基于改进蚁群算法的多车型供应链物流运输调度建模研究

通过对基础蚁群算法的启发信息函数和信息素更新模型实施改进,获得改进蚁群算法,在此基础上,将所设定运输成本和运输时间、车辆油耗、最高配送距离与承载量等约束因子融入到算法内,构建包含多个约束因子的调度模型,实现对多车型供应链物流运输的调度,结果表明,该模型具有较高的收敛速度与路径寻优性能,所搜寻的路径质量较高,可针对不同零售商网点分布情况搜寻最优路径,并针对所寻的不同路径调度不同车型车辆,调度结果可满足车辆各自的最高配送距离与承载量等约束,实现多车型的供应链物流运输优化调度,达到降低运输成本与运输时间等目标.     

在城市交通信息集成中基于本体的语义融合模型

交通信息融合技术已成为智能交通系统中研究热点,它对于城市交通综合管理、交通预案应急联动以及数字城市建设有着十分重要的意义. 采用本体技术和语义逻辑代数方法,
对多源异构的城市交通信息的统一表示、融合等问题进行了深入探索. 通过城市交通本体建立静态和动态的城市交通信息的统一语义模型,并定义本体在语义层面上的融合规约和代数操作,以实现城市交通信息融合在语义上的完备性和一致性. 在城市交通信息集成中增加语义融合功能,对降低交通信息集成的数据量,提升集成后交通信息的查询和分析效率及准确性都有较大帮助,在实践应用中也体现了一定的效果.     

�ڳ��н�ͨ��Ϣ�����л��ڱ���������ں�ģ��

交通信息融合技术已成为智能交通系统中研究热点,它对于城市交通综合管理、交通预案应急联动以及数字城市建设有着十分重要的意义. 采用本体技术和语义逻辑代数方法,
对多源异构的城市交通信息的统一表示、融合等问题进行了深入探索. 通过城市交通本体建立静态和动态的城市交通信息的统一语义模型,并定义本体在语义层面上的融合规约和代数操作,以实现城市交通信息融合在语义上的完备性和一致性. 在城市交通信息集成中增加语义融合功能,对降低交通信息集成的数据量,提升集成后交通信息的查询和分析效率及准确性都有较大帮助,在实践应用中也体现了一定的效果.     

重大突发公共卫生事件下城市应急医疗物资配送

为了在发生重大突发公共卫生事件时提高城市医疗物资的应急救援效率, 减少人员伤亡与经济损失, 在分析重大突发公共卫生事件特点与应急物流特征的基础上, 将需求紧迫度作为配送影响因素, 提出以辖区人口、感染确诊及疑似病例、医疗物资需求点规模、医护人员数量和医疗物资缺口率为评价指标的医疗物资需求点需求紧迫度评价指标体系; 针对医疗物资应急物流的特点, 调整医疗物资配送时间窗参数, 建立由车辆行驶成本、配送延误惩罚成本和无配送延误补贴费用组成的总配送费用函数, 并考虑配送车辆载重、配送时间窗、医疗物资需求紧迫度等约束条件, 构建使总配送费用最少与需求紧迫度高的需求点优先配送的双重目标, 优化了医疗物资的配送路径; 依托SPSS、Yaahp和MATLAB软件平台, 结合算例, 利用层次分析法与遗传算法求解考虑与不考虑需求紧迫度的医疗物资应急物流配送路径优化模型。研究结果表明: 重大突发公共卫生事件下, 相对于不考虑需求紧迫度的配送路径, 考虑需求紧迫度的最优配送路径不仅对需求紧迫度较高的医疗物资需求点进行优先配送, 同时还使总配送费用减少了5.8%;需求紧迫度的引入能极大地改善调度的盲目性, 基于配送车辆载重、配送时间窗、医疗物资需求紧迫度等约束条件所构建的双目标优化模型能够有效地提高应急救援效率和减少不必要的调度成本。      

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.     

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.     

基于多目标优化的应急设施选址-配送模型

针对频发的突发事件,应急设施选址与配送路径规划对快速开展救援活动、减少事件损失具有重要意义。通过构建基于多目标优化的应急设施选址配送模型,同步解决应急设施选址和配送路径规划问题。模型目标函数包括3个方面:最小化总物资运输时间成本、最大化应急设施设置容量和最小化应急设施设置数量。在此基础上,设计了一种多目标遗传算法,结合快速非支配排序对模型进行求解,以获取最优应急设施选址配送方案。此外,基于苏尔福斯网络进行了案例研究,证实了所提出模型和算法相比于传统方法的有效性与优越性。     

融合CBR&RBR的长江重点航段应急决策方法研究

水上交通应急决策是海事部门根据水上交通突发事件产生的救援需要,评估事态发展,结合可调用资源和事发环境制定水上救援行动方案并付诸实施.为提高应急决策质量、加快应对海事风险和水上事故的决策速度,文中研究了长江重点航段应急决策专家系统架构,以及融合案例与规则推理的应急决策方法.将船舶航行预警信息产生方式分为自动和人工方式,并基于规则推理生成预控处置方案.在发生水上事故险情后,融合案例与规则推理方法快速生成应急处置和资源调配方案.     

