基于车联网及云计算的电动物流车智能调度算法

考虑到轻型电动货车作为未来城市内物流运输的主要载体,以及云计算和车联网在物流行业的应用,在对物流企业调研的基础上,研究了未来电动车作为城市货运物流的调度问题。区别于已有研究成果将车辆装配与路径规划分开进行优化的研究思路,基于未来物流企业将普及云计算平台及车联网技术的假设,构建了包含货物装配及车辆路径规划一体的调度模型。根据企业物流调度的实际需求,改变了以往以单一节点为中心的路网结构,构建了更加符合实际的全连通路网结构。提出采用平均道路运输成本、平均车辆装卸成本、仓库的仓储成本、仓储的均衡度,货物运输的剩余时间等5个量化评价指标对调度结果的优劣进行评价;在调度建模的基础上,提出了一种新型实用的基于车联网及云计算平台的电动车物流的多目标优化调度算法,用于对调度模型的求解。为验证模型的有效性及算法正确性,生成了不同规模的数据集进行测试。首先在小规模数据上验证了模型与算法的正确性,然后在大规模不同调度请求下,对比智能调度算法与当前物流企业普遍采用的人工调度算法,在不同仓库的仓储能力与车辆的运输能力的比值、不同调度车辆数量、不同仓储节点数量下的调度情况。100组随机数据的平均调度结果分析表明:智能调度算法调度指标均优于人工调度算法。     

循环取货模式下入库道口车辆调度问题研究

在对汽车零部件物流循环取货模式及车辆调度问题分析的基础上,建立了零部件循环取货入库道口车辆调度问题的数学模型。在此基础上,用遗传算法对调度参数进行了优化。最后,通过实例计算验证了所设计的模型和算法的有效性和良好寻优性。     

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.      

货运车辆优化调度方法

首先介绍货运车辆调度问题的分类，根据问题的不同性质将货运车辆优化调度分为满载和非满载调度，有时间要求和无时间要求的调度等多种类型。然后，详细介绍求解货运车辆优化调度问题常用的启发式算法、神经网络方法和遗传算法的原理、模型和求解过程。还根据深圳市科技园的实际路网图，采用神经网络的方法对运输车辆优化调度进行试验研究，给出试验结果。本文所论述的方法对于实际的货运车辆调度问题具有指导意义。     

基于时间依赖网络的车辆调度问题研究

针对城市道路交通存在的不确定性问题,提出将动态车辆调度问题置于时间依赖网络的思想,建立了包括车辆固定成本费用、路阻费用和违反时间窗约束费用在内的广义费用最小化数学模型,采用改进的蚁群算法进行优化求解。仿真实验表明,该方法充分利用了城市道路交通时变性所呈现的周期性特点,是运输与物流企业进行车辆调度时节约成本的有效方法。     

基于拉格朗日松弛算法的应急物流配送车辆调度模型优化研究

大型突发事件的应急物流具有多货物多起止点网络流、多种运输方式转换及对运输时间限制的特点.文中根据应急物流的特点设计一种描述车辆调度问题(V RP)的多模式分层网络,通过划分时间段和延期费用构建多目标VRP数学组合优化模型,并采用拉格朗日松弛算法将该问题分解为2个子问题分别进行优化,最后通过算例验证该优化模型的有效性和收...     

多目标公交车辆与司机调度问题元启发算法设计

公交车辆与司机调度问题是智慧公交管理中的核心问题之一.针对我国人车固定作业模式下,相关研究中成本考虑不周全、算法通用性差和算法测试不充分等局限,设计了1个多目标公交车辆与司机调度问题元启发算法.算法支持电动车辆调度,适用于单线或跨线运营管理,满足人车固定或人车分离的调度模式,也支持灵活的车辆与司机相关参数设置.算法顾及...     

求解不确定车辆数车辆调度问题的蚁群算法

为同时优化所用的车辆数和行驶总路径,基于问题特征,用人工蚂蚁模拟车辆,在1次循环中利用不同蚂蚁个体的相互协作建立1个完整的解方案,使参与服务的蚂蚁数隐含了所使用的车辆数,从而能够通过优化参与服务的蚂蚁数量确定所使用的车辆数。在算法中,通过构造与算法实施相适应的禁忌表、启发函数以及为了提高搜索效率而引入中心节点虚拟需求量等策略,设计了求解具有不确定车辆数的车辆调度问题的蚁群算法。通过给定的实例对算法进行了验证,结果表明算法是有效和可行的。     

城市公共自行车调度路径优化分析与应用

公共自行车"租车难""还车难"问题的出现与城市功能布局、居民出行特性、租赁点分布和规模等因素有关,而高效的车辆调度有助于这一问题的解决。本文主要集中于公共自行车调度路径的算法研究,通过对现有的精确计算法、传统启发式算法、现代启发式算法三大类方法的优缺点及适用范围的详细分析,提出既简单又实用的扫描法和遗传算法相结合的公共自行车调度路径优化算法,并通过实例得到验证。     

