基于组合算法的易腐货物多式联运路径优化

为解决易腐货物多式联运路径优化问题,考虑时间窗约束,建立一种总成本最低的易腐货物多式联运路径优化模型.因遗传算法全局搜索能力强,禁忌搜索算法依赖初始解与领域结构的特点,设计了遗传-禁忌搜索组合算法,来求解最佳运输方式下的低成本最优路径.为验证多式联运的优势,特举实例将多式联运与单一运输方式进行对比;实例可知,组合算法有...     

高铁参与下考虑时间窗的生鲜品多式联运路径选择

针对生鲜品小批量、高时效的运输需求,提出将高铁作为一种运输方式参与到生鲜品多式联运中.考虑中间节点混合时间窗以及目的地收货软时间窗约束,以运输成本、中转成本、时间惩罚成本、蓄冷成本和质量损耗成本构成的总成本最小为目标,构建多式联运路径选择与运输方式组合模型.以"哈尔滨-昆明"区间多式联运为例进行算例分析,采用混合田口遗传算法求解,算例结果表明:考虑节点时间窗时选择"高铁+公路"路径运输组合方式更优;节点时间窗的存在虽然会在一定程度上造成时间价值成本的增加,但具有较强的现实合理性,说明模型能够有效地为生鲜品快速多式联运提供实用性的路径参考.     

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。     

考虑排放控制区的绿色多式联运路径和速度优化

针对考虑排放控制区的绿色公海多式联运路径和速度优化问题，本文首先构建不同碳排放政策下多目标混合整数非线性规划模型，并根据问题特性将其转化为等价的线性模型；其次，为有效求解模型，提出融合问题特性的改进自适应遗传算法，根据问题特点设计多层编解码机制和自适应遗传进化策略；最后，以我国某公海多式联运系统为例，验证所提模型和算法的有效性，并针对不同时间窗和低硫燃油价格进行敏感性分析。实验结果表明：与传统遗传算法和商业求解器Lingo相比，改进自适应遗传算法能获得更满意的方案，分别减少了5.2%和3.7%的多式联运总成本；强制碳排放政策下，排放限额的变化一般不会改变经营人的路线选择，只会影响经营人是否进行运输活动；碳税政策下，碳税价格上涨对多式联运总成本影响很小；碳交易政策下，不同排放限额的多式联运方案可能一致；货物准备时间延后和截止时间提前会增加运输成本，船舶在排放控制区内外使用不同航速能够带来明显的经济效益。     

考虑多节点时间窗差异的集装箱多式联运路径选择研究

基于多式联运网络,考虑不同运输方式的能力以及工作时间窗和发车班期,并且根据货主的具体货运需求,构建了运输成本最小、运输时间最少的多目标0-1整数规划模型。通过决策运输路线、运输方式来优化运输路径,采用非支配排序遗传算法(NSGA-II)以及二阶段编码的方式求解模型,经过多次种群进化和非支配解筛选,获得多式联运运输路线的Pareto非劣解集。最后以20个节点、39条运输弧、3种运输方式的多式联运网络为例进行算例分析,验证了算法和模型的可行性和有效性。     

���ڽڵ���ҵ��������ļ�װ���ʽ����·���Ż�

在集装箱多式联运系统中,内陆运输方式和路径的选择,对集装箱门到门运输过程的运输效果产生很大的影响.为更合理地组织多式联运,本文在充分考虑集装箱内陆运输路径因素的同时,研究集装箱多式联运在运输方式转换过程中节点作业随机特征对运输方式和路径选择的影响.以总成本最小为目标,建立带有时间约束的混合整数规划模型,通过图形变换,将问题转化为节点作业带有随机特征和运输时间约束的最短路模型.通过实例验证并对结果进行分析,求得的路径在成本和时间方面较合理,具有可操作性,可以成为多式联运路径选择的决策参考.     

基于衔接组合的集装箱多式联运服务分段采购优化

为解决集装箱多式联运服务分段采购中的运输费用和运输时间优化难题,从多 式联运经营人的视角出发,提出了集装箱多式联运总费用最小化和总运输时间最小化的 双层优化目标.基于运输路径选择和时、空、量的衔接组合,结合托运人运单、集装箱多式 联运组织形式、集装箱交接地点、运输路段及方式、运输时间、运费率等要素约束,建立了 集装箱多式联运服务分段采购优化模型.运用自然约束语言设计搜索算法程序并求解.数 值实验分析结果表明,该模型及搜索算法不仅易于实施求解,而且应用效果良好,达到了 集装箱多式联运一体化无缝运输的目的.     

