考虑路况、配送员与顾客满意度的冷链物流车辆配送路径优化方法

在城市交通拥堵日益严重的背景下，为解决冷链货物配送时效性较差、顾客满意度低以及配送员积极性不高等问题，研究了以总成本与满意度为目标的冷链物流车辆路径优化方法。采集并拟合了工作日、节假日、双休日交通拥堵指数趋势图，得到道路交通拥堵时间分布规律，提出了不同时期、时段内道路路段节点之间的实际通行时间计算方法；设计了配送员薪资与工作强度相结合的评价指标，构建了基于灰色白化权函数的配送员满意度评价模型。考虑随机需求、满意度和时间窗等约束，构建了多目标车辆路径优化模型；针对多目标模型求解的复杂性，设计了改进的自适应大规模邻域搜索算法，算法搜索过程中充分利用其算子的自适应性，有效平衡了NSGA-II算法大规模寻优与耗时之间的关系。以经典的Sioux-Falls交通网络为例进行算例分析，结果表明:①考虑配送员满意度模型后，在工作日、节假日、双休日总成本分别增加了2.05%、1.93%和1.16%，但配送员满意度分别提高了39.43%、46.26%和57.37%，顾客满意度平均提高了1.16%、4.76%和9.75%，运输时间缩短了2.42%、7.34%与8.41%。②以配送总成本最小为主要目标时，当需求变动（即随机需求的标准差σ＝1，2，3，4，5）时，得到的缺货成本比未考虑随机需求模型的结果分别增加了0.79%、0.89%、0.93%、0.94%和0.95%，印证了顾客随机需求对企业配送成本产生的影响。所提模型和算法为冷链物流管理中提升配送员和顾客满意度提供了一定的理论基础。      

考虑接驳费用的车辆共享调度算法研究

针对现有的车辆共享调度算法未充分考虑车辆共享调度时造成的接驳费用问题,研究最小车辆规模最少接驳费用调度优化模型,并改进二分图匹配算法进行求解.根据车辆共享过程中调度方案的优化问题描述,以满足给定出行需求的车辆规模最小以及车辆调度接驳费用最少为目标,构建双目标优化模型.基于有向无环图对车辆出行需求进行建模,将模型求解转化为二分图最大匹配且权重最优匹配问题,提出Kuhn-Munkres算法求解最大匹配最小权重匹配的权重设置条件并进行证明,进而设计Hopcroft-Karp与Kuhn-Munkres算法融合框架进行求解.以安徽省宣城市部分出行为例进行模型和算法合理性分析,479辆自动驾驶共享车辆可以满足13575个出行需求;与未考虑接驳费用目标的调度算法相比,调度总费用减少40.8%左右.算法可求解最小车辆规模并降低调度成本.      

基于遗传算法的3L-CVRP优化问题研究

为提高物流配送效率,降低配送成本,探讨了三维装箱约束下的车辆路径优化问题.在装箱问题与车辆路径优化问题研究现状的基础上,将三维装箱与车辆路径优化进行整合,考虑客户需求、货物装载顺序、车辆尺寸、车辆重心等约束,建立以路径最短、车辆装载容积利用率和载重率最大的多目标组合优化模型,引入权重系数体现决策者偏好并归一化目标函数.设计适用的染色体编码规则,确定遗传操作中选择、交叉、变异方法,选取目标函数为适应度函数,引入最优个体保存策略防止算法的过早收敛,提高算法的准确性,通过Matlab编程实现该优化模型的求解.案例数值试验表明,该模型与算法能够实现装箱与车辆路径的组合优化,算法运行时间为17s左右,相较于引导式局部搜索遗传算法减少了5 s,车辆总行驶里程缩短了7 km.      

机场飞行区无人驾驶清水车优化调度方法

针对机场航班延误和拥堵现象日益严重以及地面特种车辆服务航班效率低且存在较高安全隐患的问题，研究了面向机场飞行区无人驾驶清水车的优化调度方法。通过将无人驾驶清水车服务航班硬时间窗与梯形模糊隶属度函数相结合构建航班服务水平函数，结合传统C-W节约算法，考虑无人驾驶清水车服务机场航班的时间规则，实现了无人驾驶清水车总行驶路程最短以及航班服务水平最高的目标。考虑服务航班数量总和，衡量每辆无人驾驶清水车的服务航班阈值，并提出了服务航班任务量的差异评价值。新算法在C-W节约算法路径优化结果的基础上对未达到服务航班容量极限的子路径进一步优化，实现了所需服务航班的无人驾驶清水车数量最少、服务航班数量差异化最小的目标。以国内某机场航班信息为例，结果表明:与单车单服务模式相比，服务总路程节省59.36%，车辆使用减少84车次，航班服务水平为93.78%，航班任务量的差异评价值由93.32%降低至43.96%；与基准算法相比，新算法在实现任务量均衡的同时并不会增加总行驶路程，且将服务航班任务量的差异评价值由2.72降低至0.44，显著提高了车辆服务航班任务量的均衡性。      

