基于地铁-货车联运的动态配送选点-路径问题

为应对传统动态需求下单一车辆配送成本高、时效差等问题,通过共享地铁剩余运能将地铁网络融入城市末端配送网,提出基于地铁和货车联运的动态选点-路径问题。从联合运输配送成本最小化角度出发,考虑动态需求、客户服务时间窗、多转运点接送等因素,构建地铁转运点选择、货车调度以及接运配送路径的两阶段动态选点-路径整体优化模型。针对模型特征,设计“初始阶段+动态阶段”的两阶段启发式算法,将Mark-Sweep算法和蚁群算法相结合求初始解,再设计双层启发式集成算法求动态解,为提高算法的求解质量和效率,外层遗传算法采用矩阵编码结构并通过截取掩码方式改进交叉变异算子,内层蚁群算法采用关键值编码结构并改进多点接送概率选择操作,通过内外层信息交互实现选点和路径的集成优化。最后结合不同算例验证模型与算法的合理性及有效性。结果表明,基于地铁和货车联合运输开展动态配送,不仅能有效提高配送时效性和精准度,而且能使配送成本降低约18%。     

多种运输方式的组合优化模型及求解算法

根据不同交通工具的技术经济特征，建立一个适用于多城市之间如何选择最优交通方式组合的模型。该模型是一个多目标的0－1规划模型，通过虚拟一个运输网络，将原问题转化为一个带时间约束和能力约束的最短路径问题，并且给出相应的求解算法－基于求最短路（Dijkstra算法）的启发式算法，有效地解决了带有时间约束和能力约束的最短路径问题。     

重载铁路始端技术站列车组合策略优化研究

重载铁路始端技术站在重载铁路线网中具有举足轻重的地位.针对列车站内组合策略优化问题,通过分析重载列车技术站内作业特点,引入出站列车追踪策略变量,考虑到发线选择、到发线内接发车进路冲突和列车出发时间动态调整等约束的基础上,以单位时间内从技术站发出的货物列车净载重最大为目标,结合列车站内整体作业流程,构建混合整数规划模型,...     

基于遗传算法的固定费用运输问题研究

根据m个源节点和n个目的节点的固定费用运输问题的网络特性建立数学模型,引入运输树的概念,提出了基于运输树的遗传算法,给出了能表示基解的染色体编码方法,通过计算机程序产生初始种群,提出了染色体选择、交配及变异规则。最后运用实例对算法的有效性进行验证,取得了满意的效果。     

新时代大学生劳动精神培育面临的问题及路径研究

新时代大学生劳动精神培育主要面临新时代大学生缺乏对劳动的正确认识、缺乏对劳动价值的心理认同、缺乏劳动实践三个问题。针对这三个问题,分别从家庭、学校、学生三个角度提出了新时代培育大学生劳动精神的路径。     

求解带软时间窗的开放式车辆路径问题的遗传算法

通过应用交叉、变异概率的自适应机制和交叉算子A等技术,构造了一个求解带软时间窗的开放式车辆路径问题的遗传算法。用标准测试算例对算法进行测试,并将运算结果与文献中相关算法的运算结果相比较。结果表明,该算法具有较好的性能。