不确定环境下多式联运路径多目标优化

针对不确定环境下的多式联运网络,考虑转运成本、时间及运输方式班期等影响因素,构建运输总成本最小和运输总时间最小的双目标优化模型.通过蒙特卡洛方法处理网络中的不确定性,设计结合非支配排序的多目标蚁群算法求解Pareto解.为解决基本蚁群算法收敛过慢、过早收敛带来的求解质量低等问题,在状态转移策略中加入方向启发因子,在信息素更新策略引入"最大-最小蚂蚁系统",从而提高解的质量.最后通过算例检验改进蚁群算法的优化效率,并为决策人提供5个充分满足其对不同目标要求的决策路径.     

不确定环境下多式联运路径多目标优化

针对不确定环境下的多式联运网络,考虑转运成本、时间及运输方式班期等影响因素,构建运输总成本最小和运输总时间最小的双目标优化模型.通过蒙特卡洛方法处理网络中的不确定性,设计结合非支配排序的多目标蚁群算法求解Pareto解.为解决基本蚁群算法收敛过慢、过早收敛带来的求解质量低等问题,在状态转移策略中加入方向启发因子,在信息素更新策略引入"最大-最小蚂蚁系统",从而提高解的质量.最后通过算例检验改进蚁群算法的优化效率,并为决策人提供5个充分满足其对不同目标要求的决策路径.     

不确定条件下公铁水多式联运多目标路径优化研究

多式联运运输的时效性和成本在现代物流的发展中是不可忽视的因素。针对公铁水多式联运的运输目标，主要研究了当运输时间、中转时间双重不确定因素服从随机分布时的绿色多式联运路径优化问题。构建以运输时间、碳排放、运输成本为目标函数，碳排放量为约束，建立运输时间、中转时间双重不确定条件下绿色多式联运路径多目标优化模型。并据此采用模糊自适应遗传算法（FAGA）和快速非支配排序遗传算法（NSGA-Ⅱ）设计多式联运路径优化策略；最后采用从南昌到柏林的路径数据仿真验证所提方法的有效性并对结果进行对比分析。研究发现基于NSGA-Ⅱ算法的多目标优化结果较优，可以引导多式联运经营人调整运输方案，减少二氧化碳的排放量，为物流企业开展多式联运运输提供可供参考的依据。     

带时间窗的多式联运路径优化模型及算法研究

多式联运是我国现代交通运输体系的重要组成部分,其中运输方式和运输路径的选择直接影响到托运人和承运人的利益。根据多式联运相关的概念与网络构建方法,考虑了运输费用、时间价值成本,引入时间窗约束,以总成本最小为主要目标建立多式联运路径优化模型,并根据时间窗要求建立了惩罚机制。根据模型特点,设计了基于floyd的K短路-GA混合算法,求解得到总成本最少的联运方案。最后将该混合算法和传统遗传算法同时应用于多式联运算例求解,分析对比,验证了混合算法的有效性。     

高铁参与下考虑时间窗的生鲜品多式联运路径选择

针对生鲜品小批量、高时效的运输需求,提出将高铁作为一种运输方式参与到生鲜品多式联运中.考虑中间节点混合时间窗以及目的地收货软时间窗约束,以运输成本、中转成本、时间惩罚成本、蓄冷成本和质量损耗成本构成的总成本最小为目标,构建多式联运路径选择与运输方式组合模型.以"哈尔滨-昆明"区间多式联运为例进行算例分析,采用混合田口遗传算法求解,算例结果表明:考虑节点时间窗时选择"高铁+公路"路径运输组合方式更优;节点时间窗的存在虽然会在一定程度上造成时间价值成本的增加,但具有较强的现实合理性,说明模型能够有效地为生鲜品快速多式联运提供实用性的路径参考.     

基于衔接组合的集装箱多式联运服务分段采购优化

为解决集装箱多式联运服务分段采购中的运输费用和运输时间优化难题,从多 式联运经营人的视角出发,提出了集装箱多式联运总费用最小化和总运输时间最小化的 双层优化目标.基于运输路径选择和时、空、量的衔接组合,结合托运人运单、集装箱多式 联运组织形式、集装箱交接地点、运输路段及方式、运输时间、运费率等要素约束,建立了 集装箱多式联运服务分段采购优化模型.运用自然约束语言设计搜索算法程序并求解.数 值实验分析结果表明,该模型及搜索算法不仅易于实施求解,而且应用效果良好,达到了 集装箱多式联运一体化无缝运输的目的.     

基于组合算法的易腐货物多式联运路径优化

为解决易腐货物多式联运路径优化问题,考虑时间窗约束,建立一种总成本最低的易腐货物多式联运路径优化模型.因遗传算法全局搜索能力强,禁忌搜索算法依赖初始解与领域结构的特点,设计了遗传-禁忌搜索组合算法,来求解最佳运输方式下的低成本最优路径.为验证多式联运的优势,特举实例将多式联运与单一运输方式进行对比;实例可知,组合算法有...     