智能网联混合动力车辆速度规划的多目标协同控制研究

考虑车辆的行驶安全性、机动性、能耗经济性、舒适性和电池老化等多重目标,以弯道场景为例对智能网联混合动力客车的速度进行实时规划。首先,以车辆速度和动力电池SOC作为状态变量,加速度和发动机-发电机组输出功率作为控制变量,以混合动力客车的能量消耗成本、电池老化成本、机动性成本和舒适性成本的加权和最小化为目标函数。其次,以弯道行驶安全性、动力系统和电池系统的物理特性等为约束,实施基于模型预测的多目标协同控制,并应用动态规划算法求解滚动空间域内的多目标优化问题,从而实现实时的速度规划和能量分配。同时,分析机动性和舒适性赋予不同权重对性能的影响。结果表明:(1)考虑电池老化的控制策略可以在不影响车辆动力性和机动性的情况下,使电池老化成本降低25.8%,综合成本降低2.3%;(2)提高机动性成本的权重因子能够缩短行驶时间,但会引起综合成本的增加;(3)提高舒适性权重因子可以减少速度波动,同时降低综合成本。     

基于能量法的组合梁桥拥堵车辆怠速振动所致疲劳损伤评估

针对拥堵车辆怠速振动造成的城市桥梁疲劳失效风险，利用ABAQUS建立车辆拥堵荷载作用下的车-桥耦合有限元模型，通过动力响应分析和应力循环计数，采用能量法以总应变能密度为损伤参量，计算4种拥堵工况下城市组合梁桥钢箱构造细节的疲劳累积损伤，并通过与规范标准疲劳车畅通运行状态时的损伤对比，综合评估车辆拥堵对城市组合箱梁桥疲劳性能的影响。结果表明：城市组合梁桥在车辆拥堵荷载作用下弹性应变能在总应变能密度值中占主导地位，其疲劳行为是典型的高周疲劳，疲劳损伤主要来自于怠速振动初始的3~5个高应力幅循环；钢箱底板-腹板焊缝构造细节的疲劳累积损伤为母材的2~5倍，焊缝是疲劳性能较薄弱的部位；当典型拥堵车流只包含小汽车及公交车时，拥堵状态下的疲劳损伤可偏于安全地采用1辆标准疲劳车怠速振动进行评估，但在某些未限制货车通行路段，车辆拥堵造成的疲劳损伤显著增大；由于发动机怠速振动动力效应致使等效应力幅增大65%，1辆标准疲劳车1次拥堵作用下的疲劳损伤是畅通状态下疲劳车单次过桥产生损伤的14.7倍，构造细节疲劳破坏风险增大；考虑车辆拥堵影响后疲劳累积总损伤增大，疲劳损伤受拥堵工况、交通量及拥堵时长影响，日均拥堵4 h情况下，考虑拥堵后的疲劳损伤可达不考虑时的3.5倍。该文可为类似桥梁疲劳评估提供借鉴参考，为保障既有城市钢桥的安全运营提供一定的基础理论支撑。     

基于轴辐式理论的冷链物流网络优化模型

为了建设高效的冷链物流运输网络,有效改善冷链物流市场呈现的企业集中度低、企业规模小和冷链物流网络运营效率低等局面,首先构建了基于轴辐式理论的冷链物流网络优化模型。该模型以生鲜品运输开始节点至目的地节点新鲜度最大为约束条件,以冷链物流运输成本、制冷成本和货损成本的总和最小为优化目标。然后通过CPLEX12.5版本商业求解器软件对模型进行求解,其中非线性目标函数利用CPLEX分段求解技术处理。实际算例以及试验分析结果证明:当问题规模较小时,CPLEX和算法最优解接近,计算时间更快;当N=30和40时,CPLEX已经无法计算结果。因此在N=20时基于新鲜度的冷链物流网络模型适合CPLEX求解。且将新鲜度按冷链生命周期分别划分为2,3,4段,新鲜度分段函数在3种情形下的新鲜度表示都接近于新鲜度指数表达,验证了新鲜度函数分段表达的可行性。本研究提出的基于新鲜度的冷链物流轴辐式网络在保持易腐品新鲜度最大情况下利于冷链需求和资源集中化,运输网络高效化和低成本化。相对于冷链物流传统网络,虽然冷链物流轴辐式网络中枢纽点的转运会导致生鲜品货损成本增加,但在干线运输的规模效应下总体的运输经济效益仍为最大化,冷链物流轴辐式网络相对冷链物流传统直通式网络更有优势。     

