基于Choquet模糊积分的物流网络二阶段设计方法

为弥补加法型方法对指标相对独立性和指标间不存在相互作用的假定，应用模糊测度及Choquet模糊积分，并结合模糊集理论、0—1整数规划提出了物流企业设施网络设计的二阶段方法：首先利用Choquet模糊积分对单个物流设施进行多指标评价，然后再考虑物流设施的模糊建设成本、模糊业务量和容量约束建立模糊整数规划，经过求解模糊规划模型而获得最佳的物流设施网络。最后应用案例验证了该设计方法的有效性。     

基于遗传算法的城市闭环物流网络设计研究

从政府主导的角度探讨城市闭环物流网络设计问题。首先构建由物流园区、物流中心、配送中心组成的3层城市正向物流基础设施网络;然后沿着正向物流网络的逆向流动,在物流园区中新建再处理工厂,将配送中心扩建为配送／回收中心,以此来构建城市闭环物流网络;接着提出一个混合整数规划模型,目标函数由整个网络系统的运输费用各设施的运作费用组成,优化目标是使整个城市的物流费用达到最小,并用遗传算法求解;最后给出了一个算例,说明了模型和算法的有效性。     

基于图论和模糊规划的物流网络优化

本文依据物流网络系统特点，以图论方法确定结点的区位优势，以模糊规划方法确定多目标效益优势，构造了图——FUZZY相结合的物流网络优化模型，并用物流网络工程实例检证其有效可行性。     

基于遗传算法的家电再制造选址问题的研究

由于越来越多的废旧家电问题,引起了人们对家电的回收和处理等问题的研究重视。文章讨论了如何将家电的销售和回收过程整合,并提出一个基于混合整数规划模型有能力限制的再制造物流网络模型,应用遗传算法对模型进行求解。     

考虑路线安排的物流配送中心选址双层规划模型及求解算法

在充分考虑物流规划部门与客户双方利益及选址地点对路线安排影响的基础上 ,采用双层规划模型描述了物流配送中心的选址问题 ,并对模型进行了求解。最后通过一算例来验证模型及其算法的可行性     

克隆选择算法在一类有竞争的物流配送中心选址问题中的应用

根据有竞争的物流配送中心选址问题的特点,以新增物流配送中心获取最大的市场占有量为目标函数,建立了有竞争的物流配送中心选址问题的数学模型。由于建立的数学模型是一个高维、非线性、非凸性,并具有多个局部极值点的复杂函数优化问题,传统确定性优化算法很难求解得到问题的最优解或满意解。为此,提出将一种新型的启发式进化算法——克隆选择算法用于求解建立的数学模型,并详细描述了应用克隆选择算法求解数学模型的方法和步骤。仿真试验表明,克隆选择算法求解有竞争的物流配送中心选址问题是可行而有效的,并且具有收敛速度快、全局搜索能力强和稳定性好的优点。     

连续需求下整合关税成本的选址-库存模型

针对国际物流网络设计中忽视连续需求下库存成本影响问题,基于梯级库存持有成本和产品的价值增值过程,建立了连续需求下包含关税成本的多层级选址-库存模型.模型考虑了设施打开成本、运输成本、库存成本、采购成本、生产成本和关税成本之间的相互影响关系,同时对网络结构参数、运输量和订货批量进行决策.利用粒子群优化算法对多个不同的算例进行了求解.算例结果表明:在国际物流网络设计中,考虑关税影响能够带来明显的成本节约,而且随着需求、单位运输成本和库存成本的增加,这种节约会增大;建立的模型和设计的粒子群优化算法是有效和可行的,可以用于国际物流网络设计.     

基于免疫克隆算法的多枢纽选址与混合网络设计综合优化研究

为了描述多枢纽选址与混合网络设计综合优化问题,引入了双层规划模型建立数学模型.上层模型为多目标规划模型,以最小化网络总阻抗和最小化总投资为目标;下层模型为固定需求的用户平衡配流模型.然后,给出了基于免疫克隆算法的具体求解设计和步骤.接着,给出了算例,在不同决策权重条件下进行求解.算例结果验证了算法的可行性和模型的有效性,同时结果表明在建设枢纽后,当决策偏重于交通网络管理部门时,更倾向于建设新路段以降低网络费用和总费用.     

