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.     

交通流变化下的多配送中心-多需求点配送网络优化模型

基于城市道路网结构与交通流特征,以总配送耗时最小为目标函数,以交通流为约束条件,构建了双层配送网络优化模型。上层模型计算配送车辆的配送路径,下层模型为用户均衡交通分配模型,通过上层模型的计算结果改变下层模型中的OD出行数据,通过下层模型的计算结果改变上层模型中的路段通行时间。利用混合式分组法、遗传算法与Frank-Wolf算法求解模型,并以大连市某带有31个交通小区、27个需求点和4个配送中心的交通网络为例进行实例验证。计算结果表明:当利用最短距离法求得配送方案时,27个需求点的总配送距离为94.8km,总配送耗时为425.2min,计算时间为13s;考虑交通流变化后,利用提出的双层优化模型,27个需求点的总配送距离为109.7km,总配送耗时为329.1min,计算时间为256s。利用提出的双层优化模型,虽然总配送距离增加14.9km,但总配送耗时却缩短96.1min,并可以一次性达到配送车辆和其他车辆相互平衡的过程,计算速度和效率并不是最重要的因素,可以得到更符合实际的计算结果。     

基于双层规划的竞争性选址问题研究

以往对竞争性选址问题的研究,都是从服务提供者的角度考虑问题,寻求市场份额最大化或成本最小化的选址方案.实际中,竞争性选址方案的确定应该是服务提供者与服务需求者上下两层关系互动的过程,并且仅仅考虑市场份额最大化或成本最小化是不够的,企业往往更关心的是利润.针对寡头垄断市场配送中心的选址问题,建立基于双层规划的竞争性选址模型,考虑属于不同企业的配送中心对于配送服务需求者的竞争问题,上层目标函数追求配送中心的利润最大化,下层目标函数是配送服务需求者的广义费用最小.给出了遗传算法求解规模较大的问题,通过一个算例验证模型和算法的可行性.     

基于停车场限制的物流中心选址模型及算法

针对停车场限制的物流中心选址问题,建立了双层规划模型．上层规划以物流中心费用最小来确定物流中心的位置,下层规划建立了配送／采购车辆与城市道路交通组合分配模型,最后,采用遗传模拟退火算法对模型进行求解．     

考虑路段失效的军事物流配送中心选址模型

针对战场保障网络常常遭受敌人打击的现象,建立了考虑路段失效的军事配送中心可靠选址模型.模型为双层规划形式,上层规划的目标是优化系统在无路段失效和出现路段失效时所覆盖的总的需求量,下层规划的目标是最小化某一路段失效时系统覆盖的需求量.采用启发式算法求解下层规划,运用遗传算法求解整个模型.通过一个算例验证模型的优越性和算法的有效性.算例结果表明,尽管模型所得选址方案在无路段失效时覆盖的需求量,小于不考虑路段失效的最大覆盖模型选址方案覆盖的需求量,但在最佳路段失效时模型选址方案的覆盖效果优于后者.     

基于双层规划的危险货物配送路径鲁棒优化

针对不确定环境下带时间窗的多配送中心危险货物配送路径优化问题, 提出一种含鲁棒控制参数的鲁棒优化方法; 综合考虑危险货物运输风险、运输费用和服务时间窗, 构建了危险货物配送路径多目标双层鲁棒优化模型, 上层模型追求运输风险和运输费用最小化, 下层模型采用用户均衡交通分配模型; 根据Bertsimas-Sim鲁棒优化理论, 对含有不确定参数的上层模型进行鲁棒对等转化; 联合增强型Pareto遗传算法和Frank-Wolfe算法构建了求解多目标双层鲁棒优化模型的混合算法, 采用3段式编码和解码方法、等位匹配交叉操作以及翻转变异等遗传操作方法求解上层模型, 采用Frank-Wolfe算法求解下层用户均衡模型; 以经典的Sioux-Falls交通网络为例, 对含有3个配送中心、7个需求点的危险货物配送路径优化问题进行案例分析, 以验证模型及其算法的合理性。研究结果表明: 当鲁棒控制参数分别为0、30和60时, 构建的混合算法能分别快速得到3、2和3组鲁棒最优解, 且所有解均为包含具体运输路段和发车时刻的配送方案, 而非配送顺序; 该混合算法与传统两阶段启发式算法相比, 运算时间能节省54.74%。可见, 该混合算法无论是在求解效率上, 还是在解的表达形式上均优于两阶段启发式算法, 能较好地完成不确定环境下危险货物配送路径多目标双层鲁棒优化任务。      