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。     

基于中心分拨模式的多车场集送货一体化车辆优化调度方法

基于中心分拨理论的运输模式被很多大型物流企业所采用。因此研究其优化调度方法以确定各发车城市及车辆行驶路径。针对该优化问题建立数学模型及其求解框架,并利用改进的节约法求解,对得到的结果采用2-opt搜索算法进行修正。通过计算实例,说明了数学模型和求解方案的有效性。     

基于免疫单克隆算法的车辆路径优化

车辆路径问题(VRP)是物流管理研究的一项重要内容,在提高服务质量和降低成本方面起着关键作用.给出了车辆路径优化问题数学模型,介绍了免疫单克隆算法的基本原理,提出了免疫单克隆算法求解VRP的基本流程.算例计算结果表明,通过引入亲合度成熟、克隆和记忆机理,利用相应的算子,免疫单克隆算法可以快速地收敛到全局最优解,效果良好.     

基于多目标优化的公交车调度问题的模型与算法

针对1条公交线路上的公交车调度方案,综合考虑公交公司和乘客的利益,利用多目标优化的方法建立了公交车调度的数学模型,给出了载客满意度函数和乘客等待时间满意度函数,采用了高性能的遗传优化算法对全天公交车运营的状况进行了数值模拟。仿真结果表明,选择采用将全天发车策略细分18个时段的模型,可得到最优的发车时刻策略。该模型可有效地改善公交车辆运营调度优化效果,提高公交车辆的运营效率,为城市公交车辆调度管理提供了合理、有效的调度方法。     

高效配件运作中的物流运输优化探讨

根据售后配件供应运作的实际情况建立了对应的配件物流运输优化(VSP问题)模型,探讨了相应算法,为企业降低物流成本、提高工作效率提供了科学方法,同时为汽车企业售后配件供应建立配送运输调度系统提供了依据,对大型汽车企业售后配件供应的物流运输优化工作具有实用和指导性意义。     

用单亲遗传算法求解配送车辆调度问题的研究

建立了配送车辆调度问题的数学模型，针对传统遗传算法对复杂问题搜索效率低，易陷入“早熟收敛”的缺点，构建了求解配送车辆调度问题的单亲遗传算法，并进行了实验计算。计算结果表明，用单亲遗传算法求解配送车辆调度问题，可以取得比传统遗传算法更优的结果。     

智能运输系统在现代物流中的应用

以智能运输系统为代表的高新技术的应用已成为现代物流的一个显著特点。本文首先介绍了物流及智能运输系统的概念，在分析智能交通系统对物流活动的影响的基础上，界定了物流车辆调度信息平台的基本功能，初步设计了物流车辆调度信息平台的基本功能模块和总体框架结构。     

基于快递业物流的优化调度问题研究

现代化物流分支广泛,本文针对现代化物流业中的快递业物流优化调度问题,建立了为使任务成本最小的优化模型,根据快递业物流特点,基于遗传算法利用其中。利用真实的用例来验证遗传算法在快递业物流调度中的可行性。     

公共卫生事件暴发初期的医疗物资调度优化

在公共卫生事件暴发初期，为了合理高效地分配医疗物资，兼顾医疗物资运输成本和运输延误，以新型冠状病毒感染的肺炎为例，研究了公共卫生事件暴发初期受影响较大地区的医疗物资调度问题。基于疫情期间医疗物资供给不足的实际情况，结合各个医疗点对医疗物资的不同需求，采用最优化理论与方法建立考虑物资延迟损失和物流成本的双目标医疗物资优化调度分配模型。同时，采用外逼近法对模型进行求解，通过算例分析验证模型的有效性和算法的高效性。结果表明：由所构建的兼顾延迟损失与物流成本的双目标模型及采用的算法，能够得到不同条件下的医疗物资分配方案，所构建的双目标优化模型可以更好地兼顾医疗物资分配过程中的延迟损失和物流成本，并根据疫情走势及医疗物资供给实际情况提供更为合理的调度方案。     

公交区域调度的最大同步换乘模型

研究了用多目标优化模型来解决基于最大同步换乘的公交区域调度优化问题,并将该调度优化模型描述为混合整数规划问题。建立了以车辆相遇总次数最大为第1目标,以多辆车同时相遇的机会最大为第2目标的双目标优化模型。采用启发式算法对模型进行求解,得出具有最大同步性的发车时刻表。结果表明:该模型实现了同时到达网络中换乘点的公交车的数量最大,从而使乘客可以在最短的等待时间内在换乘点从一条线路转到另一条线路上。     

突发事件下公交车辆快速动态滞站调度算法

为解决突发事件导致公交系统服务水平下降的问题,基于均衡公交车辆车头时距的调度思想,提出了能够适应于突发事件的快速动态滞站调度算法,建立了突发事件下的单线路公交动态调度模型.通过建立滞站调度的数理基础,分析了单站车头时距的控制问题,分析了快速滞站调度策略,从而得到了全线车辆的最优滞站调度算法,并对其进行数理分析和仿真验证.结果表明:该方法能均衡全线车辆运行时间间隔,降低乘客平均候车时间,有效提高公交系统运行服务水平.