考虑工作量平衡的餐饮垃圾多行程收运路线优化

城市餐饮垃圾的收运成本居高不下，严重阻碍了垃圾分类的推进。本文首先根据餐饮垃圾的产生及收运特点，划分不同的收运时段和频率，以均衡各个时段的收运量。其次，将城市餐饮垃圾的收运问题建模为带有时间窗的多行程车辆路径问题，并考虑驾驶员的工作量平衡约束。对于小规模问题，通过求解所建立的混合整数规划模型得到问题的最优解；对于大规模问题，针对多车多行程的问题特点，设计三维矩阵编码，提出混合自适应大邻域搜索算法。通过不同规模的算例验证了模型的正确性和算法的有效性。算例结果表明，增加不超过2%的收运成本能大幅度提高驾驶员之间的工作量平衡性。最后，采用大连市中山区的实例将本文所提算法与实际应用的优化算法进行比较发现，当使用不同的收运频率并考虑工作量平衡及城市路网的交通拥堵情况时，采用本文所提出的算法能降低14.3%的收运成本，减少12.7%的碳排放量，同时，将驾驶员之间的工作平衡性提升57.3%。     

考虑环境负效应的智能垃圾桶动态收运路径优化问题

随着智慧城市建设进程的推进，作为智慧城市建设基础配套设施的智能垃圾桶日益普及，其内置的监测传导装置可实时传输待清运垃圾量的相关数据，有助于解决城市生活垃圾产生量随机性导致的环境负效应以及收运系统效率低下的问题。本文基于智能垃圾桶提出一种城市生活垃圾动态收运路径优化策略。首先，考虑收运车辆延迟到达导致垃圾溢出的环境负效应，建立以最小化收运总成本为目标的垃圾收运车辆路径预优化模型和动态优化模型。其次，采用粒子群算法预优化收运路径，得到初始车辆清运方案；而后基于待清运垃圾量实时数据，设计周期性与连续性结合的策略，并构建触发连续性优化的启发式规则以实时优化车辆路径。不同规模的标准算例实验和仿真算例实验结果表明，周期性与连续性结合的优化策略在总成本、惩罚成本和距离指标上均优于周期性优化策略，且在惩罚成本指标上的改进最为显著。研究结果有助于降低由于清运不及时造成的环境负效应，为垃圾收运企业制定合理高效的清运方案提供了理论依据。     

城市生活垃圾收运路线优化模型及算法研究

针对城市垃圾收运的现状,以垃圾收运的约束条件建立了单目标的垃圾收运路线优化模型,进而提出了相应的遗传算法,最后通过案例验证表明遗传算法求解垃圾收运问题能得出良好的近似解并具有较高的收敛速度,由此说明遗传算法在求解收运路线问题上具有较高的效率和较强的可行性。     

基于GIS考虑居民满意度的垃圾车路径优化分析

为提高居民对于垃圾收运的满意度,降低收运成本,设计带有精英选择策略的非支配排序遗传算法(NSGAⅡ算法)对垃圾收运路径进行优化.首先,在考虑工作时间、车容量等约束情况下,引入居民不满意度的模糊隶属度函数来描述垃圾收运车辆的服务水平,建立成本最小、满意度最大的垃圾车收运路径多目标优化数学模型;其次,依据NSGAⅡ算法的基...     

带中转设施的垃圾收集VRP的改进蚁群算法

为减少城市垃圾的收运成本和各车辆路径之间的重叠区域,设计了一种具有聚类策略、改进全局信息素更新规则和交叉算子的多重蚁群算法.用该算法求解2个标准算例,一个达到目前已知的最优解,另一个偏离度为2.13%.此外,还对含有不同规则的蚁群算法进行了比较.结果表明:与不带聚类策略的蚁群算法相比,该算法求解的路径最佳,其长度缩短4.90%,紧凑度降低83.33%;不同转移更新规则的贡献程度从大到小依次是:带块可见度的聚类策略、全局信息素更新规则和交叉算子.     