模糊环境下土石方调配模型与算法研究

主要研究模糊环境下土石方调配问题。通过对模糊环境下土石方调配系统组成、土石方调配关系的系统分析,以系统费用最低为目标,建立了模糊规划模型。基于可信性理论和不同的决策准则,建立模糊期望值模型、机会约束规划模型及相关机会规划模型,并设计了求解模糊规划模型的自适应遗传算法。算例证明了模型与算法的可行性。     

A Method for Freight Flow Allocation in Stochastic-flow Logistics Network Based on Variable Weights

据现实物流网络中物流节点和运输线路的容量会受节点设施设备以及线路运载工具状况的影响而随机变化的特点,研究了具有物流网络容量约束且运输线路容量随机,以成本最小、网络可靠性最大和最长单程运送时间最短为优化目标的物流网络货流分配问题.针对传统加权求和方法权重固定不变而使得该方法缺乏科学性和灵活性的不足,提出了基于变权的物流网络货流分配的多目标优化方法,首先构建了物流网络变权模型,该模型考虑了决策的实际需要与因素的状态值对权重的综合作用;然后在此基础上采用网络分解和动态规划方法对问题进行求解.通过算例对问题模型和求解方法进行了验证,结果表明通过调整变权系数便可得到符合需要的最优决策方案,所提出的方法科学、灵活,并且计算量小.     

一对多配送网络中ITIO问题的建模与算法研究

ITIO问题是现代物流配送系统中重要的问题,一对多配送网络中ITIO问题是以一对多配送网络为研究对象,是解决ITIO问题的一个基础。解决这一问题,应该用双层规划法建立具有随机需求的、多产品的库存与运输整合优化数学模型,并针对问题的复杂性和庞大的计算量而难以得到模型最优解的情况采用改进启发式算法,从一个初始可行解开始,通过反复迭代,协调供需库存之间的影响,不断寻求改进的解,进而求得优化策略。同时也应该考虑VMI模式下的供需双方库存与运输的全面整合优化,从而实现更贴近于大规模现代物流配送实践的数学描述与求解研究。     

综合模糊品质机能法和模糊TOPSIS的配送中心选址方法

考虑第3方物流企业在配送选中心选址决策过程中的模糊不确定性和多角度性，综合模糊TOPSIS和模糊品质机能法建立了配送中心选址的多角度决策方法。首先应用模糊品质机能法分别从客户、第3方物流企业的角度确定配送中心选址准则因素权重，并对选址准则因素权重进行集成，然后再利用模糊TOPSIS综合确定最优选址方案。最后，应用一个案例说明此选址方法的有效性。     

集合规划方法在航线网络枢纽选址上的应用

研究带有容量限制的单分配多枢纽网络选址问题,将问题简化为带有容量限制的聚类问题。通过节点之间的距离以及各个节点的需求量,根据聚类分析原理,采用集合规划的方法对问题进行建模,运用自然约束语言NCL,在POEM平台上对模型进行编程求解,并通过实例将计算结果在地图中可视化。运用模糊聚类方法对多枢纽选址位置进行分析。     

OD需求不确定的离散交通网络设计模型研究

以OD需求不确定性为基本前提,以随机双层规划和均值方差理论为基础,建立OD需求不确定离散交通网络设计的基本模型.根据需求不确定的交通网络设计模型特点,建立基于Monte Carlo模拟和遗传算法的算法,实现了对问题的有效求解.Sioux Falls网络的计算结果表明,本论文的模型和算法可以很好地应用于中等规模网络.     

