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.     

基于Ⅱ阶段法的应急物资运输路径选择

将应急物资运输划分为以救助生命为主要任务的Ⅰ阶段和以安置灾民为主要任务的Ⅱ阶段,Ⅰ阶段应急物资运输以时间最短且运量最大为目标,Ⅱ阶段应急物资运输以成本最小且运量最大为目标.同时,构建多式联运运输网络,以多出救点-单受灾点的问题为背景,考虑运输方式的多样性,建立应急物资两阶段多目标调度模型,结合实例设计Dijkstra算法分别求解,验证上述模型的有效性.     

突发灾害条件下应急物资运输研究

突发性灾害事件已严重威胁社会和人民生命财产安全。应对突发事件建立物资运输响应机制是相关领域的研究热点。以应急物资需求种类和数量为研究对象,基于分类物资概念,将应急物资需求按其重要性、稀缺性、时效性和固有特征进行分级。通过设计和构建分类运输模型,实现灾害条件下应急物资运输的双目标优化,即实现重要物资一次运输时间和两次运输总时间的最小。研究具有一定的实用性,通过算列,进一步证实基于需求分级的应急运输模型的有效性。     

高铁快运背景下生鲜农产品的最优订货决策

针对高铁快运运输速度快和生鲜农产品易发生质量损耗的特性,建立高铁快运背景下生鲜农产品供应链的最优订货决策模型.运用指数函数模型刻画生鲜农产品的新鲜度随运输时间的衰减关系;鉴于高铁快运和普通运输在单位运输费用和运输时间上的差异,在供应商主导和零售商主导两种决策模式下,定量化分析供应链主导者选择高铁快运的必要条件.研究结果表明:基于高铁快运的生鲜农产品供应链系统存在最优的订货策略;供应商比零售商受高铁快运的单位运输费用影响更大;供应链最大化期望利润是关于生鲜农产品新鲜度参数和价格弹性指数的单调减函数.      

基于L形算法的震后救援物资调运优化研究

考虑地震发生后受灾点的物资需求具有不确定性以及通往受灾点的道路受影响可能发生中断情形,研究了震后的救援物资运输优化问题,建立了随机需求条件下以运输时间最小为目标的应急物资调运优化模型.运用基于两阶段法的L形算法对模型进行求解,通过具体算例验证算法的有效性,并通过与一般随机规划的求解算法——机会约束规划法的比较,验证了该...     

时变交通下生鲜配送电动车辆路径优化方法

依据时变交通路网特点设计基于路段划分策略的行驶时间计算方法,综合考虑客户对生鲜产品最低新鲜度约束,车载限制和电动车电量约束,设计三约束决策因子方法.以配送总成本最小为目标,构建时变交通下电动车城市生鲜配送路径优化模型,根据模型特点设计自适应改进的蚁群算法.实验结果表明,本文方法能够根据客户生鲜新鲜度要求,客户属性和路网特性,合理安排发车时间,科学规划配送路径,有效避免交通拥堵;通过算法对比,本文模型和算法能够明显降低配送成本,提高企业经济效益.     

面向随机因素的多式联运动态路径优化

针对随机因素影响下多式联运所表现的动态性和随机性,在引入惩罚因子控制运输质量的基础上,以总费用最小化为目标,建立了具有软时间窗约束的动态路径优化模型;运用基于Dijkstra算法的改进路径优化算法求解模型;设计了一个基于铁路、公路、航空及水运等4种运输方式的多式联运问题的算例,验证了模型的实用性和有效性。     

城市轨道交通多编组列车开行方案优化研究

针对城市轨道交通全日客流时间分布不均衡下的列车开行方案优化问题,以 乘客等待时间和企业成本最小为优化目标,以运输供给、列车最小发车间隔、最大服务间 隔,以及列车数为约束条件,构建基于多编组模式下的多目标列车开行方案优化模型,并 设计两阶段求解算法.案例分析表明：与传统单一编组列车开行方案相比,基于多编组的 轨道交通列车开行方案使乘客等待时间和车公里数分别减少17%和27%,列车运行小时 增加20%;当客流不均衡系数大于1.48时,宜采用多编组运输组织方式.     

