基于蚂蚁算法的物流配送路径的优化

随着物流行业的发展,物流配送成本成为人们关注的问题。为了进一步降低日益复杂的物流配送成本,文中将蚂蚁算法应用于物流配送的路径优化问题中,设计了求解物流配送路径优化问题的蚂蚁算法,并应用实例加以仿真计算,结果表明该算法对物流配送路径优化是实用和有效的。     

港口节能减排多目标优化研究

打造绿色低碳港口是港口发展的必由之路,在港口节能减排建设过程中,需要综合考虑建设成本、减排量、节能效果和经济效益等因素,根据各个港口自身特性选择针对性的节能减排方案组合,并合理安排建设序列。将多目标优化应用到港口节能减排建设中,综合考虑经济效益和环境效益等目标,以及建设成本、时序和节能减排控制性指标等约束条件,构建绿色港口节能减排项目建设的多目标0-1规划模型,采用Excel的规划求解功能进行模型优化,科学确定节能减排项目及其实施序列。并以江苏某港口节能减排规划为例进行实证分析,得出该港口节能减排建设优化方案,优化方案减排率达38.4%,效果显著,证明了模型的可行性。     

基于节能减排对道路运输业评价指标的研究

通过对道路运输业节能减排评价指标体系优化方法对比分析,得出灰色关联分析法优于层次分析法和模糊综合评价法,可避免评价信息的重复以及影响因素子集中因素个数的限制。从理论上分析了灰色关联均值化法的优化过程,建立了道路运输业节能减排评价指标体系,该体系涵盖交通行业管理、车辆结构、车辆运输能力、环境因素等8个方面共63个评价指标。在道路运输业节能减排指标体系的评价研究中运用灰色关联均值化法,在建立的道路运输评价体系中选取一个样本,从样本资料中确定最优参考序列,通过计算其它样本序列与最优参考序列的关联度,对节能减排评价目标进行综合分析,得出灰色关联均值化方法在道路运输业节能减排指标体系优化方面具有一定的优越性。     

基于GPS信息的物流配送车辆路径优化模型

物流配送车辆路径优化是物流领域中亟待解决的重要问题和研究热点.本文通过对国内外物流车辆路径优化研究现状的分析研究,以及GPS等智能交通技术在该领域中的应用现状分析,以最小化物流运送成本为优化目标,引入动态VRP和不确定影响因素,提出了一种改进的新模型,利用已有的算法,并通过算例对模型算法进行检验.     

汽车节能减排的实现途径研究

通过对汽车排放废气成分和来源的分析,提出汽车节能减排的基本途径和方法,尤其对汽车基本部件、润滑油、空调制冷的选择对节能减排的意义和作用进行了重点分析,从而提出节能减排的基本途径.     

长三角区域水路交通绿色发展路径探索

为探索长三角水路交通的绿色发展实施路径、形成全国跨区域水路交通绿色发展示范样本,在长三角一体化发展的背景下,从能源消费结构优化、能效技术提升、基础设施保障、交通运输结构优化等多维度的通用路径对水路交通绿色发展进行了分析。经概算,若长三角水路交通实施清洁能源替代路径可有效实现节能减排。基于长三角水路交通绿色发展现有基础,探索研究了具有跨区域特征的、可实施的长三角水路交通绿色发展特色路径,以期为全国其他区域水路交通绿色发展提供可推广、可复制的示范样本。     

基于地铁的带时间窗地下物流路径优化研究

随着电子商务的快速发展,城市物流配送量日益增长,加剧了城市交通拥堵状况。相对应的,城市交通拥堵也严重影响着物流配送的准点率和服务水平。为了缓解物流导致的交通拥堵,文中将地面物流转移至地下,提出基于地铁的地下物流配送模式,并且考虑地下物流与地面物流的转运时间协同,引入货物在地面转运点堆积的时间成本惩罚函数,以总成本最低为目标函数,建立基于地铁的带时间窗地下物流路径优化模型。利用遗传算法进行路径优化并用MATLAB实现算法。最后,以南京市为例,利用模型得出最优路径以及总成本最优的调度方案。     

时变条件下城市物流配送车辆路径优化

针对城市交通网络依时周期性变化的特点,建立了城市物流配送车辆路径优化问题的数学模型,并利用两阶段算法对该问题进行求解,第一阶段采用插入法,求解出初始路径;第二阶段通过减少路径数和邻域搜索改进初始配送路径。最后,给出一个应用算例,结果证明了模型和算法的有效性。     

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.     

