考虑双向延迟策略的整车配送发运时间与运输路径联合优化

直销模式下新兴新能源车企对整车物流发运时效的高要求导致运输成本居高不下，通过引入双向延迟策略对发运时间与运输路径联合优化，有助于降本增效。针对新兴新能源车企整车配送特点，提出考虑双向延迟发运策略的整车物流发运时间与运输路径联合优化问题并建立优化模型，设计禁忌遗传算法求解。使用某车企案例对模型和算法进行求解和验证，在连续7日的配送场景中，在完成相同配送任务条件下，相较于正向延迟发运策略，可节约总成本2.63%，提高轿运车装载率5.95%。     

路段通行时间不确定下取送货车辆路径优化研究

城市高峰期交通拥堵呈常态化趋势,各运输路段的通行时间很难用精确值表达,而配送车辆的路径仍需具体指定,亟需研究路段通行时间不确定情况下的物流配送车辆的具体运输路径。文章统筹考虑配送时间与环境成本,结合Bertsimas鲁棒离散优化理论,以总行程时间和碳排放量最小为优化目标,构建了路段时间阻抗不确定情况下的同时取送货多配送中心多车路径鲁棒优化模型,采用遗传算法进行求解,并以呼和浩特市部分路网为例进行实证研究。研究结果表明:车辆路径鲁棒优化模型及其改进的遗传算法能快速生成鲁棒性能较好的车辆行驶路径,而且得到的是一条条具体的运输路径,而非配送顺序。该模型与算法能为物流配送车辆路径导航系统提供技术支撑。     

基于GIS和MDVRP的成都市城乡配送网络仿真

本文应用ArcGIS构建了包含4个物流中心和151个乡镇需求点的成都市二级城乡配送网络,并利用ArcMap分析工具得到了155×155的最短距离对称矩阵;以配送总距离最小化为目标函数,考虑车容量限制、车辆数限制、车流量限制等约束条件,建立了多车场车辆路径问题(MDVRP)的0-1整数规划模型;采用基于客户编码方式,应用稳态繁殖选择策略,设计了遗传算法进行求解。在不同需求分布和不同车容量的条件下对算法收敛效果、配送行驶总距离、配送使用车辆数、平均车辆满载率进行了对比分析。结果表明:配送距离、配送车辆数与需求规模成正比;平均车辆满载率差异较大,20t车型满载率较稳定,适合小批量需求配送;建议成都市城乡配送以20t和25t车辆为主力车型,并重点关注崇州物流中心的建设。     

智慧配送 让物流更高效——关于物流智慧配送的研究

智慧配送不仅可以实现配送信息的自动识别、配送信息的自动预警,而且能实现配送路径优化的智能管理,是物流智能配送的一大创新,将极大地提高物流配送效率,降低配送成本。传统物流配送作业中主要存在分货拣货验货效率不高、补货滞后、配送路线重复导致配送成本过高等问题。物流转型时代,人们对配送管理环节中如何优化配送路径、如何智能补货提醒、如何准时收货发货、如何高效分拣及准确验货提出了更高的要求。针对目前配送管理中存在的主要问题,通过智慧配送项目实施,实现配送路线的智能化决策、提货送货时快速验货、配送货物     

基于边界分配法和遗传算法的车辆配送方案研究

本文以玉树州市结古镇物流配送中心车辆配送方案为研究对象,分析了结古镇当前物流配送现状,利用TransCAD软件分析当前物流配送网络,采用边界分配法对配送区域进行合理划分,使区域内网点相对集中;在划分后的配送区域内,使用启发式算法对车辆调度数量进行优化计算,合理配置配送车辆及配送路线,减少配送车辆总行驶里程,降低物流配送成本,提高车辆运载效率和配送系统效率,提高了物流公司竞争力。     

“货车+无人机”配送模式下订单拣选与配送联合优化研究

电子商务环境下订单特有的特征要求企业必须进行拣选与配送的联合决策,而"货车+无人机"的配送模式结合了货车运量大和无人机配送速度快的特点,可以有效的提高配送效率。本文以拣选和配送总成本最低,综合考虑"货车+无人机"配送模式、多拣选批次、多配送批次、带时间窗等因素,研究"货车+无人机"配送路径、拣选分批、拣选路径等联合决策问题,并设计了PVRPTW-D遗传算法和"S"型拣选策略进行求解,通过算例验证了本文所提出的模型和算法的有效性。     