考虑速度与拥堵的多式联运路径优化研究

对多式联运路径优化进行了研究.对于多个城市节点,扩展并建立不规则棱柱模型网络,不仅考虑不同运输方式的成本与时间,还将不同运输方式对应的速度与拥堵纳入模型.基于Dijkstra最短路径算法,创建一个包含速度与拥堵因素多式联运路径优化模型仿真系统,通过模拟动态参数,分析了该组参数下的速度与拥堵对多式联运最优路径选择的影响,为区域运输规划提供了重要的参考价值.     

整车物流运输多式联运与路径优化研究

运输成本在整车物流成本中占比最大,合理的运输路线规划是降低整车物流成本中运输成本的关键。针对整车物流远距离商品车运输中物流成本过高的问题,本文从路线优化方面入手,选择合适的运输方式,以成本最小化为原则,在满足时间约束条件下,确定多式联运方案。该方案结合各种运输方式优势,有效利用资源,提高了设备使用率。通过采用多式联运路线优化方案,能降低整车物流的成本,为多式联运与路径的优化提供决策支持。     

多式联运网络中的托盘共用调度方法

为解决多式联运网络中的托盘共用调度决策难题,采用非线性规划、混合整数规划和改进粒子群算法（particle swarm optimization,PSO）等方法优化了托盘共用系统,研究了在管理者可以选择水路、公路和铁路3种运输模式运输托盘时,管理者应采取的调度方法. 首先分析了多式联运网络中的托盘共用调度流程;其次构建了多式联运网络中的托盘共用调度混合整数非线性规划模型,模型中考虑了转运时间、转运成本、作业批量、托盘毁坏率、时间约束等因素;然后设计了带惯性因子的粒子群算法 （PSO with inertia weigh,IPSO） 和带压缩因子的粒子群算法 （PSO with constriction factor,CPSO）;最后通过实验分析验证了模型和算法的有效性. 研究结果表明:较单一的公路运输,采用多式联运网络中的托盘共用调度模型总成本降低了69.1%;与CPSO相比,IPSO得到的调度总成本降低了1.82%;客户的期望满足时间越宽松时,采用多式联运的方式调度托盘越能节约调度成本;多式联运所耗费的转运时间和转运成本直接影响托盘共用调度决策.      

动态规划的集装箱多式联运系统运输方式组合优化

集装箱多式联运是一种以实现货物整体运输的最优化为目标的联合运输的组织形式,而集装箱多式联运系统中各种运输方式的优化组合直接关系到货物运输的费用、时间和运输质量.文中对集装箱多式联运系统中各种运输方式的组合优化问题建立了满足现实约束条件的基于动态规划的优化模型,进行了基于MATLAB的算法与程序设计,获得了最优的运输方式组合策略.实证研究显示了该模型与方法的可行性与有效性.     

低碳背景下的多式联运路径规划

低碳运输一直是世界各国关注的焦点,多式联运作为一种主要的运输组织形式,国内外的文献中却少有关于多式联运碳排放研究的文章.本文提出了运输总成本最小和运输碳排放总量最小的多目标0-1规划模型,构建运输总成本时不仅考虑了运输弧段上的运输成本、运输节点的换装成本、铁路车站及水运码头的存储成本还考虑了运输弧段与代理商的匹配关系.运输碳排放量则由运输过程碳排放和换装过程的碳排放构成.采用改进的带精英策略的非支配排序遗传算法(NSGA-II)对模型进行求解,算法能有效保存优秀个体和降低计算的复杂度.最后通过算例验证了模型和算法有效性.     

面向随机因素的多式联运动态路径优化

针对随机因素影响下多式联运所表现的动态性和随机性,在引入惩罚因子控制运输质量的基础上,以总费用最小化为目标,建立了具有软时间窗约束的动态路径优化模型;运用基于Dijkstra算法的改进路径优化算法求解模型;设计了一个基于铁路、公路、航空及水运等4种运输方式的多式联运问题的算例,验证了模型的实用性和有效性。     

考虑环境税的邮政快递企业多式联运路径优化问题

为减缓运输过程中碳排放较多带来的环境问题,研究在考虑环境税条件下,邮政快递企业在货物运输过程中利用多式联运进行路径优化的问题。基于轴辐式运输网络构建运输费用模型,通过调整目标函数中的环境税税率,改变环境税在运输总费用中的占比。采用改进的A*算法并通过实际算例验证模型,得到不同时间成本及环境税税率下的路径规划结果,并提供对应决策。算例分析显示,时间成本系数为5 000,环境税占比分别为低于32%, 32%~78%以及78%以上时,最优方案分别为仅公路运输、公水联运及公铁联运。这表明单一运输方式适用于时效性要求较低的运输作业,对于时效性要求较高的运输作业,多式联运不仅可提高运输效率,且能降低运输成本。     

