基于JIT生产方式的汽车零部件共同配送

据中国汽车工业协会统计数据显示，2006年我国汽车市场以销售721．6万辆的总规模位居全球第二位，仅次于美国，预计2007年将达到842万辆左右，增长幅度在16．8％左右。汽车市场的迅速扩容拉动了汽车物流行业的迅速发展，为我国汽车物流行业的迅速崛起提供了前所未有的发展机遇。     

基于集对分析的随机需求接驳公交调度模型

针对需求点的出行客流服从正态分布,基于集对分析理论,利用二元联系数刻画随机客流的确定和不确定部分,将其转化为带联系数的确定性数学模型,研究一类随机需求接驳公交调度模型,将乘客从需求点运输至轨道站点,追求总里程最少.同时,该模型集成了这些乘客的最大容忍在车时间对调度结果的影响.利用Cplex求解模型的精确解,结合实际算例,给出了不同车辆数的最优调度方案,比较了有无乘客在车时间限制的2种方案差异,并分析了客流的不确定程度对调度结果的影响.实验表明,随着客流的不确定程度逐渐增加引起需求点的上车人数变多,受车辆的额定载客量限制,这致使车辆偏好访问较远距离但不超过其额定载客量的需求点,因而总行驶里程也变大;考虑乘客的最大在车时间限制,这引导车辆提供"直达"服务,因而会增加总行使里程,但是满足了乘客的个性化出行需求.     

随机行程时间的电动公交调度模型

在低碳发展政策指引下,全国各地已开始普及电动公交。然而,由于电动公交车技术性能和运营环境的特点,如续驶里程、充电时长约束、随机路网环境等,为电动公交车辆和充电调度带来新的挑战。随机行程时间导致车次衔接中存在延误,由于连续车次任务的相依性,上游车次延误可能造成下游车次晚点,引发车次延误传播的“连锁反应”,致使车次和充电计划的风险承受能力变得非常脆弱,电动公交调度的效能无法得到充分释放。考虑电动公交调度问题中的车次延误传播效应,在分析随机行程时间对电动公交车次与充电计划影响的基础上,从单线调度到区域调度模式建立优化模型获得经济可靠的公交调度方案。首先,运用网络流模型描述电动公交调度过程,并引入马尔科夫过程刻画延误传播效应。在此基础上,计算期望等待时间、期望延误时间等服务质量指标并纳入到目标函数,建立混合整数线性规划模型。然后,运用多商品流模型,将单线调度模型拓展为通用的区域调度模型,设计“延误状态层”用以计算延误时间分布并提高计算效率。最后,以广州市的2条电动公交线路实际数据进行案例分析,调用商业求解器Gurobi获得精确解。结果表明：充电计划的最优时间窗间隔为40 min;在最优调度方案...     

基于MapGIS的城市配送网络优化设计

为解决城市配送问题,达到建设费用最小且配送费用最小的目的,提出了一种有效的网络优化设计方法,并从配送中心选址和配送路径优化两方面入手,对城市配送网络的优化设计问题进行分析研究。根据城市配送特点和企业需求构建了配送中心选址模型和配送路径优化模型,并利用MapGIS进行二次开发,建立城市物流配送的网络模型。结合MapGIS自身的网络分析功能,探讨了基于MapGIS的配送中心选址及路径优化问题。运用MapGIS对城市路网进行可视化操作,设置路网中每条道路的具体信息,并根据这些信息实施选址及路径规划,并将结果在电子地图上显示。通过实际案例的求解和分析,表明了所提方法和模型的可行性与优势。     

基于模拟退火求解的一种新的随机存储规划模型

针对一类需求是不确定的、随机的存储问题,应用随机规划技术和方法建立了一种新的随机存储规划模型,模型中允许随机参数的密度函数可以有更一般的形式。应用模拟退火算法求解该新模型,制定存储策略。编程实现该算法,并用于解决船舶配件存储规划问题,运行结果说明上述模型和求解方法的有效性和可行性。     