半开放式燃油车和电动车混合车辆路径优化问题研究

随着物流行业的迅速发展,物流运输车辆不断增加,而传统燃油汽车的使用对环境造成了一定的压力,近年来,物流电动汽车由于其节能环保的特性,得到了广泛的应用。然而由于电动汽车的充电时间较长以及运输行业的发展现状,电动汽车目前无法完全取代传统燃油汽车,两种车型同时存在于物流配送领域。文章针对半开放式多配送中心的燃油汽车和电动汽车混合车型的车辆路径优化问题进行研究,同时考虑了客户需求量、车辆载重量以及电动汽车的充电需求等约束条件,以碳排放成本、运输成本以及时间窗惩罚成本之和最小为目标建立线性整数规划数学模型,针对该问题的NP难特性,设计了改进的粒子群算法进行求解。应用佳点集理论产生初始种群,增加粒子群算法的多样性,在迭代过程中,增加局部搜索策略,避免粒子群算法陷入局部最优。实验结果表明:改进的粒子群算法获得的总成本相比标准粒子群算法获得的总成本降低5.69%,证明了该设计的改进粒子群算法在求解开放式混合车型车辆路径优化问题时的有效性;相比于不考虑碳排放的情况,考虑碳排放时传统燃油车的使用数量有所下降;相比于单一配送中心路径优化情况,开放式的多配送中心路径优化,更有利于降低物流成本。     

B2C环境下考虑不确定需求的物流配送中心选址模型——以冷链物流为例

考虑B2C环境下终端客户需求的不确定性,以综合运输成本最小化为目标,建立基于成本分析的冷链物流配送中心选址优化模型,并采用蒙特卡洛模拟方法对不确定需求进行处理;以广州安得冷链物流公司为研究对象,以运输成本、货损、固定成本最小化为目标进行求解,得到了合理的选址方案。     

客户满意指数

CSi是指客户满意度指数(Customer Satisfaction Index),以%表示。它从车辆质量，车辆总体形象，售后服务和使用成本四大部分对每一辆车进行综合评定后得出结果。     

面向常发拥堵点的交通信号协调控制方法

针对高峰期间常发拥堵点交通需求过大、周边关联交叉口交通负荷分布不均的问题, 研究了面向常发拥堵点的交通信号协调控制方法。通过对常发拥堵点的车流进行追踪与溯源, 根据交通量关联度确定信号协调控制范围, 然后基于路径的流量分担率与路段平均饱和度识别信号协调控制范围内的关键路径。基于宏观基本图理论, 考虑关键路径对路网运行状态的影响, 构建边界交叉口主动限流控制模型。同时, 利用元胞传输模型描述交叉口与路段的运行状态, 以关键路径通行能力最大化和进口道饱和度均衡化为信号控制优化目标, 建立均衡路网交通负荷的信号控制优化模型。以武汉市发展大道青年路交叉口以及关联交叉口为对象开展仿真实验, 结果表明: 虽然本文方法下的边界交叉口车均延误增加了6.8 s, 但常发拥堵点的车均延误降低了15.7 s; 关键路径的车均延误减少72.6 s, 平均排队长度减少26.1 m。并且, 路网整体的车均延误降低14.7%, 驶出车辆数增加26.6%, 验证了提出方法缓解常发拥堵点交通拥堵的有效性。      

Dynamics analysis of an omni-directional vehicle

In a modern society, traffic congestion is a major problem in every metropolis. To solve the problem of traffic congestion an innovative omni-directional vehicle is proposed. This research has mainly focussed on developing the comprehensive vehicle dynamics model for an omni-directional road vehicle. Then the stability of the vehicle in the yaw plane was analysed under different scenarios based on the response of the side slip angle. Finally an active steering PID controller was suggested and which, according to the results of the simulation, improved the yaw plane stability.     