物流配送中心选址双层规划模型与算法

新建物流配送中心在选址时不仅要考虑到与已有配送中心的竞争,还要预测到未来可能出现的竞争者,否则将会在竞争中处于劣势地位. 因此建立了“原有配送中心-新建配送中心-未来加入配送中心”这一框架下的双层规划模型,为竞争环境下的新建配送中心选址提供决策依据. 上层目标极大化新建配送中心在计划期内的市场份额,下层目标极大化未来竞争者的市场份额. 其中市场份额由配送中心与需求者之间的距离作为可观察项的多项logit模型来刻画. 设计了遗传算法求解,最后通过实例验证该模型与算法可以有效的避免损失,提高新建配送中心的竞争力.     

基于模拟退火算法的应急物流仓库选址优化

论述了在应急物流管理中应急仓库优化选址问题,分析了应急物资仓库建立的必要性及重要性.为了较准确的分析选址方案对仓库布局覆盖能力及其广义时间费用的影响,在合理假设的基础上,构建应急仓库选址问题的集合覆盖双层规划模型,既考虑配送过程中广义时间费用最小（上层目标）,且满足服务范围覆盖整个区域的应急仓库数目最小（下层目标）,并以模拟退火算法求解问题最优解.最后以实例分析证明模型和算法的有效性,为决策部门在灾害管理的灾害准备阶段科学合理进行应急仓库选址提供参考依据.     

基于模拟退火算法的应急物流仓库选址优化

论述了在应急物流管理中应急仓库优化选址问题,分析了应急物资仓库建立的必要性及重要性.为了较准确的分析选址方案对仓库布局覆盖能力及其广义时间费用的影响,在合理假设的基础上,构建应急仓库选址问题的集合覆盖双层规划模型,既考虑配送过程中广义时间费用最小(上层目标),且满足服务范围覆盖整个区域的应急仓库数目最小(下层目标),并以模拟退火算法求解问题最优解.最后以实例分析证明模型和算法的有效性,为决策部门在灾害管理的灾害准备阶段科学合理进行应急仓库选址提供参考依据.     

基于竞争的物流中心选址双层规划模型及算法研究

提出基于竞争的物流中心选址双层规划模型,将物流中心选址涉及到的两个具有明显不同目标的决策者——选址规划者和客户联系起来考虑问题,并将配送中心建成后遇到的竞争问题也纳入其中.该模型立足物流中心上层决策者和下层决策者两方面,权衡决策者和客户的总成本费用,对于研究物流中心在某个较长规划期内的最优选址问题具有重要意义.利用遗传算法对模型进行求解,最后通过实证分析表明建立的模型及算法具有实用价值和指导作用.     

基于VRP模型的两阶段物流网络路径优化模型

以基于VRP模型的两阶段三层次物流网络路径优化问题为研究对象,利用启发式算法中的分解法将问题分为选择物流中心与配送路径优化两个子问题,并与数理规划软件LINGO 8.0相结合给出了基于VRP模型的MSDL-RP问题——多供应商、多配送中心选址与路径优化问题的求解模型。利用所提出的模型可以求出商品从多供应商经过多物流中心到最终客户这一过程中能使费用最小的供应商的最佳位置与数量、物流中心的最佳位置与数量及从物流中心到客户的最佳配送路径,并通过实例进行了验证。对于小规模问题,运用所提出的方法能在很短的时间内求出问题的最优解,具有一定的实用价值。     

半开放式的多配送中心纯电动车辆路径优化问题

电子商务促使越来越多的物流企业采用多配送中心模式优化车辆的配送路径,纯电动汽车逐渐替代了传统的燃油配送车辆,以改善生态环境. 结合多配送中心联合服务模式的特点和纯电动物流车辆的行驶特征,构建带时间窗的半开放式多配送中心纯电动车辆路径优化模型,设计蚁群算法对其求解. 算例对比分析结果表明：半开放式的多配送中心联合服务,能合理利用相关物流资源,改善车辆路径,降低物流费用,但需要寻找合适数量和位置的配送中心进行联合,才能达到节约成本的最佳效果;相比单配送中心,多配送中心联合服务提供了更多潜在的较低价格的充电点,在配送中心补充电量可在一定程度上节约物流成本.     