基于共同配送策略的公路货运网络优化问题

为取得公路货运网络的规模经济,提出采用共同配送模式来优化公路货运网络。针对已有运输网络设计模型中对运费函数和路径选择分析的不足,提出包含分段费用函数和最短运输路径选择的公路货运枢纽网络设计模型。通过实例计算,采用共同配送模式的公路货运网络中的货物周转量比采用传统的"点-点"网络模式中的货物周转量增加38.07%;而前者的干线公路运输费用却比后者下降了26.48%。结果表明,采用共同配送模式有利于实现公路货运网络的规模经济,文中提出的运输网络设计模型能较好用于公路货运网络优化中。     

具有模糊时间约束的城市配送多车型车辆调度问题

针对城市物流配送中广泛存在的有时间窗多车型问题,以及由于交通路况与人力因素导致的相关时间参数模糊化现象,以梯形模糊数表征时间参数,利用梯形模糊代数、有符号距离和区间数距离公式,构造出一种具有较高精度的提前/滞后惩罚函数,继而在此基础上给出了一种以最小化配送费用和客户时间窗提前/滞后惩罚为目标的具有模糊时间约束的多车型车...     

基于蚁群算法的军事配送车辆调度问题研究

针对军事配送的特点,以"等待损失"和运输成本最小化为目标,建立了问题的数学模型,并应用蚁群算法求解了这一问题.算法中改进了状态转移规则,设计了局部搜索模块.为测试算法性能,应用改进的蚁群算法求解了文献中的21个基准算例.计算结果表明,这一算法明显优于已有算法.     

基于复杂网络理论的城市供排水系统规划优化

研究一种可以用于城市供排水系统规划优化过程的复杂网络理论应用策略,并将其应用于规划个案.通过复杂网络理论对某城市供排水系统进行分析,同时通过仿真分析法得到其规划优化方案的复杂网络结构熵和特征谱结果,在差值分析、minmax重投影分析、二次熵值分析的流程下,对其结构熵和特征谱进行深度分析并使其统计学特征显著化.分析后发现...     

随机旅行时间的区域公交车调度模型及算法

研究一类随机旅行时间的区域公交车辆调度问题,将该问题看作为“部分班次被一辆车完成”的集合划分问题,考虑不同车场容量和补充燃料等约束因素,建立以营运费用最小为目标的机会约束规划数学模型.将该模型转化为一类确定性数学模型,设计求解该问题的改进遗传算法,根据问题特征定义染色体编码、产生初始种群的启发式算法、交叉和变异操作等....     

城市智能公交调度系统探讨

公交运营调度是整个公交企业管理的核心,对于提高城市公交运营调度水平、改善公交系统服务质量具有十分重要的作用。世界各国,无论是发达国家还是发展中国家,城市交通问题都是一个突出问题,而解决城市交通问题的关键,就是如何建立高效率的交通运输体系。     

一种基于预测反馈的城市公共交通协调调度系统

建立一种基于预测反馈的城市公共交通协调调度系统,利用相关终端获取实时的客流数据,对各站点的运量需求进行预测,并对预测值进行计算处理,得到初步的班线调度策略,以群组为单位,对联系较为紧密的各班线的调度策略进行协调,得到各班线均能接受的优化的调度策略,从而使各站点、班线和城市整体的客运能力和适应性均达到较为理想的水平.     