考虑随机需求和时间约束LIRP联合协同优化

针对多节点多层次多功能的供应链管理中整体效益亟待提高的问题，结合某连锁超市的单一供应商、多分销中心、多零售店所构成二级分销网络，建立以系统总成本和供货时间为目标的多目标选址-库存-路径问题（location-inventory-routing?problem，LIRP）集成规划模型. 利用线性加权法将其转化为单目标规划模型，提出遗传算法和节约里程法相结合的两阶段启发式算法并求解模型，第1阶段用遗传算法求解选址-库存问题，第2阶段用节约里程算法求解车辆路径规划问题. 并结合某连锁超市实例，对不同总成本权重下的不同决策方案的分销网络进行LIRP集成优化，优化后的系统方案比原文献的总里程减少了3 606.9 km，系统总成本减小了6 526.2 元，缺货成本降低了124.6 元，只有19.7元，验证了模型和算法的有效性.      

���������ij������������ģ�����㷨�о�

在对多配送中心车辆调度问题进行直观描述的基础上，建立了该问题的数学模型。提出了采用距离最近分配法将多配送中心车辆调度问题分解为多个单配送中心车辆调度问题进行求解的策略．基于求解单配送中心车辆调度问题的禁忌搜索算法，设计了求解多配送中心车辆调度问题的算法，并进行了实验计算．计算结果表明，用本文设计的算法求解多配送中心车辆调度问题，不仅可以取得很好的计算结果，而且算法的计算效率较高，收敛速度较快，计算结果也较稳定．     

公交线路车辆排班模型及算法研究

针对公交运营调度系统中的车辆排班问题,以公交车辆的线路安排为对象,在不考虑线路一车辆匹配约束的条件下,建立起公交线路车辆排班模型,从而达到排班车辆最少的优化目标。首先,分析公交车辆在典型工作日内不同时间段的排序特征;然后,深入剖析组合最优化理论中的固定工件排序问题,并将其应用于建立公交线路车辆的排班模型,进而提出排班模型的求解算法;最后,结合10条公交线路的到发时刻表对该模型作了具体的应用,并通过Gantt图直观显示公交线路车辆的最优调配安排．     

高层住宅生活垃圾收运装置创新设计

城市住宅中楼层垃圾收集处理不当,易滋生蚊虫、传播疾病,影响居民的生活环境。通过分析国内外生活垃圾收集、运输装置研究现状,总结出目前楼层生活垃圾收集处理时存在的问题,创新设计一种高效的楼层生活垃圾收集、运输装置,并提出构建一体化城市垃圾收运模式,探索解决城市垃圾收集运输难题。     

求解客户需求动态变化的车辆路径规划方法

对于集货过程中客户需求随时间变化的动态车辆路径规划问题,按时间段划分为一系列车辆已驶离中心车场的静态车辆路径问题,引入虚拟任务点与相关约束方法,将其进一步等价转化为普通的静态车辆路径问题,使用适用于静态问题的算法对其进行求解。应用此车辆路径规划方法,以改进的节约法为静态算法,对于客户数为20的动态路径规划问题进行求解,得到重新优化路径所用的时间为0.49s,说明这种规划方法可行。     

片区城乡公交时刻表编制与车辆调度综合优化

通过构建双层规划模型,综合优化片区城乡公交时刻表编制与车辆调度.其中,上层片区城乡公交车辆调度问题以公交企业综合运营成本最小为目标,实现多线路多车辆多车场的车辆时序指派,采用禁忌搜索算法求解;下层片区城乡公交时刻表优化问题为实现线路在所有换乘节点的换乘总时间及换乘失败惩罚最小,同时确保换乘节点的时刻表协同先后次序,采用运行图与枚举法进行求解;选用慈溪南片城乡公交线路进行实例应用.结果表明,该方法能较好地应用于工程实践中,直观反映片区线路组织的运行计划,进一步满足乘客便捷换乘需求与企业车辆资源的有效配置.     

片区城乡公交时刻表编制与车辆调度综合优化

通过构建双层规划模型,综合优化片区城乡公交时刻表编制与车辆调度.其中,上层片区城乡公交车辆调度问题以公交企业综合运营成本最小为目标,实现多线路多车辆多车场的车辆时序指派,采用禁忌搜索算法求解;下层片区城乡公交时刻表优化问题为实现线路在所有换乘节点的换乘总时间及换乘失败惩罚最小,同时确保换乘节点的时刻表协同先后次序,采用运行图与枚举法进行求解;选用慈溪南片城乡公交线路进行实例应用.结果表明,该方法能较好地应用于工程实践中,直观反映片区线路组织的运行计划,进一步满足乘客便捷换乘需求与企业车辆资源的有效配置.     