整车物流——在全球市场上运力紧张的情况下，远洋汽车货轮的可靠性和质量仍在不断改善

整车物流和进货物流一样重要么？它并不产生增加值，这就是为什么精益制造概念只把它看作成本问题的原因。然而，送货是否准时、运输是否造成损坏以及货物的即时可视性对顾客满意度的影响还是很大的。     

Efficiency of routing and scheduling system for small and medium size enterprises utilizing vehicle location data

The routing and scheduling for trucks and vans in an urban road network depends critically on the state of the road network. Trucks and vans impose significant costs on other road users and the environment, so improved routing and scheduling benefits more than just the logistics industry. However, small and medium size enterprises (SMEs) in the logistics business cannot justify investment in planning systems. In this paper, an autonomous routing and scheduling system which is available to SMEs is proposed and the efficiency of the system is investigated. The proposed system accumulates vehicle location data in a central server and uses it to generate traffic information. Test simulations using a grid network demonstrate the effects of utilizing and sharing vehicle location data on delivery efficiency. The simulation results show that the improvement of delivery efficiency is mainly due to the reduction of penalty cost for early and late arrival at the customer location. It is also shown that the system leads to the buffer effect from variations in traffic conditions on delivery cost and this effect is enhanced by taking travel time uncertainty into consideration. It is further shown that the presence of measurement periods with insufficient data results in unreliable routing and scheduling. For a reliable system, data collection over a wider area is required rather than dense data in a subset of links.     

车联网环境下连续信号交叉口协同控制模型

智能交通信号控制技术是缓解交通拥堵的重要手段。为解决传统强化学习算法应用到连续多交叉口的局限性问题，提出了1种基于上下层神经网络的连续交叉口交通信号控制模型。控制模型由下层神经网络选择当前状态下可能的最优控制策略，再由上层神经网络根据各路口车均延误进行二次调整，将最终控制策略应用到多交叉口的相位配时中。以典型连续3个交叉口为例，通过SUMO仿真平台对模型进行仿真验证，在低与高饱和度下，该控制模型分别对车均延误降低了23.6%和26%，排队长度降低了8.4%和9.4%。实验数据表明，该模型可有效提高连续交叉口道路通行能力，为缓解城市交通拥堵提供了1种有效技术手段。      

用客户关系管理指导商用车市场精准营销

客户是企业生存之本,客户需求的满足是企业各业务链条尤其是营销板块工作开展的核心触点。如何通过客户关系管理,并联营销业务各版块价值体现,最终实现客户满意,促进新客户转化和老客户再购,实现客户和企业双赢。本文结合商用车行业现状,提出了商用车大客户关系管理及营销业务并联的相关解决方案。     

Carpooling problem: A new mathematical model,branch-and-bound,and heuristic beam search algorithm

Carpooling is an environmentally friendly transportation system. It can efficaciously help resolve a variety of societal concerns of the urban areas, ranging from traffic congestion to environmental pollution. In this paper, we propose a new mathematical model to solve the carpooling problem. The model simultaneously minimizes the costs of travel times, the vehicle use, and the vehicle delays. An exact solution method based on Branch-and-Bound (B&B) algorithm is proposed to efficiently obtain the optimal solution of the problem. In order to find the near-optimal solutions for large-scale problems, a heuristic beam search algorithm is introduced, which is based on the partial relaxation of some fathoming criteria applied in our proposed B&B. The computational experiments are conducted, based upon the transportation network of Isfahan city, Iran. The results demonstrate the great capability of the proposed exact solution method in terms of both computational solving time required and the number of the evaluated nodes, in comparison with CPLEX software package. The findings of this research can be applied to solve the carpooling problem compatible to the real-life situations.     

大城市交通拥堵致因的故障树分析

为解决拥堵问题,提出将故障树分析法引入道路交通拥堵中。对道路拥堵故障树进行了相关说明,以北京丰台区广安路为例,构建道路拥堵的故障树模型,分析引起拥堵的所有可能原因,并通过定性和定量分析找出了主要拥堵原因,给出了解决道路拥堵的方案。     

考虑车辆限行和装箱约束的车辆路径优化方法

在实际配送过程中，考虑到部分城市道路存在限制大型配送车辆通行的现状，以及运输途中车厢内物品满足后进先出等装载约束能有效提高装卸效率的特点，将车辆限行和二维装箱约束加入到需求可拆分车辆路径问题中。同时考虑到车辆的使用成本和行驶成本，以车辆总配送成本最小为目标构建考虑车辆限行和二维装箱约束的需求可拆分车辆路径问题数学模型，设计了启发式算法来求解该模型，其中模拟退火算法确定需求拆分下的车辆配送路径，且在当前最优解判断时调用BLF算法检验物品的二维装箱约束，来减少频繁调用BLF算法的时间。数值案例验证了模型和算法的实用性，且所提出的算法的求解结果波动不大于0.8%，能在合理的时间范围内求解得到较好的配送方案，在车辆限行区域内采用双车型配送能节省15.17%~31.27%的总配送成本。