单车场集送一体化车辆路径问题及其混合算法研究

针对物流配送中的单车场集送一体化车辆调度问题提出了基于禁忌规则的模拟退火算法.采用了基于自然数的一体化配送对路径表示方式,用里程约束来控制车场的插入,以增加惩罚的方式加入时间窗约束.算法在状态生成函数中利用3种邻域扩大抽样范围;根据问题的特点,在模拟退火算法抽样过程中加入了禁忌规则.介绍了算法的原理,应用算法求解了多个有代表意义的问题实例.对算例结果进行分析表明,该算法可以有效地求得有里程和时间窗约束的单车场集送一体化车辆调度问题的优化解.     

基于蚁群算法的冷链物流路径优化研究

在实际生活中,如何选择最优的物流配送路线是物流车辆调度系统中的重要问题之一.针对物流配送路径优化问题,依据冷链物流配送基础理论,考虑成本、货物损失及制冷时长等因素,构建基于多配送中心的最小配送成本模型,建立由运输成本、制冷成本、损坏成本及绿色低碳成本组成的复合目标模型.利用蚁群算法求解,以某类冷链物流企业为例,通过MATLAB软件进行仿真实验,验证模型和算法的科学性及有效性,得出最短运输距离为39.06 km、成本为1437.48元的结论.相对于搜索禁忌算法和遗传算法,蚁群算法在多配送中心冷链物流路径优化方面,能够平均减少1.11 km的运输距离和51.21元成本,更好地解决物流路径优化问题,提高物流服务质量.     

基于多层次本体集成的服务系统建模

服务系统建模是服务科学的研究重点之一,在业务领域进行组件化设计,并与信息系统保持动态一致性,需要解决组件的适应性、多粒度和社会因素建模等问题.本文分析对比了传统企业建模、服务建模和本体在建模领域的应用,将本体引入服务系统的建模之中.在分析服务系统、技术系统、组织管理和服务的基础上,重点研究了本体建模中的层次性设计,提出了以技术链为基础,以服务为导向,基于多层次本体集成的服务系统建模方法论,并分析了相关的技术方法.     

面向SCM的物联网动态服务及应用中间件技术

为了实现集成化供应链平台的业务协同合作与信息共享,构建业务需求驱动的物联网关键技术融合体系,采用基于Web服务组合模板、服务组合规则和服务自定义指标的中间件和物联网感知层相结合,通过服务的封装与组合、快速的服务重构完成智能中间件设计,支撑分布式SCM应用软件借助中间件技术实现物联网在异构环境下动态的共享信息资源,完成从数据到信息的业务价值层次转化,提供具有可信性、有效性、协同性的业务支撑技术融合体系.     

����������ij�������ģ��CFCM�о�

车辆跟驰模型中的驾驶行为是一个复杂的推理、决策、执行过程，在知识表达和推理机制上存在模糊性和随机性。针对当前车辆跟驰模型研究存在的不足，引入云模型理论，确定了跟驰模型中的决策变量及概念判断子集，设计了模型参数标定的实验方法，在实验数据的基础上，计算了相关参数的隶属云特征值，总结了基于行为规则的车辆跟驰云推理机制，构造了车辆跟驰云模型CFCM(Car Following Cloud Model)。     

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。     

���������ǻ�����—— “��ͨ 7+1 ��̳”����ʮ�ߴλ����ʵ

大数据所涉及的信息量规模巨大,大数据技术使得人类认识世界的思想及方法发生变革。智慧物流是利用集成化、智能化、移动化技术,使物流系统具有思维、感知、学习、推理判断和自行解决物流中的某些问题的能力,它包含了智能运输、自动仓储、动态配送及智能信息的获取、加工和处理等多项基本活动,为供方提供最大化的利润,为需方提供最佳的服务,同时也应实现消耗最少的自然资源和社会资源,从而形成完备的智慧物流综合管控体系。论坛的主题是大数据与智慧物流,面向大数据技术在智慧物流领域的应用问题,着重研讨大数据背景下智慧物流体系、理论和方法,推动我国现代物流行业健康有序协调发展。     

基于供应链的汽车制造业物流一体化研究

从物流一体化的原因和目标出发,分析中国汽车制造业物流发展的现状,提出了实施物流一体化的几项方面,即首先从思想上重视物流一体化,改变传统的物流观;重构业务流程,为企业实施物流一体化打下基础;充分利用第三方物流和建立物流信息系统。     

��������ͨӦ���������Ϣ���ɼ�Ӧ���о�

为了有效支持轨道交通突发事件的应急管理,构建面向轨道交通应急管理的信息集成及应用平台,集成各种分布的异构数据,并根据不同决策需求进行分析以快速响应决策者的需要．首先讨论城轨交通应急管理流程及信息流;再对平台的三个主要模块的结构和功能进行分析：一是基于XML的分布式异构数据集成模块;二是基于应急事件分级以选择不同挖掘算法的数据挖掘模块;三是基于城轨交通应急决策模型组合链构建的决策支持模块;融合这三个模块得到的信息处理平台,可以在实现各种分布异构应急数据集成的基础上,满足轨道交通应急决策实时性要求及解决应急管理各阶段决策模型契合度差等问题．最后利用一个实例详细说明平台信息集成及应用过程．     

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。