考虑配送路径的铁路集装箱二维装载问题

针对铁路集装箱运输零担货物的二维装载问题，建立考虑货物配送路径的空间利用优化模型，提出一种基于货物面积块的混合模拟退火算法，该算法包含用于求解可行装载方案的引导搜索算法和用于优化装载方案的模拟退火算法，并通过算例对优化模型和混合模拟退火算法在求解集装箱二维装载问题的有效性进行验证。结果表明：采用混合模拟退火算法对初始装载方案进行优化后，集装箱空间利用率提高了6.77%。研究成果对于提高零担货物的二维装箱空间利用率和配送效率具有一定参考意义。     

基于混合遗传算法的供水管道漏损安全预测

为解决供水行业中供水管道漏损安全性问题,建立了供水管道漏损安全预测模型,并引入遗传算法对其优化进行漏损预测,同时,针对传统的遗传算法优化该模型的过程中出现的缺陷,提出了混合遗传算法对其求解.模拟实例的预测结果表明：该模型预测方法准确可靠,具有较高的实用性。     

智能索道配送技术在乡村快递配送中的应用优化研究

为了解决乡村快递配送难题,智能索道配送技术应运而生,作为一种全新的物流配送模式,在目前的试点运行过程中出现了对运输箱利用不充分、信息整合功能较不完善等问题。基于智能索道配送技术雏形,首先结合真空技术、万向细胞传动技术和新型材料应用对运输箱各组成部分提出结构上、配置上的改进设想,并对物流信息整合平台提出功能优化建议;其次利用3D机械建模构建出理论上新型箱体结构;最后运用层次分析法对比改进前后效果,印证改进设想的有效性。计算分析结果表明,当能源、时间、人力、前期投入和运量运力作为考虑因素时,改进后的智能索道配送是较传送配送而言的更优选择。     

基于自学习遗传算法的共享单车投放点选址研究

本文将居民作为客户,共享单车投放点作为设施,客户与其最近设施之间的最短距离为目标,基于P-中值问题对实际问题进行建模并对共享单车投放点进行近似最优解的求解。在P-中值模型的基础上,本文针对遗传算法本身由于初始参数固定导致灵活性不高的短板,提出参数自适应的遗传算法,并将其与标准遗传算法在求解精度等多方面进行对比。与遗传算法对比,自适应遗传算法在共享单车选址这类计算规模较大、一般搜索效率较低的问题上,在提高收敛速度的同时也可以避免陷入局部最优解。本文在西班牙马拉加省417个社区的实际案例中,分别使用自适应遗传算法和遗传算法对其共享单车投放点进行选址求解,结果表明,在同等条件下适应遗传算法在提高收敛速度的同时可以求得更优解。     

基于改进遗传算法的斜拉桥加速度传感器优化布置

为了合理布置结构健康监测系统中传感器的位置及满足结构损伤识别的要求,结合福州淮安大桥及福州三县洲大桥工程实例,提出了一种基于改进遗传算法和修正有效独立准则的加速度传感器优化布置方法。通过有限元进行动力特性分析,总结了利用曲率模态识别斜拉桥主梁损伤的一般过程,得出了一种加速度传感器数目的估计方法,并提出将修正有效独立准则与弯曲变形能法相结合,利用改进遗传算法搜索,以得到双塔、独塔斜拉桥加速度传感器的优化布置方案。算例分析表明：所提算法在稳定性和参数调整量上对比传统遗传算法分别减少2.1%绝对误差和40%参数量。并对斜拉桥传感器优化布置的方法进行总结以供一般斜拉桥传感器优化布置提供参考。     

订单生成时间不确定的货物配送路径优化

针对各个配送点订单生成时间不确定，且未来生成订单现阶段配送方案制定有影响，本文提出了动态订单匹配策略，将已生成和未生成的订单信息综合考虑，提高匹配效果。然后，本文建立了以最小化运能浪费和订单等待处理时间为目标的二阶段随机规划模型来编制当前和下一阶段的配送方案，并设计了自适应遗传算法进行求解。最后，本文利用某地25个配送点数据信息进行二阶段配送路径规划。与蚁群算法相比，本文算法对两个阶段的运能浪费成本和时间浪费成本求解过程收敛时间分别为：112.3s、102.4s、98.5s、114.7s，均小于蚁群算法收敛时间：117.3s、115.4s、109.6s、118.2s。且本文算法求得的两个阶段总运能浪费成本和时间浪费成本分别为62000t.km、644t.h，远小于传统启发式算法的72400t.km、816t.h。     