震后恢复期物资配送中的多周期选址-联运问题

震后恢复期的物资配送是一项复杂的系统工程,针对震后恢复期两级救援物资 配送系统中的多品种物资、多运输方式、多周期决策等特征,提出了一个以系统总费用最 小为目标的混合整数线性规划模型,用以解决震后恢复期救援物流系统中的选址-联运 问题.针对该模型的特点,设计了一种结合启发式规则的分周期、分阶段解码的混合遗传 算法. 以“5.12”汶川大地震恢复期救援物资保障过程构建算例,对该模型和算法进行了实 例验证. 结果表明,该算法具有较好的性能,可以有效解决震后恢复期物资配送中的多周 期选址-联运问题.     

面向生态效益的港口腹地集疏运组合优化研究

近年来,随着港口经济的迅猛发展,港口腹地集疏运体系日趋规模化.与此同 时,相关集疏运活动对生态环境的负面影响也愈发凸显.基于环境友好和资源集约的双重 生态责任,在运输优化的传统决策指标“运输总费用”和“运输总时间”的基础上,把“集疏 运便利程度”指标和“运输碳排放量、运输活动对土地资源的占用值”这两个关键的生态 指标纳入优化范围,构建面向生态效益的港口腹地集疏运组合优化模型.将“属性坐标分 析法”应用到多目标优化问题中,把决策者（群）对各单目标的心理偏好程度通过属性赋 权进行精细量化.最后通过实际案例对所建模型进行验算.     

基于乘客到站率的公交发车频率优化

常规公共交通是城市居民出行的基本交通方式之一,为保障公交出行效率和降低运营成本,有必要对公交车辆的运营调度进行量化分析和系统研究。文中以居民出行和公交公司运营两者总成本最小为目标,提出了基于乘客到站率的多目标公交发车频率优化模型,以实现乘客和运营者双方的利益最大化。利用乘客到站率函数计算乘客的等车时间,使得模型在优化计算中具有更加趋近真实的等车时间;考虑到遗传算法良好的收敛性,以及发车频率易于二进制化编码的特征,文中设计相应的遗传算法对上述模型进行求解;以常州市B1路公交车线路高峰时段为例进行求解,得到最优发车频率为13.9,与三类经典发车频率确定方法进行对比分析,结果显示该模型的总成本相较于其他三种方法分别降低18.1%、1.5%、1.2%。以上研究结论表明,研究提出的发车频率模型通过协调乘客的等车时间成本、车内拥挤成本与公交运营的车辆购置成本、燃油成本,能够有效减少公交出行的整体成本。     

带有多重能力等级选择的内陆港选址问题研究

为促进资源的合理利用,减少内陆港的重复建设,以系统总成本,包括建设成本和运输成本最小为目标函数,并考虑内陆港的通过能力限制,构建了两阶段的带有多重能力等级选择的内陆港选址模型,同时设计遗传算法求解.东北地区的实例分析结果表明,从系统最优角度出发,还应增设通过能力分别为5万TEU和15万TEU的齐齐哈尔内陆港、佳木斯内陆港,并形成由近、中、远距离内陆港群构成的区域内陆运输节点布局.结果同时表明,在选址决策中加入对通过能力的选择,可以使内陆港的布局与内陆地区的运输需求分布更加趋于均衡,减少不必要投资,提高资源使用效率.     

时变交通下生鲜配送电动车辆路径优化方法

依据时变交通路网特点设计基于路段划分策略的行驶时间计算方法，综合考虑客户对生鲜产品最低新鲜度约束，车载限制和电动车电量约束，设计三约束决策因子方法.以配送总成本最小为目标，构建时变交通下电动车城市生鲜配送路径优化模型，根据模型特点设计自适应改进的蚁群算法.实验结果表明，本文方法能够根据客户生鲜新鲜度要求，客户属性和路网特性，合理安排发车时间，科学规划配送路径，有效避免交通拥堵；通过算法对比，本文模型和算法能够明显降低配送成本，提高企业经济效益.     