混合不确定条件下绿色多式联运路径优化

主要研究了当运输时间、中转时间、客户需求和中转集拼货运量四重混合不确定因素服从随机分布时的绿色多式联运路径优化问题,运用随机优化理论,以运输成本、碳排放成本和时间惩罚成本为目标,建立混合不确定条件下绿色多式联运路径优化模型.通过对各子目标函数权重进行赋值,得出考虑不同成本因素的多式联运路径优化方案.探讨时间、需求和网络服务能力对多式联运路径优化结果的灵敏度分析,发现各成本随时间变动而变化的规律和边际运输成本最小时的服务时间;当货运量形成规模效应后可降低边际运输成本;不同网络服务规模的运输路径优化结果,以及满足客户不确定需求的最小网络配置.     

基于协同学原理的集装箱多式联运系统优化

为构建集装箱多式联运系统,充分发挥集装箱多式联运的优势,运用协同学原理分析了多式联运系统中集装箱、各运输方式、多式联运通道的协同关系,综合上述关系建立了集装箱多式联运系统规划模型;通过实例求解验证了模型的正确性,实现了集装箱多式联运系统中各因素的协调优化;模型中节点的双重含义将模型简化,为求解带来了极大的方便.     

冷链物流多式联运路径选择优化研究

为降低冷链食品（CCF）在运输过程中的总成本,提高客户满意度,采用多式联运对冷链食品进行物流配送。先基于多式联运网络、总成本最小化和客户满意度最大化,构建路径选择模型;再采用改进粒子群优化算法（IPSO）对模型进行求解;最后,利用实际案例进行模型验证和敏感性分析。研究结果表明：与公路单式联运相比,多式联运的运输成本降低了13.4%,总成本降低了2.4%,时间满意度提高了3.3%,总满意度提高了0.6%。通过提升铁路运输速度,可有效地降低运输总成本,提高客户满意度。     

混合不确定条件下绿色多式联运路径优化

主要研究了当运输时间、中转时间、客户需求和中转集拼货运量四重混合不确定因素服从随机分布时的绿色多式联运路径优化问题，运用随机优化理论，以运输成本、碳排放成本和时间惩罚成本为目标，建立混合不确定条件下绿色多式联运路径优化模型.通过对各子目标函数权重进行赋值，得出考虑不同成本因素的多式联运路径优化方案.探讨时间、需求和网络服务能力对多式联运路径优化结果的灵敏度分析，发现各成本随时间变动而变化的规律和边际运输成本最小时的服务时间；当货运量形成规模效应后可降低边际运输成本；不同网络服务规模的运输路径优化结果，以及满足客户不确定需求的最小网络配置.     

带有固定运费的多式联运方式选择

为更经济有效地组织多式联运,在同时考虑固定运输费用和变动运输费用的前提下,针对一批货物在其运输路径上各路段运输方式的优化选择问题,以包括运输费用、中转费用和惩罚费用在内的总费用最少为优化目标,以货物送达时间和运输能力为约束条件,构建了混合整数线性规划模型,并设计了相应的整数编码遗传算法.算例结果表明,本文模型比既有不考虑固定运费的模型具备找到更优解的能力;对于15个包括20~100个路段和5~20种运输方式的随机算例,与商业优化求解器LINGO相比,本文算法在设定计算时间60 s内找到了2个大规模算例的更优解,总费用平均节省0.75%,证明了该算法对大规模问题的有效性.      

基于货物时间价值的空铁联运转运枢纽选址优化

高效合理的联运网络是空铁联运快递服务产品创新的重要支撑。本文在考虑货物时间价值的基础上,以空铁联运转运枢纽的位置以及运输方式选择为决策变量,构建以综合成本最低为目标的空铁联运转运枢纽选址模型,并设计变邻域遗传算法进行模型求解。以截至2019年开通高铁并设有机场的200个地级城市为例,采用复杂网络和优劣解距离法结合的方法选取空铁联运转运枢纽的备选城市,验证模型和算法的实用性及有效性。结果表明,运输时间限制和折扣系数是影响空铁联运网络综合成本的重要因素。随着运输时间限制的增加以及折扣系数的降低,空铁联运网络综合成本分别降低了15%和11%。空铁联运转运枢纽的空间布局主要受运输时间限制的影响。运输时间限制较低时,空铁联运转运枢纽布局以东北地区和西部地区为主,以提高快递运输的时效性。运输时间限制较高时,空铁联运转运枢纽布局向中东部地区转移,为经济服务趋势明显。空铁联运网络最优枢纽数量则受运输时间限制和折扣系数的综合影响,但运输时间限制对于最优枢纽数量的影响更为显著。合理布局空铁联运转运枢纽和提升空铁联运规模效益是提高空铁联运服务时效性和竞争力的重要途径。