快递配送车辆路径优化研究

考虑到快递配送和物流配送的异同,在物流配送路径优化问题的基础上构建了符合快递配送路径优化问题的数学模型.设计了一种采用自然数编码,综合考虑快件数量、车辆载重、车辆容量等约束的解码方式的遗传算法.通过一个拥有20个配送点的快递配送案例,验证本文所构建模型和算法能够得到合理配送路径和各个配送点的服务时刻.最后通过灵敏度分析和四轮厢式货车算例验证表明:当前情况下,研究快递配送路径优化时,快件数量、快递员最长配送时间和各配送点的作业时间必须考虑;当前快递配送车辆的载重和容量满足当前需求,无需更换载重和容量更大的配送车辆.     

时变单车路径问题建模及算法设计

讨论了一类时变单车配送路径优化问题。综合考虑车辆行驶速度随时间、路段不同而变化的特点,及车辆为多条路线上的客户提供服务时对车辆路径优化的影响,建立了以配送完成时间最早为优化目标的时变单车配送路径优化模型。在行驶时间满足FIFO规则下,设计了基于Inver-over操作的PSO启发式算法及满足贪婪配送策略下的动态规划精确求解算法,并讨论了增加贪婪补货策略的单车配送路径问题解与原问题解的关系。最后分别用两种算法对算例进行求解,并通过对求解优化结果及计算时间的对比分析验证了IOPSO算法的有效性。     

���ڼ��Է���ͬһ�ȵĹ�··�߷�����ѡģ��

路线方案的择优是路线设计中的最根本问题,也是路线方案选择优劣的重要环节之一。在公路路线设计中,往往存在多个可行方案,如何从众多可行路线方案中选取最优方案,是设计的关键。集对分析理论是一种处理不确定性问题的系统分析方法,基于集对分析具有概念明确、计算简便和信息全面的优点,在集对分析同一度的基础上,建立了公路路线方案优选的集对分析模型。同时,运用变异系数法确定指标权重,提高了方案评价的可信度,为公路路线方案优选提供了一种简单、适用的评价方法。     

定制公交线路优化综述

为全面回顾定制公交线路优化问题的研究进展,从优化目标、问题场景和求解算法3个方面对相关文献进行了归类分析。研究结果表明:定制公交线路的单目标优化研究主要集中在行驶时间、运营里程、运营成本、运营收益以及多种成本线性加权形成的系统总成本等方面,而多目标优化研究主要通过同时考虑运营成本、出行成本和服务质量中的2种或3种来实现;根据出发和到达站点的数量,定制公交线路优化的问题场景可分为“一对一”、“多对一”和“多对多”3种,针对停靠站点之间时间阻抗场景的研究主要集中在“静态时间阻抗”,对“动态时间阻抗”的研究较少;出行需求场景的研究也主要集中在“静态出行需求”,对于“动态出行需求场景”,一般通过两阶段优化策略进行求解;由于定制公交的线路优化问题属于一种特殊的车辆路径优化问题,精确求解算法适用于少量出行需求的分析案例,针对大规模出行需求的实际问题,一般采用启发式智能算法进行求解。未来的研究中,定制公交的线路优化需要考虑停车场设置和停靠点选择的影响,针对不同类型出行者设置特定的时间窗属性;此外,大数据背景下如何兼顾实时出行需求和运营成本约束,提供差异化的定制公交线路也将是具有挑战的研究方向。      

基于最小生成树法的物流结点选址和线路优化模型研究

在物流研究中,经常要涉及物流结点选址和线路优化问题。在选址模型中,一般采用直线和折线两种方法来计算结点间的距离。在分析重心法基础上,指出该方法存在一定的不合理性,并提出基于最小生成树法的物流结点选址和线路优化模型,其算法比较表明,两个模型各有特色,通过VB编程运行程序可得出最小费用值,实现了物流网络间结点的优化问题。     