随机运输时间下集装箱海铁联运箱流径路优化方法

集装箱在海铁联运过程中容易受到各种不确定因素的影响, 导致运输时间波动, 进而影响货物的送达准点率。为有效降低不确定运输时间的影响, 兼顾运输过程的经济性和绿色可持续性优化集装箱海铁联运箱流径路。采用随机机会约束规划构建运输总费用最少和碳排放量最低的多目标模型。在约束条件中引入铁路和海洋期望运到时间, 并对超过期望运到时间的径路进行惩罚处理, 保证运输径路的优越性。考虑一站直达和中转换装这2种运输组织模式, 克服现有研究未考虑货源是否充足的缺陷。运用不确定及概率论相关理论知识将不确定约束转化为线性约束。以西安至洛杉矶的集装箱货物出口径路优化为案例背景, 采用NSGA-Ⅱ算法求解, 并通过贪心算法改进初始化种群以及基于logistics分布的概率选择算子改进精英选择算子。通过对比分析得到以下结果: ①算法优化后运输总费用减少23.15万美元, 碳排放减少6.69 t, 同时算法求解速度提高了75.36%;②将本文模型选用的随机规划和模糊规划进行对比, 发现随机规划解集数量多于模糊规划, 且二者在相同输送径路中的运输总费用和碳排放量均优化了10.65%。因此本文模型和算法具有良好的优化效果。进行灵敏度分析, 观察置信水平以及时间影响系数对目标函数和货物送达准点率的影响。结果表明: ①较高的铁路和海洋运输置信水平会提高货物的运输总费用。②时间影响系数和货物送达准点率呈负相关, 影响系数越大货物送达准点率越低。      

遗传算法在有竞争的物流配送中心选址中的应用

在分析有竞争的物流配送中心选址特点的基础上,引入了一种有竞争的物流配送中心选址模型。由于该模型是一个组合优化问题,具有NP难的性质,用常规算法对其进行求解时,经常会陷入局部优化解。针对这一情况,提出一种求解该模型的混合遗传算法,该算法主要利用Drezner算法的局部搜索性能来提高遗传算法的寻优能力。研究结果表明该算法能很好地处理有竞争的物流配送中心选址问题。     

基于贝叶斯概率理论的物流园区选址优化研究

物流园区选址是其规划建设中不可或缺的部分,传统的选址方法以定性分析为主,缺乏对选址结果可靠性的评判标准,为此,引入贝叶斯概率方法开展了物流园区选址规划理论研究。借助EM算法和GeNie软件,构建了贝叶斯网络模型,挖掘出各影响因素间存在的内在因果和逻辑关系,量化各影响因素的显著性,构建科学合理的物流园区选址规划评价指标体系;采用K-means聚类方法建立了物流园区选址模型,使用MATLAB软件对建立的模型进行迭代计算,并引入贝叶斯判别方法对聚类结果进行了可靠性分析;基于贝叶斯网络方法优化了灰色模糊风险评估模型,结合了定性分析和定量计算,得出相应的选址风险系数与评估风险概率,完成了物流园区的选址风险等级评估。研究结果表明：基于贝叶斯方法建立的物流园区选址模型能够充分考虑城市规模、经济社会发展、城市物流量及交通区位等多因素的影响,实现了对物流园区选址结果的量化评价,降低了人为主观因素和客观数据的模糊性对物流园区选址方案的影响,有效提高了物流园区选址规划的科学性和可靠性。以陕西省10个地级市为候选地点验证该选址模型的可行性,结果显示：西安建设物流园区的选址风险系数为4.030 1,处于低风险水平,依据总体风险概率确定低风险水平的可靠性为65.50%,证实了在西安建设物流园区（西安港）风险系数较低,科学可行,且西安港风险评估结论具有较高的可靠性。     

能力约束下的停车行为模型及其求解算法

建立了能力约束下的旅行选择和停车行为模型,模型同时考虑了出行者对旅行路径和停车设施的选择、道路路段和停车设施的能力约束以及道路网络的需求弹性。构造了数学规划模型,证明在非主动能力约束下,网络均衡条件与该数学规划模型等价;当能力约束为主动约束时,该数学规划模型的解不是网络均衡解,但当对路网的饱和路段和饱和停车设施征收某个附加费用之后,网络均衡解满足能力约束。设计了增广的Lagrangian对偶算法和部分线性化算法来求解该模型,并利用算例来验证模型和算法的效率及评价交通政策的效果。计算结果表明:停车收费、新增停车设施、停车设施与目的地之间的步行距离将显著影响出行者的旅行选择和停车行为。