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.     

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。     

整车物流运输多式联运与路径优化研究

运输成本在整车物流成本中占比最大,合理的运输路线规划是降低整车物流成本中运输成本的关键。针对整车物流远距离商品车运输中物流成本过高的问题,本文从路线优化方面入手,选择合适的运输方式,以成本最小化为原则,在满足时间约束条件下,确定多式联运方案。该方案结合各种运输方式优势,有效利用资源,提高了设备使用率。通过采用多式联运路线优化方案,能降低整车物流的成本,为多式联运与路径的优化提供决策支持。     

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.     

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.     

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...     

带时间窗的多式联运路径优化模型及算法研究

多式联运是我国现代交通运输体系的重要组成部分,其中运输方式和运输路径的选择直接影响到托运人和承运人的利益。根据多式联运相关的概念与网络构建方法,考虑了运输费用、时间价值成本,引入时间窗约束,以总成本最小为主要目标建立多式联运路径优化模型,并根据时间窗要求建立了惩罚机制。根据模型特点,设计了基于floyd的K短路-GA混合算法,求解得到总成本最少的联运方案。最后将该混合算法和传统遗传算法同时应用于多式联运算例求解,分析对比,验证了混合算法的有效性。     

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。     

考虑碳排放的混合轴辐式多式联运网络枢纽扩增选址-路径问题

针对现有多式联运网络枢纽饱和度高、枢纽到城市直达运输成本高且效率低等不足,提出采用混合轴辐式多式联运网络研究扩增枢纽选址,同时优化运输线路;基于允许枢纽间转运和需求城市间巡回运输的运输网络,考虑低碳因素构建了最小化总运输成本、二级枢纽开放建设成本、枢纽处转运成本和总碳排放成本的数学模型,将问题分解为选址-分配与路径优化2个阶段,并针对两阶段特点分别采用0-1编码和数字编码设计了两阶段遗传算法;针对现有实际案例采用设计的算法进行求解,并将求得的最优运输方案与现实方案进行对比。研究结果表明:采用提出的算法进行10次运行获得的最优解与其平均值的差值百分比仅为4.7%,且平均求解时间仅为90.6 s;优化后网络扩增了2个枢纽,弃用了1个不合理枢纽,网络转运能力提高了11.3%,枢纽的平均饱和度降低了15.7%,不同枢纽的饱和度比原网络更均衡,不仅缓解了饱和枢纽的压力,还提高了空闲枢纽的周转率,从而提高了转运效率;优化后运输方案对应的总成本、运输成本、中转成本和碳排放成本分别降低了68.41%、68.14%、56.55%和86.76%,且碳排放减少最为突出。由此可见,提出的模型和算法对扩张轴辐式网络选址和混合轴辐式多式联运网络运输方案的组合优化具有较好的性能。      

双重不确定下应急物资多式联运可靠路径优化

为按时、可靠地将应急物资运达目的地，综合考虑需求和运输环境的双重不确定性、节点疫情感染风险、成本约束、班期限制和转运能力限制等，构建以可靠度最大为目标的应急物资多式联运可靠路径优化模型。同时针对所求问题的NP-难特点，设计蒙特卡洛自适应遗传算法和模拟退火遗传算法进行求解，并引入优劣解距离法对算例的运行结果进行分析。研究结果表明：蒙特卡洛自适应遗传算法较模拟退火遗传算法在求解质量和求解时间方面更优，在交叉概率为0.80，变异概率为0.08，种群大小为50的最佳参数组合下，得到的优化路径最大可靠度为85%，且求解出来的最优路线均未经过存在疫情感染风险的节点，求解结果较好。参数分析表明：在交叉概率相同的条件下，两种算法的平均运行时间均随着变异概率的降低而减少，随着变异概率的增加而增加；多式联运路径优化的决策会受水铁班期的影响。     

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.     

考虑碳排放的多式联运货运枢纽选址

为进行多式联运货运枢纽的合理选址,在考虑碳排放的前提下,引入运营收入、建成成本、运输成本、中转成本、碳排放等价成本,以利润最大化为目标建立货运枢纽选址模型。提出基于P-中值模型思想的求解算法,结合具体算例进行求解,分析各因素单独变化时对运输总收入的影响,结果与实际相符。该研究能促进多式联运降低成本、提高效益,并为货运枢纽规划选址提供参考。     

考虑环境税的邮政快递企业多式联运路径优化问题

为减缓运输过程中碳排放较多带来的环境问题,研究在考虑环境税条件下,邮政快递企业在货物运输过程中利用多式联运进行路径优化的问题。基于轴辐式运输网络构建运输费用模型,通过调整目标函数中的环境税税率,改变环境税在运输总费用中的占比。采用改进的A*算法并通过实际算例验证模型,得到不同时间成本及环境税税率下的路径规划结果,并提供对应决策。算例分析显示,时间成本系数为5 000,环境税占比分别为低于32%, 32%~78%以及78%以上时,最优方案分别为仅公路运输、公水联运及公铁联运。这表明单一运输方式适用于时效性要求较低的运输作业,对于时效性要求较高的运输作业,多式联运不仅可提高运输效率,且能降低运输成本。     

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.     

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.     

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.     

带有固定运费的多式联运方式选择

为更经济有效地组织多式联运,在同时考虑固定运输费用和变动运输费用的前提下,针对一批货物在其运输路径上各路段运输方式的优化选择问题,以包括运输费用、中转费用和惩罚费用在内的总费用最少为优化目标,以货物送达时间和运输能力为约束条件,构建了混合整数线性规划模型,并设计了相应的整数编码遗传算法.算例结果表明,本文模型比既有不考虑固定运费的模型具备找到更优解的能力;对于15个包括20~100个路段和5~20种运输方式的随机算例,与商业优化求解器LINGO相比,本文算法在设定计算时间60 s内找到了2个大规模算例的更优解,总费用平均节省0.75%,证明了该算法对大规模问题的有效性.      

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.     

一种基于联运产品服务效率的运输收益清算方法

既有多式联运收益清算一般按照各方式运输距离及费率确定,未充分考虑运输时间效率和外部性(如碳排放)对于联运服务竞争力的影响,导致收益清算与联运服务竞争力的分离,限制了联运服务的发展.本文据此提出了基于各方式运输时间效率及碳排放的收益清算方法,该方法考虑了各方式运输时间及运输时间比例的变化,并通过权重系数来满足不同联运环境下收益清算的需要“. 渝新欧”多式联运的实例结果表明,本文方法可提高运输效率较高、绿色低碳方式的收益占比,如当公路时间不变,铁路运输时间由目前的 14.9 d缩短至 9.0 d时,其收益由 95.0%提升至 98.9%.运输时间及其比例的权重系数案例显示,其他条件一定时,不同的权重系数下铁路的收益占比相差约3%,因此需根据实际联运环境确定合理的权重系数.