带模糊预约时间的动态VRP的插入启发式算法

为有效解决动态环境下考虑顾客偏好的车辆路径优化问题,在对反映顾客偏好的模糊预约时间以及具有模糊预约时间的动态车辆路径问题进行简单描述的基础上,给出了该问题的求解思路,即当新顾客出现时,在保证车辆运载能力和服务时间的可行性的前提下,由最佳车辆在最合适的时间为该新顾客服务.基于此思路,设计了由前后双向可推的推-碰过程确定最佳服务时间的插入启发式算法.在该算法中,通过对顾客的服务时间的前推或后推,确定能使所有顾客的综合满意度达到最大的服务时间调整方案.同时,通过综合考虑顾客满意度、车辆行驶距离和车辆等待时间等因素,使由于新顾客的加入而引起的综合成本增加值得以优化.最后,给出了一个算例,以说明该插入启发式算法求解考虑顾客偏好的动态车辆路径问题的有效性.     

考虑一致性约束的车辆路径问题综述

车辆路径问题是物流和交通运输领域的研究热点.近年来,为应对激烈的市场竞争,越来越多的企业开始关注如何在降低成本的同时保证服务效率和服务质量.实践表明提高车辆路径方案的一致性不仅可以提高服务效率,还能显著提高客户满意度.因此,考虑一致性约束的车辆路径问题(又称一致性车辆路径问题)应运而生.一致性车辆路径问题是相对较新的车辆路径问题变种,相关成果具有重要的实践和学术价值.随着多样化一致性约束的提出以及相关数学模型和优化方法的迭代更新,目前针对一致性车辆路径问题已有一定数量的研究积累.本文从车辆路径问题的分类、一致性车辆路径问题的背景介绍、模型、求解算法等方面对该问题进行了综述.在一致性车辆路径问题中,一致性约束主要有时间一致性、人员一致性和路线一致性要求.时间一致性和人员一致性约束较为常见,路线一致性约束则相对更为新颖.一致性车辆路径问题的求解方法以启发式算法为主,尤其是大、中型实例(时间周期5d,客户数量50以上)的求解;而部分精确式算法对中小型实例(时间周期3～5d,客户数量50及以下)也展现了良好的性能.     

带软时间窗的混合车队车辆路线问题的模型和算法研究

将典型的车辆路线问题扩展为综合考虑了客户具有间窗约束和中央仓库拥有多种类型配送车辆的情况。在构造了问题的数学模型后,着重阐述了求解本问题的TS算法设计过程。最后结合适应性记忆过程给出了TS算法的伪代码描述和一个算法。     

一种基于时空距离的带时间窗车辆路径问题算法

带时间窗的车辆路径问题是典型的NP难题,一种常用的求解方法是先对顾客分组,后进行路径优化的两阶段启发式算法. 传统算法在顾客分组时主要考虑顾客的空间位置关系,但是忽略了顾客对服务时间窗口的要求. 本文同时考虑顾客的时间和空间特性,提出了一种基于时空度量的顾客分组方法. 在路径优化阶段,本文提出了一种禁忌搜索算法来进行求解,该算法中禁忌的对象不是解,而是这些解的目标函数值的区间,以便于提高收敛效率. 作为验证,本文以Solomon标杆问题集为算例进行演算,结果表明,在窄时间窗约束下,基于时空距离的两阶段启发式算法明显优于基于空间距离的算法,且部分算例的解达到了国内外已发表的最好解.     

时效约束的高强度快递需求区域车辆调度模型

为提升高强度快递需求区域的车辆配送效率,在刻画移动仓库动态需求与点部收派件优先度的基础上,建立高强度快递需求区域的快递车辆调度模型.在满足收派件时效性约束的前提下,求解快递车辆配送路线,并对车辆调度模型进行优化,以符合点部与移动仓库收派快件实际需要.     

多资源约束下车辆配送路径优化模型

本文研究了在车载能源量、车辆载货能力等多资源约束下的车辆配送路线优化问题,建立了多资源约束下配送路径优化的静态模型和动态模型。在静态配送路径优化模型中,通过修改网络结构,增加虚拟资源点,解决了含有子回路的配送路线优化问题;在动态模型中,采用时空网络模型来避免子回路的产生,对车辆配送路线规划问题的描述更加直观准确,该模型以扩大模型规模为代价丰富了车辆配送路径选择方案,并能求解车辆到达、离开客户点的时刻。以商业优化软件CPLEX12.6.2为工具对上述两个模型进行验证和数值计算实验。     

竖曲线设计公式的推导及讨论

首先推导了考虑行车视距的公路竖曲线设计公式,发现中国路线设计规范中的竖曲线长度建议值不能满足行车视距要求的问题,尤其是没有照明的凸曲线路段夜间行车情形。建议我国的竖曲线设计应当考虑车辆前照灯所约束的夜间视距,提高竖曲线长度建议值。     

一种改进的公交时刻表的离散确定方法

本文提出了一种改进的确定时刻表的离散的方法,使之既满足了车辆容量的约束,又考虑了发车成本与顾客等待成本对发车频率的影响,并给出了图示解法和算法。     

考虑车辆随机到站时间的动态需求响应型接驳公交线路优化

车辆到站时间的不准时性严重影响着需求响应型公交的服务水平和乘客选择公共交通的出行意愿，因此，本文对考虑车辆随机到站时间的动态需求响应型接驳公交线路优化问题进行研究。以运营商成本、乘客乘车时间成本、乘客等待时间成本组成的系统总成本最小为目标建立数学模型，通过优化车辆路径寻求系统总成本最优的需求响应型接驳公交服务方案，其创新之处在于，在服务过程中允许乘客提交实时出行需求；定义车辆到站时间服从已知分布以描述其随机性。提出一种遗传算法和邻域搜索相结合的启发式算法对模型进行求解，该算法融合了遗传算法的全局搜索优势和邻域搜索的局部搜索能力，通过算例测试分析对本文算法的有效性及先进性进行验证。最后，基于西安市延平门地铁站设计数值实验，结果表明，考虑车辆随机到站时间可以在一定程度上减少乘客时间成本和系统总成本。     

公交车辆合理配置的模糊随机机会约束规划模型

为城市合理配置一定数量且车型合理的公交车,不但可满足不同居民对交通工具的不同需求,而且可避免因车辆的空驶而导致的能源及道路资源的浪费．文章提出了一个公交车辆合理配置的混合机会约束规划模型,该模型以日载客容量最大为目标函数,同时考虑资金约束、道路资源约束及带有模糊随机参数的乘客需求约束,并引入了求解该模型的遗传算法。通过算例求解,说明了该模型及算法的合理性。