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.      

不确定条件下公铁水多式联运多目标路径优化研究

多式联运运输的时效性和成本在现代物流的发展中是不可忽视的因素。针对公铁水多式联运的运输目标，主要研究了当运输时间、中转时间双重不确定因素服从随机分布时的绿色多式联运路径优化问题。构建以运输时间、碳排放、运输成本为目标函数，碳排放量为约束，建立运输时间、中转时间双重不确定条件下绿色多式联运路径多目标优化模型。并据此采用模糊自适应遗传算法（FAGA）和快速非支配排序遗传算法（NSGA-Ⅱ）设计多式联运路径优化策略；最后采用从南昌到柏林的路径数据仿真验证所提方法的有效性并对结果进行对比分析。研究发现基于NSGA-Ⅱ算法的多目标优化结果较优，可以引导多式联运经营人调整运输方案，减少二氧化碳的排放量，为物流企业开展多式联运运输提供可供参考的依据。     

应急救援物资多式联运的成本最优化模型

针对突发事件中应急物流的特点,提出综合考虑应急救援时效性、经济性和安全性因素的 应急物资车辆调度方法。在参阅国内外众多有关应急物资车辆路径选择问题研究文献的基础上, 综合考虑了时间窗约束（硬时间窗和软时间窗） 及公路、铁路、航空3 种运输方式及路网道路的 脆弱性和可修复性等因素,建立了多应急救援点、多受灾点的应急车辆路径问题模型。问题求解 过程中采用模拟退火算法,并通过算例验证模型与算法的可靠性。结论证明应用模拟退火算法求 解应急物资车辆调度问题时,搜索效率较高;算例结果表明了在应急救援中由于不同的时间窗要 求导致不同类型的物资所选择的路径不同;同时体现了多式联运在应急救援中的应用。     

考虑速度与拥堵的多式联运路径优化研究

对多式联运路径优化进行了研究.对于多个城市节点,扩展并建立不规则棱柱模型网络,不仅考虑不同运输方式的成本与时间,还将不同运输方式对应的速度与拥堵纳入模型.基于Dijkstra最短路径算法,创建一个包含速度与拥堵因素多式联运路径优化模型仿真系统,通过模拟动态参数,分析了该组参数下的速度与拥堵对多式联运最优路径选择的影响,为区域运输规划提供了重要的参考价值.     

基于Martins算法的联合运输最优路径规划

为了快速高效地找出最优的联运路径,在现有模型的基础上,考虑时间窗约束,建立了具有多目标、多运输方式、多货种的路径选择改进模型,并设计了2层搜索算法求解该模型.第1层在已知每条路径标签的基础上,根据时间窗删除规则并利用改进的Martins算法,计算出有效路径集;第2层将第1层的有效解作为其初始解,删除不满足货物运输总时间、中转次数和运输方式容量3个限制条件的路径,得到最优路径集合.根据货主的需求,采用序数偏好方法,组合不同的费用权重和时间权重得到综合权重值,找出对应最大综合权重值的最优路径.实例分析表明:相比已有的标签算法,改进算法增加了运算方式容量限制条件,缩小了解空间,避免了生成无效路径;相比拉格朗日松弛算法只能求得解的上下限,本文算法能够求得精确解,耗时在30 s以内,计算时间减少75%.      

绿色多式联运随机优化策略

针对速度服从随机分布时绿色多式联运路径特点,探索路径优化策略问题,使用随机优化方法,建立绿色多式联运随机路径优化模型,设计了一种将样本平均近似法和基于优先权的粒子群算法相结合的混合算法求解该模型.结合多式联运实际情况设计数值算例验证模型的有效性,对模型中速度的正态分布与均匀分布和碳排放因子进行较为完整的情景分析,结合实际情况得出当样本规模为600,速度服从均匀分布时,情景3-2运输成本为501.11、碳排放成本为649.07是稳定性较高的理想决策,碳排放因子增为0.8有利于成本的降低.实验结果表明,本文建立的随机优化模型能够较好解决速度服从随机分布时多式联运路径优化问题,为实际多式联运运营提供决策支持.     