半开放式的多配送中心纯电动车辆路径优化问题

电子商务促使越来越多的物流企业采用多配送中心模式优化车辆的配送路径,纯电动汽车逐渐替代了传统的燃油配送车辆,以改善生态环境. 结合多配送中心联合服务模式的特点和纯电动物流车辆的行驶特征,构建带时间窗的半开放式多配送中心纯电动车辆路径优化模型,设计蚁群算法对其求解. 算例对比分析结果表明：半开放式的多配送中心联合服务,能合理利用相关物流资源,改善车辆路径,降低物流费用,但需要寻找合适数量和位置的配送中心进行联合,才能达到节约成本的最佳效果;相比单配送中心,多配送中心联合服务提供了更多潜在的较低价格的充电点,在配送中心补充电量可在一定程度上节约物流成本.     

物流网络选址与路径优化问题的模型与启发式解法

以商品从供应商,经过物流中心(或配送中心),配送到最终用户的整个过程中所产生的费用最小化为目标函数,提出了求解供应商的最佳位置与数量、配送中心的最佳位置与数量以及从配送中心到最终用户的最佳配送路径优化问题,建立了问题的数学模型,利用传统启发式算法与模拟退火法开发了问题求解的混合启发式解法,并利用人工生成数据和实例进行了计算验证。对于小规模问题,通过与数理规划软件所求得的最优解进行比较可以看出,所提出的数学模型可以准确地描述此类问题,所提出的混合启发式解法能够在短时间内求解问题,并得到非常接近于最优解的近似解;对于大规模问题,虽然无法求得最优解进行比较,但从实例计算结果来看,所求解也是较好的,因此可以认为所提出的解法是有效和良好的,具有较高的实用价值。     

基于多中心车辆路径问题的收益分配优化研究

针对多中心车辆路径优化过程中配送中心间合作收益分配不均衡的问题,引进物流服务提供商作为协调者促成配送中心间形成合作联盟.首先,以多中心共同配送总成本最少为目标建立数学模型;其次,应用客户点聚类方法形成初始线路,并设计了GA-PSO混合算法进行线路优化;然后,运用MCRS(Minimum Cost-Remaining Saving)法、Shapley法、比例最小核心法、弱最小核心法和最小核心法分别求解多中心收益分配模型,并应用联盟稳定性方法选择最优收益分配策略;最后,应用严格单调路径方法,以物流服务提供商收益最大化为目标,研究联盟合作序列形成过程和多个联盟的存在形式,并进行了实例验证.结果表明,本文方法有利于促进配送中心间形成联盟,并可应用到以多中心车辆路径优化为基础的物流运输网络合作联盟形成、拆分及网络优化的过程中.     

城市轨道交通网络单程票卡调配模型

城市轨道交通单程票卡调配是票务组织中的重要组成部分.针对路网票务中心与线路票务中心间票卡调配问题,将其转化为载重能力约束条件下的车辆路径优化问题(Vehicle Routing Problem,VRP),构建以配送成本最小化为目标,以配送车辆路径为决策变量的优化模型,并采用遗传算法求解.以北京市轨道交通网络为对象进行实证分析,结果显示:所构建方法相比单次配送过程,成本平均降低约49.6%;相比既有装卸混合条件下的配送过程,成本降低约18.7%,验证了模型的准确性与有效性.所构建方法能够有效解决轨道交通路网层票卡调配问题,为票务组织提供理论和方法支持.     

基于TransCAD软件包解决多配送中心车辆路径问题

在简述软件TransCAD功能的基础上,结合多配送中心车辆路径问题,考虑到每辆运输车辆在完成任务后必须返回配送中心的条件,提出一套合适的车辆调度方案,并给出了解决方案的数学模型。通过实例求解,验证了方案、模型及软件包在物流运输规划应用中的正确性和有效性。     

一类有竞争的物流配送中心选址模型

对已有多个配送中心存在的前提出，新增配送中心为获取最大市场占有量如何进行有效的选址决策问题进行了研究，建立了一个选址决策模型，把求解的问题归结为无约束的非线性规划问题，并给出了迭代算法，最后对如何解决考虑多种选址影响因素及多个新增配送中心的复杂情况进行了讨论。     

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.