基于时间窗的城市医药品动态配送路径优化模型与算法

由于城市医药客户需求的随机性和不确定性,需要对医药品进行动态配送路径的优化.以客户服务时间窗为约束,以降低药品配送费用及提高服务准时性为目标,建立配送路径初始优化模型与动态优化模型,并利用遗传算法进行求解.研究结果表明:遗传算法能迅速收敛到最优解,配送费用得到较大程度的节省,服务准时性得到较大提高,能较好地满足城市医药...     

电商RMFS系统订单分配与路径规划联合优化方法

随着电子商务的蓬勃发展,海量客户需求和高频率、多品种、小批量的订单特性为订单拣选业务带来巨大挑战。在物流智能化的趋势下,大量电商企业采用移动机器人拣货系统(Robotic Mobile Fulfillment System,RMFS)进行订单拣选。订单分配和拣选路径规划是影响仓库订单拣选效率的关键决策。为了提高电商RMFS系统拣选效率,降低仓库运营成本,基于电商企业多订单、多货架、多拣选站下的拣选业务场景,以最小化机器人负载距离为目标,构建订单分配与路径规划联合优化模型,设计两阶段的A*算法和自适应大领域搜索算法(Adaptive Large Neighborhood Search,ALNS),在ALNS算法原有框架的基础上提出新的移除和修复算子以适应订单分配问题,并针对30个不同规模算例进行计算分析。计算结果表明,所提出的优化方法收敛快、性能稳定,能够有效缩短机器人行走距离,相比先到先拣选策略最大可缩短47.6%的机器人负载距离。同时,也可在更短时间内获得与CPLEX求解质量相近的解。尤其是当订单数量增长时,相比CPLEX具有突出时间优势,可以实现电商仓储资源的合理调度和配置,从而为...     

基于服务水平的铁路货物运输网络能力计算方法

引入服务水平等级概念,以OD流量最大和运输费用最小为目标,构建铁路货物运输网络能力计算多目标规划模型.采用按服务水平等级由高至低顺序进行车流量调整的策略,设计基于K短路和最小费用流问题的启发式算法;并针对最小费用流问题,分别给出基于Lingo软件和遗传算法的2种求解方法.在遗传算法中,对染色体采用二进制编码和运用Double-Sweep算法计算各支车流在给定服务水平等级下的可选径路,利用交叉、变异操作遍历可能的车流路径集合,使用启发式车流调整策略,实现线路及车站能力限制条件下不同路径集合的车流分配.算例测试表明,基于Lingo软件的算法适合于求解小规模问题,而基于K短路的遗传算法更适用于求解大规模问题,且具有较高的稳定性和适应性.     

基于CO_2排放的车辆路径优化模型及其算法研究

物流不仅是能源消耗大户,同时也是CO2排放的重要来源。在分析配送车辆燃油消耗和CO2排放因素的多种车辆类型车辆路径问题特点的基础上,构建其相应的优化模型,并给出基于遗传算法的启发式求解算法。最后,针对该模型和求解算法进行数值算例仿真,研究结果显示:路径最短的路线不一定是能耗最小的路线;与传统基于路径最短的车辆路径对比,基于CO2排放的车辆路径总行驶里程较长,但其综合成本较低;遗传算法是解决绿色车辆路径问题的一个有效的求解算法。     

考虑多目标的中欧集装箱多式联运路径选择

为了解决运输通道路径优选问题,在综合分析中欧集装箱联运现状的基础上,集成考虑运输时间、运输费用和碳排放3方面因素,构建中欧集装箱多式联运路径优化的多目标优化模型。根据多式联运参与者的不同侧重点和差异化需求,确定3个目标函数的不同权重,通过加权求和将多目标合并转化为单目标问题;采用遗传算法求解,最终迭代得到模型的Pareto解。以南京到柏林的实际数据为例进行算例分析,结果表明该模型是可行有效的,能够为中欧集装箱多式联运路径优化提供较高指导性的优化方案。     

基于物流云平台的多式联运派单模型及求解策略

针对多式联运智能派单优化问题,充分利用云平台人工智能技术和大数据的优势,设计多式联运派单策略的总体思路、流程及原则,并将"多对多"多式联运派单优化问题从货物集货、干线运输和货物配送的视角,分解成三个阶段的两大类车辆路径优化问题,货物集货和配送阶段属于有时间窗的多车辆多车型的车辆路径优化问题,干线运输属于多式联运路径优化问题。以最小化运输成本为优化目标,采用正向分析问题、逆向求解问题的策略生成相应的派单方案。最后,通过算例分析验证模型及求解策略的可行性及有效性。     

一类带有随机模糊损耗的运输路径优化

以带有随机模糊损耗的运输路径优化问题为研究对象;用随机模糊机会约束规划方法建立最大到达流模型;设计了通过模拟获取染色体适应度的遗传算法来求解问题,并处理了运输中的"必经点"问题;最后进行了算法实验,验证模型和算法的有效性。     