低碳背景下的多式联运路径规划

低碳运输一直是世界各国关注的焦点,多式联运作为一种主要的运输组织形式,国内外的文献中却少有关于多式联运碳排放研究的文章.本文提出了运输总成本最小和运输碳排放总量最小的多目标0-1规划模型,构建运输总成本时不仅考虑了运输弧段上的运输成本、运输节点的换装成本、铁路车站及水运码头的存储成本还考虑了运输弧段与代理商的匹配关系.运输碳排放量则由运输过程碳排放和换装过程的碳排放构成.采用改进的带精英策略的非支配排序遗传算法(NSGA-II)对模型进行求解,算法能有效保存优秀个体和降低计算的复杂度.最后通过算例验证了模型和算法有效性.     

混合不确定条件下绿色多式联运路径优化

主要研究了当运输时间、中转时间、客户需求和中转集拼货运量四重混合不确定因素服从随机分布时的绿色多式联运路径优化问题,运用随机优化理论,以运输成本、碳排放成本和时间惩罚成本为目标,建立混合不确定条件下绿色多式联运路径优化模型.通过对各子目标函数权重进行赋值,得出考虑不同成本因素的多式联运路径优化方案.探讨时间、需求和网络服务能力对多式联运路径优化结果的灵敏度分析,发现各成本随时间变动而变化的规律和边际运输成本最小时的服务时间;当货运量形成规模效应后可降低边际运输成本;不同网络服务规模的运输路径优化结果,以及满足客户不确定需求的最小网络配置.     

不确定环境下多式联运路径多目标优化

针对不确定环境下的多式联运网络,考虑转运成本、时间及运输方式班期等影响因素,构建运输总成本最小和运输总时间最小的双目标优化模型.通过蒙特卡洛方法处理网络中的不确定性,设计结合非支配排序的多目标蚁群算法求解Pareto解.为解决基本蚁群算法收敛过慢、过早收敛带来的求解质量低等问题,在状态转移策略中加入方向启发因子,在信息素更新策略引入"最大-最小蚂蚁系统",从而提高解的质量.最后通过算例检验改进蚁群算法的优化效率,并为决策人提供5个充分满足其对不同目标要求的决策路径.     

不确定环境下多式联运路径多目标优化

针对不确定环境下的多式联运网络,考虑转运成本、时间及运输方式班期等影响因素,构建运输总成本最小和运输总时间最小的双目标优化模型.通过蒙特卡洛方法处理网络中的不确定性,设计结合非支配排序的多目标蚁群算法求解Pareto解.为解决基本蚁群算法收敛过慢、过早收敛带来的求解质量低等问题,在状态转移策略中加入方向启发因子,在信息素更新策略引入"最大-最小蚂蚁系统",从而提高解的质量.最后通过算例检验改进蚁群算法的优化效率,并为决策人提供5个充分满足其对不同目标要求的决策路径.     

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。      

混合不确定条件下绿色多式联运路径优化

主要研究了当运输时间、中转时间、客户需求和中转集拼货运量四重混合不确定因素服从随机分布时的绿色多式联运路径优化问题，运用随机优化理论，以运输成本、碳排放成本和时间惩罚成本为目标，建立混合不确定条件下绿色多式联运路径优化模型.通过对各子目标函数权重进行赋值，得出考虑不同成本因素的多式联运路径优化方案.探讨时间、需求和网络服务能力对多式联运路径优化结果的灵敏度分析，发现各成本随时间变动而变化的规律和边际运输成本最小时的服务时间；当货运量形成规模效应后可降低边际运输成本；不同网络服务规模的运输路径优化结果，以及满足客户不确定需求的最小网络配置.     

考虑多因素的中欧集装箱货物运输方案研究

中欧贸易日趋频繁,物流需求多样,为设计各类货物的最佳运输方案,站在联运经营人角度,综合考虑运输时间、运输成本、运输安全、气体排放和货物时间价值等因素,以运输总成本最小、时间成本最小和事故成本最小为目标,建立多目标0-1规划模型.设计基于遗传算法和Dijkstra寻优法的混合算法得到Pareto最优解,并对苏州至伦敦的四类货物运输方案进行实例研究.研究表明:该模型可行,算法有效,可为联运经营人提供科学决策的工具.