing cloud deployable MapReduce (MR) code to parallelize allocation process, using heuristic rule to fix illegal chromosome during encoding process and adopting mixed integer programming (MIP) as fitness function to guarantee rationality of chromosome fitness. The simulation experiment shows that in mass processing of orders, the model performance in a multi-server cluster environment is remarkable superior to that in stand-alone environment. This model can be directly applied to cloud based logistics information platform (LIP) in near future, implementing fast auto-allocation for massive concurrent orders, with great application value.     

航路时空资源分配的多目标优化方法

为了提高航空公司与空管方之间的协同决策程度, 降低航班延误水平, 以航路飞行的航班为研究对象, 研究了航路时空资源的多目标分配; 考虑实际运行条件下航班的唯一性约束、时间顺序约束和可行性约束的影响, 以航班在流量受限区所分配的飞行航迹和进入时隙为决策变量, 以航班总延误成本最小和航空公司延误公平损失偏差系数最小为目标函数, 构建了多目标非线性0-1整数规划模型; 基于模型特点引用了非支配排序遗传算法(NSGA-Ⅱ), 并利用排列编码法设计了一种整数基因编码方式, 以最大限度保证基因产生可行解集; 为了验证模型与算法的有效性, 基于南中国海地区航班运行实例, 对算法搜寻最优解的性能进行了研究, 并将此算法与传统按时刻表分配(RBS)方法进行了对比。研究结果表明: 改进编码方式的NSGA-Ⅱ算法使解集种群在约50代后世代距离从600收敛至30并稳定, 具有良好的收敛性; 针对实例中的多目标优化模型共生成有6组解的帕累托解集, 结果有66.7%的概率完全支配RBS方法, 且优化结果中航班平均延误成本比RBS方法降低了8.5%, 平均公平损失偏差系数降低了70.6%。可见提出的航路时空资源多目标优化方法的执行效果显著, 可在降低总延误成本的基础上兼顾各航空公司的公平性, 是解决航路飞行航班航迹与时隙资源分配问题的一种有效方法。      

基于随机机会约束规划的班轮联盟 舱位租赁最优分配

面对持续低迷的航运市场和激烈的市场竞争,各大集装箱班轮公司通过组建联盟 来共享舱位资源,降低其系统成本,增加市场竞争力.舱位租赁是联盟合作的最基础形式,研究 该模式下的舱位资源最优分配具有很大实际意义.本文在考虑航运市场不确定需求的基础上, 研究了班轮联盟舱位租赁最优分配问题,构建了1 个班轮联盟舱位租赁最优分配模型,并运用 随机机会约束规划的方法,将其应用到班轮联盟舱位租赁分配决策中.结果表明,本文提出的 方法和模型能够有效地对班轮联盟系统舱位进行协同配置,研究结果与实际情况相符,检验 了方法和模型的有效性与实用性.     

第三方仓储能力配置与分配的收益优化

基于收益管理思想，对随机市场需求条件下仓储能力的配置与分配问题进行了研究，以谋求收益最大化．建立了随机规划模型，并运用稳健优化处理随机变量，将随机问题转换为线性规划问题．通过实例仿真，确定了最优仓储能力配置和分配方案，并对结果进行了分析．计算结果表明，用该模型优化的收益增长了2．66％．     

停站约束下多列车运力分配与定价联合决策模型

基于收益管理的思想将铁路货运市场分为合同市场和自由市场,针对铁路运输网 络中每个OD,合同市场的运力需求服从正态分布,自由市场的运力需求表现为价格的反应函 数并辅以随机变量来反映需求的波动性.同时考虑列车的停站约束条件,以列车的停站方案、2 个市场运力分配方案和自由市场的运价为决策变量,构建多列车运力分配和定价联合决策的 混合整数概率非线性规划模型,利用粒子群算法对模型求解,通过算例验证了模型和算法的 有效性.最后以双市场统一定价策略为对比方案,结果表明,本文所建立的模型可有效提高收 益,且自由市场需求波动越大,收益优化越显著.