基于动态罚函数的铁路车流分配与径路优化模型

为解决铁路车流分配与径路优化模型中的难约束问题，避免群智能算法在应对该问题时难以求解的不足，提出了一种基于惩罚函数的约束优化方法. 首先，在车流分配及径路优化基本模型的基础上设置虚拟弧，在目标函数中增加惩罚项的方式松弛掉模型中的弧段能力约束，同时对惩罚项中的惩罚力度和惩罚因子设计动态更新的策略；然后，将改进灰狼算法（improved grey wolf algorithm，IGWO）应用于车流分配与径路优化模型的求解；最后，结合某一地区的路网数据，对改进前、后的模型和算法进行对比分析. 算例结果表明:与改进前的模型相比，引入惩罚项之后，IGWO可以在限定的范围内找到满足弧段能力约束的可行解；与灰狼算法（gray wolf algorithm，GWO）相比，IGWO计算所得的配流方案使OD （origin-destination）货流的平均绕行率和货物总走行公里数分别下降了2.6%和5.2%.      

城市轨道交通线路规划优化模型与算法

文章根据我国城市轨道交通规划建设的特点,建立了以轨道交通投资和系统出行总时间最小为目标的轨道交通线路规划的双层规划模型,提出应用成熟的遗传算法进行优化模型求解。方法简单实用,对于我国的轨道交通线路规划具有实用价值。     

基于GA-PSO混合优化的BPNN车速预测方法

BP神经网络(BPNN)已经用于车速预测方面的研究.针对BPNN不同的初始权值和阈值会影响车速预测精度的问题,提出一种基于GA-PSO混合优化的BPNN车速预测方法.以北工大西门到百葛桥为研究路径,构建基于BPNN的车速预测模型;将遗传算法(GA)和粒子群算法(PSO)的寻优过程进行融合,通过逐次迭代取最优的方式确定BPNN的最优初始权值和阈值,以此设计基于GA-PSO混合优化的BPNN车速预测方法.最后,以所选路径为对象,利用基于GA-BPNN的预测法、基于PSO-BPNN的预测法,以及提出的方法对车速进行了实验预测.结果表明,相较于前两种车速预测改进方法,本文方法的平均车速预测误差分别降低了37.1%和24.1%,有效地提高了车速的预测精度.     

����ǰ·��ѡ��Ķ�Ŀ��滮ģ��

在分析了基于城市交通信息港的出行前最优路径选择问题的多目标属性的基础上，建立了出行前最优路径选择的多目标规划模型，模型所求得的解是综合最优路径，反映了城市交通出行者信息以及目标需求多样性的特点.设计了基于线性加权法的模型求解算法.通过算例初步验证了模型的合理性和有效性.     

突发公共卫生事件下应急定制公交线路优化

考虑突发公共卫生事件下的疫情防控要求, 构建了一种应急定制公交线路优化方法; 对城市中已经封闭的小区和路段进行筛查, 并将这些小区和路段设置为应急定制公交禁行区域; 以所有应急定制公交总运行时长最短为目标, 以乘客上座率不超过安全阈值为约束, 同时考虑供需匹配, 构建了突发公共卫生事件下应急定制公交线路优化模型; 设计了遗传算法来求解该模型, 采用三段式混合编码方式进行染色体编码, 3段染色体分别由定制公交停车场编号、上车站点编号和下车站点编号组成, 运用贪婪策略解码染色体; 采用模拟案例验证了模型与算法的可行性, 并将优化结果与正常情况下基于相同客运任务的定制公交线路优化方案进行了对比。研究结果表明: 在完成相同客运任务的情况下, 应急定制公交线路所需车辆数比正常情况下多2辆, 车辆的总运行时长也比正常情况下增加6.997 h; 正常情况下的定制公交线路优化模型不能直接用于突发公共卫生事件场景, 针对应急场景构建的定制公交线路优化模型与算法能从众多备选方案中快速计算得到优化方案, 不仅能满足防疫要求, 还能满足人们的出行需求。      

基于蚁群算法的动态路径选择优化方法

为了确保城市路网交通流平稳运行和各路段交通流量合理分配,提出了一种基 于伪随机状态转移规则的动态路径选择优化方法.该方法首先计算路段上流量和路阻,利 用伪随机状态转移规则和路径、路段信息素更新规则,模拟了出行者在路网节点的择路 行为,实现了路径选择过程中静态先验知识、动态交通状态及路径选择随机性的综合.算 例结果表明,该方法能够体现不同 OD 需求下路径选择的叠加效果和时延效果,相对于 平衡分配法可获得更好的路网交通均衡性,对于时变路况环境下的路径诱导系统也具有 一定的应用价值.