基于遗传算法的地面常规公交与城市轨道交通接驳研究

为了研究地面常规公交与城市轨道接驳问题,构建了基于乘客交通出行时间最短优化模型,采用遗传算法进行求解,并通过具体案例进行了模型验证。结果表明建立的优化模型及遗传算法适用于接驳问题。     

冷链企业配送质量控制策略分析

随着人们生活程度的提高,人们对冷链食品需求增长,对安全、保鲜、保质的要求也随之提升,冷链配送作为冷链物流的关键节点至关重要。针对生鲜产品在途易腐败变质等质量问题,分析国内外冷链配送质量控制相关状况,对冷链企业配送质量控制策略进行深入分析和探讨,提出结合配送模式、配送中心选址、路线规划、在途质量保障、质量管理标准化五个方面进行质量把控,全方位的质量把控有助于冷链企业把控生鲜产品质量,减少在途损坏。并以郑州某冷链企业为例,针对配送途中的质量问题,提出了优化建议,找到符合企业发展现状的冷链配送策略。     

电商环境下城市配送环状网络模型研究

电子商务环境下的物流城市配送具有小批量、多频次、进城难、客户位置分散等特点。为节约配送成本,本文基于先集货后配送的理念,以双层配送网络为基础设计了环状配送网络结构,并建立车辆路径问题模型。模型以城市配送网络总费用最小化为目标,建立了混合整数规划模型。为了验证模型的可行性,使用MATLAB调用CPLEX软件进行求解。并进行了算例计算,求解满足车辆容量,车距限制和配送中心处理能力的配送中心选用情况,环形网络上的流量,环内配送的线路以及车辆的使用情况。得到了正确有效的结果,验证了模型的可行性,为城市配送网络的建设及优化提供了理论基础。     

电商集中消费模式下物流超网络优化研究

在电子商务企业及商家促销期间,由于集中消费行为导致物流快递行业的业务急剧增加,以致引发爆仓、延迟等问题。文章以快递配送为研究对象,通过客户对时间要求的不同,在基于时间和成本的快递配送模型基础上构建应对集中消费状态的商品配送模型——基于时间阈值的商品配送模型,找到满意的配送路径,并进行算例分析,验证所求配送方案的可行性和有效性。文章的研究对集中消费模式下的快递网络优化具有现实意义。     

考虑服务时间的汽车零部件卡车-无人机协同到店配送路径研究

汽车零部件到店配送问题一直以来困扰着车企及消费者，针对此问题引入卡车-无人机的联合配送模式，并以配送时间最小化为目标，建立改进FSTSP模型。鉴于模型的NP-hard特性，设计基于模拟退火算法的求解程序，增加路径缩减过程。为验证算法的有效性并观察优化效果，结合某车企在市区4S店的案例，对模型和算法进行验证和求解。通过与一般TSP模型的对比，证明改进FSTSP模型在实际场景中能够节省14.71%配送时间；通过敏感性分析显示，无人机的续航距离对于配送效率的提升影响显著，当续航距离提升100%时，配送时间能够减少25.66%。     

基于信号配时的路网交通流分析及优化研究

文章以南宁市四条主干道上七个交叉口组成的闭合路网为优化对象,通过交叉口交通流量分析,利用R.Kimber饱和流量计算法和F.Webster交叉口信号配时理论,初步拟定车辆延误最小的信号配时方案,然后使用遗传算法优化配时方案,最后利用VISSIM进行交通仿真,验算服务水平指标的变化,验证该优化方案。     

共同配送困难重重

物流业发达国家和地区的实践已经证实,采用共同配送这一先进的配送模式,将能够改善在物流效率、物流成本方面与城市交通拥挤和环境污染之间所凸现的问题。但是相比之下,我国城市配送企业多数经营规模偏小,缺乏资源、技术等优势,这些问题制约了共同配送的推进和发展。目前,我国的企业大多为中小型企业整体实力和财力较弱,缺乏必要的资金、设备和专门人才,无力单独自建物流系统,需要利用共同配送模式来解决现有物流模式的     

基于GA的汽车故障特征选择

特征选择是模式识别中的一个关键问题。在很多实际问题中,很难找到那些最重要的特征,或受条件限制不能对它们进行测量,从而使特征选择成为模式识别系统最困难的任务之一。遗传算法作为一种智能化的优化方法,具有适合特征选择的优势。对遗传算法做了简约介绍,通过相应的程序并结合汽车故障实例进行了分析。