基于CO_2排放的车辆路径优化模型及其算法研究

物流不仅是能源消耗大户,同时也是CO2排放的重要来源。在分析配送车辆燃油消耗和CO2排放因素的多种车辆类型车辆路径问题特点的基础上,构建其相应的优化模型,并给出基于遗传算法的启发式求解算法。最后,针对该模型和求解算法进行数值算例仿真,研究结果显示:路径最短的路线不一定是能耗最小的路线;与传统基于路径最短的车辆路径对比,基于CO2排放的车辆路径总行驶里程较长,但其综合成本较低;遗传算法是解决绿色车辆路径问题的一个有效的求解算法。     

基于拆分运输的低碳车辆路径优化

基于拆分运输问题的特征,考虑运输过程中CO_2排放的成本,构建需求可拆分的低碳车辆路径优化模型;针对该模型的特点设计基于禁忌搜索的2阶段启发式算法。并以祁东县生物质发电厂的燃料运输为例,验证上述模型和求解算法的有效性。仿真结果表明:1)最短路径不一定是最小CO_2排放路线;2)距离发电厂最短的客户点最后访问有利于减少总碳排量;3)在考虑道路通行能力容许条件下,载重量大的车型有利于减排。     

城市公共自行车高峰期需求不均衡的调度优化研究

通过对城市公共自行车系统自行车高峰期需求不均衡的使用状况进行研究,讨论公共自行车车辆调度优化,研究车辆路径问题。构建车辆优化调度模型,并设计禁忌搜索算法对模型进行求解,得出公共自行车需求高峰期车辆调度路径,最后构造算例对调度路径进行算例分析。研究结果表明:该模型具有一定的实用价值,可以实现城市公共自行车高峰期需求不均衡的车辆调度优化。     

考虑收入均衡的家居配送物流优化研究

针对家居配送物流问题,提出考虑司机收入均衡的配送安装一体化服务策略,以车辆路径成本与司机收入均衡作为优化目标,构建了考虑收入均衡多技能带时间窗车辆路径问题模型,并设计了模拟退火算法对问题模型进行求解。算法求解时优先考虑司机安装技能与客户需求的匹配度,再综合考虑重量约束、时间窗约束和司机收入均衡度的情况下生成车辆路径,实现在满足客户需求的车辆路径成本最低的同时,保证司机的收入相对均衡。对Solomon标准算例进行改造,将本文提出的算法与改进的遗传算法和伊藤-蚂蚁算法进行车辆数目和路径长度的对比,结果表明,本算法在大规模算例中求解时间更有优势,实现了司机收入相对均衡,并且车辆数目和路径长度结果较优;并且基于实际案例验证了本文提出的模型和算法既能显著降低物流企业的车辆行驶路径长度与行驶,大幅度节约物流成本,还能保证司机收入相对均衡。与传统的家居物流配送相比,本文所提出的模型和算法能够缩短配送安装时间,提升客户体验度,并且收入均衡能够大幅度提升司机的积极性,降低人员流失带来的损失成本,进而提高企业的整体效益。本文研究可为第三方家装物流平台从司机收入均衡这一公平关切的角度对家居配送物流优化提供理...     

多对多越库配送绿色车辆路径问题及算法研究

面向越库配送网络中供应商与客户之间多对多供需匹配场景,研究多对多越库配送绿色车辆路径问题,旨在优化越库配送模式下车辆配送路线,有效降低企业配送成本。以车辆运营成本、碳排放成本以及油耗成本之和最小化为目标,构建多对多越库配送绿色车辆路径问题的数学优化模型。针对供需关系、复杂耦合特征以及离散组合方案巨大的特点,采用自适应大邻域算法框架并设计移除算子和修复算子对该问题进行高效求解。通过不同问题特征的测试算例对模型和算法进行测试,分析供应商-客户节点分布情况、越库中心位置、供应商-客户供需比等特征对调度方案的影响。车辆路径方案和算法收敛曲线表明了模型的有效性,提出的算法能够高效、稳定地求解多对多越库配送绿色车辆路径问题。数值仿真结果显示,构建的模型平均总成本比以车辆运营成本最小为目标时减少2.87%,比以碳排放和油耗成本最小为目标时减少0.11%,表明该模型能够有效地兼顾车辆运营成本、碳排放成本以及油耗成本。此外,供应商-客户供需比为1时相对于供需比为2和3时总成本分别减少41%和170%,表明较小的供应商-客户供需比利于减少配送总成本;越库配送中心不同选址方案的结果表明,将越库中心建设于配送...     

多分区响应型接驳公交路径与发车时间的协调优化

为进一步提升响应型接驳公交的整体性能,提出了一种同时考虑分区间与分区内预约需求的车辆路径与发车时间协调优化方法,并构建多目标协调优化模型来分配边界上的预约需求、安排车辆路径和发车时间.优化模型中,优化目标是尽量使存在冲突的运营商利润和乘客满意度同时达到最大;考虑的约束包括接驳车辆容量限制、最大行程时间限制等.采用带精英...     