基于遗传粒子群算法的堆垛机作业路径优化

堆垛机的作业路径决定了自动化仓库的作业效率。建立了堆垛机作业的数学模型,并采用遗传粒子群算法对自动化仓库堆垛机作业路径进行优化。该算法引入了遗传算法中交叉和变异操作,通过粒子与个体极值和群体极值的交叉和粒子自身变异的方式来搜索最优解。仿真实验结果表明,该算法的求解效果在收敛速度和优化效果方面都有明显的提高,可以有效地减少堆垛机系统拣选作业运行时间,提高了自动化仓库的作业效率。这对实际应用有一定的参考价值。     

轨道交通新线投入运营下常规公交网络优化调整方法研究

以轨道与常规公交一体化网络为研究对象,以一体化网络性能优化为研究目标,提出基于轨道交通新线的常规公交网络优化调整方法。首先在分析问题的基础上提出常规公交候选线路的生成算法,然后以公交网络有效服务及轨道交通客运量最大、乘客平均公交成本最小、运营成本最低、车辆需求最少为目标,构建常规公交网络优化调整的多目标规划模型。模型不仅优化调整常规公交线路的走向,而且优化调整线路的运营参数。然后设计遗传算法以求解模型的Pareto解集,最后用实例对模型与算法进行验证。     

面向绿色制造的柔性作业车间调度优化

针对面向绿色制造的柔性作业车间调度问题,建立了以完工时间最优、能量消耗和环境影响最小为目标的调度模型,并采用遗传算法对模型进行求解。根据模型特点,采用机器染色体和工序染色体两种编码,并对初始种群的形成机制进行改进,采用精英策略和锦标赛法进行种群选择,两种染色体分别进行交叉和变异操作。最后通过实例对改进的遗传算法进行测试,并与其他方法的测试结果进行比较,验证了该算法的可行性和有效性。     

基于改进遗传算法的供应链金融质押物配送路径优化

物流监管企业承担供应链金融质押物配送职责,优化配送路径可以提高配送效率,节约配送成本,从而提高其盈利水平。以质押物配送路径总长度最小为优化目标,将其转换为经典TSP优化问题进行求解并建立数学模型。基于该数学模型,提出改进的遗传算法,针对遗传算法的选择、交叉和变异分别提出基于序的选择算子、基于最小代价树的交叉算子和基于随机点长度控制的变异算子。对比仿真实验表明,所改进的遗传算法比简单遗传算法收敛速度更快、全局寻优能力更好,是解决供应链金融质押物配送路径优化问题的有效方法。     

面向布局问题求解的混合全局优化算法研究

布局问题属于NP完全问题。由于布局函数的病态性状，传统的优化算法很难解决此问题。遗传算法、模拟退火算法等对全局优化展示了一定的前景，但是它们的求解精度和效率不能令人满足。本文将启发式随机搜索策略和局部优化算法相结合，构造了混合全局优化算法（MGOA）来解决这一困难。通过典型测试函数与经典遗传算法，模拟退火算法，复合形法进行比较验算，表明该算法具有优良的求解质量和较好的求解效率；并以旋转卫星舱布局的简化模型为背景，建立多目标优化数学模型，通过一个已知最优解的布局算例与遗传算法和乘子法的计算结果比较，该算法求解的质量和效率更优。表明此算法在布局优化中具有应用潜力。     

基于多维网络的增开列车条件下高速铁路列车运行图调整

研究增开列车条件下高速铁路列车运行图的调整问题,并综合考虑列车车站进路的影响。通过构建Time-Station-Track三维时空扩展网络,刻画列车对铁路时空资源的占用。将原多目标优化问题转化为求解列车占用网络弧段最小费用单目标问题,并构建基于Time-Station-Track网络的0-1整数规划模型。针对模型特点,设计拉格朗日松弛算法,将问题进一步分解为求解单列车网络最短路径子问题,由于问题被松弛后求得的解可能不可行。因此,提出基于列车优先序列的启发式策略对对偶解进行可行化。最后以宝兰客运专线为例,验证模型的正确性和算法的可行性。     

基于低碳与随机需求的多目标车辆路径优化

考虑B2B电商环境下随机需求以及低碳要求对物流配送环节的影响,以配送总成本最小、车队规模最小以及客户时间满意度最大为目标,建立基于低碳与随机需求的多目标模型,针对该模型特点,设计基于Pareto最优的多目标遗传算法.最后以步步高集团云通物流为实际配送优化案例,对上述优化模型及其求解算法的有效性进行验证.研究结果表明:从政府管理的角度,碳税额定为70元/t最优,从物流配送行业的角度,碳税额定为40元/t最优.配送企业的不同优化目标偏好与配送优化决策方案的选择密切相关.本模型可为政府制定合理的碳税政策以及企业制定合理的配送决策提供理论依据.     