基于扰动收缩粒子群算法的物联网配送车辆调度

为了提高物联网配送车辆的调度效率,采用扰动收缩粒子群算法。首先建立物联网配送车辆优化调度问题的数学模型,考虑到货物品种及数量、需求时间和地点、运输线路以及运输时间的不确定性,包括运输成本、时间惩罚成本、固定成本;接着对基本粒子群算法增设非线性扰动因子用来平衡粒子的全局和局部搜索,在进化前期值比较小,让粒子主要进行局部搜索,而在后期设置值比较大,进行全局搜索,同时增设收缩算子,避免粒子的过度振荡,粒子编码涉及到收货点、车辆编序、行驶顺序,给出了算法流程;最后,仿真试验和实例分析验证了算法的合理性与可行性。结果表明:增设收缩算子对任务目标点寻优地理位置偏差值最小,避免了总成本增加;带有非线性扰动因子调整策略的粒子群优化算法具备更强的跳出局部最优的能力,优化后的算法运行速度加快;对于每次试验的搜索成功率以及违约惩罚成本占总成本比例,与遗传算法、蚁群算法、粒子群算法、混沌量子粒子群算法、模拟退火粒子群算法和柯西变异粒子群算法预测方法相比,扰动收缩粒子群算法预测方法具有更高的搜索成功率和较低的违约惩罚成本,能够满足物联网配送车辆系统对预测精度的需求,对实现实时交通控制具有重要意义。     

基于双层规划模型的应急救援调度与路径选择集成优化

城市中突发事件发生后,为有效降低财产损失和人员伤亡,减少应急救援在调度和路径选择等环节的响应时间损失,保障应急救援任务顺利完成,需要对各类应急救援交通资源进行合理调度,并在起讫点间根据路网实时交通状态,动态选择行驶路径,减少其路段行程时间.在多目标应急救援调度和最优路径选择目标分析的基础上,提出了一种考虑不同类型应急车...     

共同配送实施分形管理的策略研究

传统的以配送企业为基本单元,以层递方式进行决策管理的共同配送模式难以适应个性化、快捷化的市场要求。从分析企业分形管理的实质入手,剖析了企业分形元的结构及其活动空间,对分形元进行划分,明确了分形元的运作模式和交流机制。并基于共同配送的内涵,阐明共同配送合作机构的层次性、自相似的结构特点,最后提出共同配送实施分形管理的策略。     

公共交通智能调度系统仿真模型

讨论了我国城市公交智能调度系统结构特点。基于Petri网理论，建立了城市公交智能调度系统的分层有色PN仿真模型。列出了该模型的总调中心执行层、分调室执行层和线调组执行层的变迁和库所元素及其对应的颜色元素；给出了部分调度核心规则。该模型可对复杂的公共交通调度过程实现动态、定性及定量分析。     

基于动态规划的航材调度优化研究

文章通过介绍航材调度的重要性、主要依据和一般原则,构建了目标函数和约束条件,建立了相关数学模型,在计算求解的过程用了动态规划的方法,来科学的调度航材,保证了航材供应良好率,对航材业务部门具有一定的借鉴。     

基于改进蚁群算法的运输调度规划

在运输调度等组合优化问题的最优路线的搜索中,传统蚁群算法ACA(Ant Colony Algorithm)存在搜索时间长、收敛速度慢、易陷于局部最优解等缺点。为了克服这些缺点提出了一种改进的蚁群算法,该算法将遗传算法和蚁群算法结合起来,在蚁群算法的每一次迭代过程中,首先采用自适应策略控制它的收敛速度,然后使用变异操作来确定解值,从而提高它的搜索性能。再结合建立的运输调度性能指标,利用遗传算法、蚁群算法和改进蚁群算法3种方法分别进行运输规划,通过比较其时间花费和运输费用,验证了改进蚁群算法的有效性。实践证明,改进后的蚁群算法基本上克服了传统算法自身的不足,提高了算法性能。     

基于交通约束的城市最佳用地结构模糊规划模型研究

提出了基于交通系统容量约束的城市土地使用模糊规划模型.该模型以最大开发强度为目标,以交通总生成量不超过路网交通容量为约束条件,确定土地使用优化结构.作为城市规划分析模型中的1个子模型,该模型已在城市的总体规划中得到应用.规划实践表明,模型具有重要的理论价值和较强的可操作性.