多车型多行程需求可拆分的应急疏散车辆调度

为解决应急疏散车辆紧缺条件下的多批次车辆调度问题,使受灾人员被迅速地疏散至避难所,在考虑应急车辆容量差异的基础上,构建了多目标的多行程、多时间窗、需求可拆分的应急疏散车辆调度模型.通过引入虚拟站点的方式,简化了延误损失计算过程,并总结了数学模型最优解的特征.结合最优解的特征设计了改进的遗传算法对模型求解,并进行了算例分析.结果表明:所提出的算法能够有效对数学模型进行求解且具有良好稳定性,能够为应急车辆的多批次调度问题提供一定的决策指导和参考.     

一种具有模糊费用系数的VSP的修正C-W节约算法

将传统的确定性车辆调度问题扩展为具有模糊特征的模糊车辆调度问题．在对具有模糊费用系数的车辆调度问题进行简单描述的基础上，构建了模糊车辆调度的数学模型；通过Gaufmann-Gupta模糊数排序方法与传统车辆调度问题的C—W节约算法的有效结合，提出了解决该问题的一种改进C—W节约算法．最后，给出了一个算例．     

时变单车路径问题建模及算法设计

讨论了一类时变单车配送路径优化问题。综合考虑车辆行驶速度随时间、路段不同而变化的特点,及车辆为多条路线上的客户提供服务时对车辆路径优化的影响,建立了以配送完成时间最早为优化目标的时变单车配送路径优化模型。在行驶时间满足FIFO规则下,设计了基于Inver-over操作的PSO启发式算法及满足贪婪配送策略下的动态规划精确求解算法,并讨论了增加贪婪补货策略的单车配送路径问题解与原问题解的关系。最后分别用两种算法对算例进行求解,并通过对求解优化结果及计算时间的对比分析验证了IOPSO算法的有效性。     

时变单车路径问题建模及算法设计

讨论了一类时变单车配送路径优化问题。综合考虑车辆行驶速度随时间、路段不同而变化的特点,及车辆为多条路线上的客户提供服务时对车辆路径优化的影响,建立了以配送完成时间最早为优化目标的时变单车配送路径优化模型。在行驶时间满足FIFO规则下,设计了基于Inver-over操作的PSO启发式算法及满足贪婪配送策略下的动态规划精确求解算法,并讨论了增加贪婪补货策略的单车配送路径问题解与原问题解的关系。最后分别用两种算法对算例进行求解,并通过对求解优化结果及计算时间的对比分析验证了IOPSO算法的有效性。     

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。     

公交站场选址布局优化模型和算法

现有研究没有将公交站场选址和线路车辆停放调度作为一个整体,无法发挥整个公交系统的最大效率.针对此缺陷,根据不同线路的首末站在时间和空间上的停车需求不平衡性,综合考虑车场能力、建设成本和最大里程等现实因素,以极小化所有公交车的行驶里程为目标,建立一种公交站场选址布局优化模型,确定站场的最佳位置和泊位数,将各线路的所有车辆安排至相应站场.根据问题特征,设计求解该问题的两阶段启发式算法,给出了具体求解流程,并分析其计算复杂性.最后,结合一个算例,计算最佳的公交站场选址方案,分析参数灵敏性对其布局的影响程度,从而验证模型和算法的有效性.     

一个基于现实路网的物流配送优化方法

介绍了基于现实的路网结构,利用Floyd算法,把复杂的路网简化为一个数学上的完全图,将物流配送的线路规划,转换为TSP旅行商问题的方法,再用蚁群算法求解TSP,得到满意解,以此作为配送车辆的行车线路,最后给出了一个模拟算例.     

一类动态车辆路径问题模型和两阶段算法

针对一类动态车辆路径问题,分析4 种主要类型动态信息对传统车辆路径问题的本质影响,将动态车辆路径问题(Dynamic Vehicle Routing Problem, DVRP)转化为多个静态的多车型开放式车辆路径问题(The Fleet Size and Mixed Open Vehicle Routing Problem, FSMOVRP),并进一步转化为多个带能力约束车辆路径问题(Capacitated Vehicle Routing Problem, CVRP),基于CVRP模型建立了DVRP模型;然后,在分析DVRP 问题特点基础上,提出两阶段算法,第一阶段基于利用K-d trees 对配送区域进行分割的策略,提出了复杂度仅为O(nlogn)的快速构建型算法,第二阶段通过分析算法搜索解空间结构原理,设计混合局部搜索算法;最后,基于现有12 个大规模CVRP标准算例,设计并求解36个DVRP算例.求解结果表明了模型和两阶段算法的有效性.