车轮踏面多目标优化设计研究进展

车轮踏面优化设计是轨道交通系统的基本问题。根据车轮踏面优化模型的建立及其求解方法,车轮踏面优化设计的数值研究方法可以分为两类,即单目标优化设计方法和多目标优化设计方法。在综述轮轨踏面同步设计法、扩展方法、基于轮轨接触曲线的滚动半径差法和基于接触角曲线法等单目标优化方法的基础上,论证了车轮踏面优化是一个多目标优化问题,并给出了建立车轮踏面多目标优化模型的思路。车轮踏面多目标优化需要求解带约束的非凸不可微规划问题,求解精度和效率直接决定优化结果的可靠性和实用性。现有的求解方法包括遗传算法和拟高斯方法。针对现有计算方法存在计算量大、易早熟、收敛慢的缺点,提出求解车轮踏面多目标优化问题的响应面方法。该方法利用多项式响应面逼近目标函数和约束函数,避免了优化过程中由于数值求导带来的迭代振荡问题;同时该方法具有计算量小、收敛快的优点。以降低轮轨磨耗为目的对车轮踏面进行优化的实例表明,响应面方法能有效的优化车轮踏面。最后对车轮踏面这一课题的发展方向进行了展望。     

高铁车站接运公交时刻表与车辆调度综合优化

优化高铁站接运公交时刻表和车辆调度,可疏散更多高铁客流密集到达期间高铁站的积聚客流,并有效减少因无法及时换乘接运公交而产生的公交流失客流。以流失乘客数最少、使用的公交车辆数最少为目标,并考虑车辆满载率、乘客等待时间、最大可用公交车辆数、最大流失乘客数等约束条件,建立高铁站接运公交时刻表与车辆调度多目标综合优化模型,并设计带精英策略的非支配排序遗传算法(NSGA-Ⅱ)求解模型。最后,以某高铁站接运公交线路的时刻表与车辆调度综合优化为例,验证了模型与算法的正确性与有效性。结果表明:所提出的方法可以在较短的时间内获得多个高铁站接运公交时刻表与车辆调度综合优化方案,供决策者选择。     

铁路罐式集装箱空箱调配优化模型及遗传模拟退火算法

针对罐式集装箱运输的特殊性,考虑重箱流和空箱流调配的综合优化,以罐箱运输费用最小为目标,建立铁路罐式集装箱空箱调配优化多商品网络流模型,并构造了1种嵌入模拟退火操作的遗传算法对之进行求解。为了使模型与算法可得到更符合实际、操作性更强的结果,给出了3种空罐箱调配的策略,作为隐含条件加入到算法求解过程中。利用自适应遗传模拟退火算法对随机生成的实际规模问题算例进行求解,并与用通用代数建模系统软件GAMS的计算结果进行对比。结果表明,前者得出的结果与最优解差距不大,而且运算速度更快,更能满足解决实际问题的需要,为铁路罐箱调配优化提供了良好的决策支持模型和算法。     

多分区响应型接驳公交路径与发车时间的协调优化

为进一步提升响应型接驳公交的整体性能,提出了一种同时考虑分区间与分区内预约需求的车辆路径与发车时间协调优化方法,并构建多目标协调优化模型来分配边界上的预约需求、安排车辆路径和发车时间.优化模型中,优化目标是尽量使存在冲突的运营商利润和乘客满意度同时达到最大;考虑的约束包括接驳车辆容量限制、最大行程时间限制等.采用带精英策略的快速非支配排序遗传算法求解多目标协调优化模型,算例表明:与发车时间固定下的路径优化相比,发车时间与路径的协调优化能显著提升系统性能.若追求运营商0利润最大,与固定分配相比,边界上的需求协调分配时,系统利润增加7.4％,但满意度有所降低;若追求满意度最大,与25座的相比,采用容量15座的接驳车时,系统利润增加了0.8％,满意度也增加了0.06,协调分配和车辆容量的影响显著.     

基于综合物流的铁路货运能力优化研究

铁路货运能力优化研究对于铁路运输能力提升具有积极的意义.在对经典列车开行能力优化分析的基础上,综合考虑整体物流系统,以网络内列车运行总成本与货物在货运站的库存惩罚的差值最大为目标,考虑发车数量、流量守恒等约束,建立基于综合物流系统的铁路货运能力优化单目标线形规划模型,并根据模型特征,设计基于整数编码的遗传算法进行求解.     

基于随机模型的抗侧滚扭杆多响应稳健优化

在动车组抗侧滚扭杆的稳健优化设计中,针对其具有随机因素的多响应问题,提出基于随机模型的多响应稳健优化方法。以抗侧滚扭杆的各质量损失函数作为优化设计目标,以各截面直径作为优化设计变量,考虑载荷等随机因素,建立抗侧滚扭杆的多响应稳健优化模型。最后,应用ISIGHT平台中的蒙特卡洛抽样法与第二代非劣遗传算法对该模型进行稳健优化求解。研究结果表明:优化后的抗侧滚扭杆重量降低、刚度与疲劳强度提高,使质量特性得到了改善,方差波动得到了降低,从而提高抗侧滚扭杆的抗干扰能力。