��Ͻ�ͨ������Ƽ����߿�¡�˻��㷨����о�

研究混合交通网络设计问题,以交通网络总阻抗最小为目标,在建设资金的约束条件下给出了双层规划模型。将模拟退火算法中的退火策略引入到免疫克隆算法中,设计了求解模型的免疫克隆退火算法。算例验证了算法的可行性,并通过与模拟退火算法比较证明了设计算法的有效性。最后,在给定不同建设资金的约束条件下进行了灵敏度分析,并讨论了投资成本与网络总阻抗、建设资金约束与网络设计决策的关系。     

Mixed Transportation Network Design Based on Immune Clone Annealing Algorithm

This paper focuses on the mixed transportation network design problem. A bi-level programming model, constrained by investment budget, is developed to minimize the total impedance of transportation network. The immune clone annealing algorithm, which is designed by combining annealing tactic of simulated annealing algorithm and immune clone algorithm, is introduced to solve the proposed bi-level model. Compared with simulated annealing algorithm, the feasibility and effectiveness of the model and the algorithm is demonstrated through a numerical experiment. The sensitivity analysis on different investment budget constraints is provided, as well as the relation between investment cost and the total impedance of network, investment budget constraint, and decision on network design.     

��ɫ���������µ���½��ѡַģ�ͼ����

现代绿色物流系统的建设要求物流链上各环节按照绿色理念建设运营.本文将绿色物流的思想引入内陆港选址问题,建立了考虑噪声、事故、拥挤、碳排放等环境因素的广义费用函数,并根据内陆港建设决策方与货主之间的主从递阶决策关系,构建了可兼顾投资者与货主对成本要求的内陆港双层规划选址模型.模型上层目标为在允许的投资范围内确定内陆港地址,使得系统总成本最小;下层目标为货主在各内陆港之间分配运输需求量,使得总支出费用最低.并设计了基于遗传算法的求解方法.实例分析表明,本文建立的绿色理念下的内陆港双层规划选址模型是有效的,同时遗传算法可以产生稳定的最优解.     

多品种燃油海运库存路径问题鲁棒优化模型与算法

针对需求不确定下的多品种燃油海运库存路径问题(Maritime Inventory Routing Problem, MIRP),提出非专用舱室和非固定停靠供应港的船舶配送策略,通过设置供货商保守系数给定条件下的累积航次多品种燃油不确定需求预算阈值,构建以供货商燃油库存与配送总成本最小化为目标的MIRP非线性鲁棒优化模型,并设计了改进混合自适应遗传算法求解模型。算例结果表明,非专用舱室和船舶非固定停靠配送能有效降低供货商燃油库存与配送总成本;供货商在各需求港关于各品种燃油的保守系数均存在某个不同的恰当值,当保守系数超过恰当值时,客户服务水平变化趋于平缓。研究结论可为供货商多品种燃油MIRP提供决策参考。     

基于Pareto蚁群算法的船舶风险规避路径优化

船舶在海上航行时,一直面临着海上运输风险的威胁,为了降低海上运输风险同时考虑船舶经济效益,本文建立了以运输风险最小和航行成本最小的双目标路径优化模型,实现船舶风险规避.运用栅格法构建环境模型,为相应的栅格路径赋予航行成本和运输风险,并设计了一种基于Pareto最优解集和NSGA小生境方法的多目标蚁群算法.以印度洋海域的2条航线为案例,以经典单目标蚁群算法为对比,验证了模型和算法的有效性.结果表明,该模型和算法在解决船舶风险规避路径优化问题上具有良好的效果,能为决策者制定船舶海上运输风险规避路径提供决策参考.