基于累积前景理论的通勤者换乘出行决策研究

为探究通勤者的换乘决策,分析高峰期通勤者出行过程中换乘不同公共交通工具的行为,构建基于累积前景理论的通勤者换乘行为决策模型。以可接受的最早到达时刻与工作开始时刻为参考点,以预留出行时间与换乘等待时间2个动态变量为核心,分别建立常规公交之间换乘与常规公交换乘地铁的出行前景价值模型。通过计算得出在不同预留出行时间及换乘等待时间下的最优决策方案。研究结果表明：最优换乘方式与2个时间参数密切相关。在到达时刻约束下,预留出行时间过多或过少,出行前景值均会减少。当换乘等待时间相同时,常规公交之间换乘与常规公交换乘地铁的出行前景值相比较,差值随预留出行时间增长呈现由负到正的变化趋势,且随换乘等待时间的增长其差值零点沿预留出行时间坐标轴正向移动。表明当预留出行时间较少时,通勤者选择常规公交换乘地铁的出行方式将获得更高的收益,更倾向于选择常规公交换乘地铁方式出行;预留出行时间越长时,通勤者更倾向于选择常规公交之间换乘的出行方式。研究建立的模型不仅适用于常规公共交通工具之间的换乘,同时还可以描述其他交通工具相结合的换乘方式。研究结论可为城市高峰期通勤者的换乘决策提供依据,以提升通勤者的出行满意度。     

基于物流云平台的多式联运派单模型及求解策略

针对多式联运智能派单优化问题,充分利用云平台人工智能技术和大数据的优势,设计多式联运派单策略的总体思路、流程及原则,并将"多对多"多式联运派单优化问题从货物集货、干线运输和货物配送的视角,分解成三个阶段的两大类车辆路径优化问题,货物集货和配送阶段属于有时间窗的多车辆多车型的车辆路径优化问题,干线运输属于多式联运路径优化问题。以最小化运输成本为优化目标,采用正向分析问题、逆向求解问题的策略生成相应的派单方案。最后,通过算例分析验证模型及求解策略的可行性及有效性。     

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%。     

基于前景理论的轨道交通乘客路径选择模型

研究有限理性条件下城市轨道交通乘客的路径选择问题。从出行费用角度出发,通过对不同类型乘客的出行时间、换乘时间、换乘次数和列车拥挤度4个因素的权重分析,建立乘客广义出行费用模型;并基于前景理论,建立以出行费用为参考点的路径选择模型,从而准确分析出乘客的选择偏好。实例结果表明,该模型对乘客出行路径的分析具有更高的可靠性。     

基于区位理论的物流配送中心车辆调度优化算法

针对物流配送中心的车辆调度,建立了车辆分配和路径优化的数学模型,并对配送分区的实现采用四叉树法;对运输巡回线路的实现采用蚁群算法求解。通过算例,给出了基于区位理论的物流配送中心车辆分配和路径优化的具体方案。     

基于时间窗的城市医药品动态配送路径优化模型与算法

由于城市医药客户需求的随机性和不确定性,需要对医药品进行动态配送路径的优化.以客户服务时间窗为约束,以降低药品配送费用及提高服务准时性为目标,建立配送路径初始优化模型与动态优化模型,并利用遗传算法进行求解.研究结果表明:遗传算法能迅速收敛到最优解,配送费用得到较大程度的节省,服务准时性得到较大提高,能较好地满足城市医药...     

含装卸工调配的物流车辆配送路径问题的研究

考虑到物流配送车辆路径问题中要涉及货物的装卸作业,将装卸工调配问题和车辆路径问题相结合提出了含装卸工调配的物流车辆配送路径问题,给出了以总运输费用最小、总装卸工人数最少为目标函数的双目标0-1混合整数规划问题的数学模型.按目标函数的主次分2个阶段对该问题进行求解;最后,将装卸工人数最少转化为装卸费用最小将该模型进行了推广。     

高铁货运专列与城市车辆多站点协同的配送模式及路径优化

在高附加值、高时效要求的快递日益激增的需求驱动下,高铁货运专列运营常态化越来越成为可能.由于超大城市快递量多、城市面积大,高铁快运通过单个站点停靠再衔接城市车辆进行快递配送时,快递的高时效性往往得不到有效保障.基于此,创新提出"去配送中心"的"高铁货运专列多站停靠+城市车辆多点协同"越库配送模式,并对该模式的运行条件进行讨论.在考虑高铁货运专列运输时间表、客户服务时间窗等限制条件的基础上,建立高铁货运专列多点协同城市车辆配送路径优化模型.以超大城市上海市为例,对该配送模式的应用进行讨论,设计模拟退火算法进行求解.研究结果表明:"高铁货运专列多站停靠+城市车辆多点协同"的越库配送模式配送成本更低、准时性更高,能够更高效地完成快递配送.     

基于客流需求的城市轨道交通动态时刻表优化模型

为使城市轨道交通列车运行时刻表更贴合客流需求,依据不断变化的客流需求确定每列车的发车时刻和停站时间,采用多目标优化方法构建以乘客出行时间费用和列车运行时间费用最小为目标、列车发车时刻和停站时间为决策变量的城市轨道交通动态时刻表优化模型,并采用粒子群算法求解。以广州地铁13号线为例进行验证,结果表明优化后的时刻表更满足客流需求,能有效地提高乘客出行效率,具有更好的动态适应性。     

基于候选列车集与弹性需求的城际铁路列车开行方案优化

城际铁路列车服务水平直接影响着全天各时段旅客出行需求量。为了研究这种影响关系,获得吻合出行需求的城际列车开行方案,首先建立旅客时段出行需求与广义出行费用间的弹性需求函数,并基于给定候选列车集构造旅客出行网络,进而以最大化列车开行收益为优化目标,构建面向弹性需求的城际列车开行方案优化模型。模型结合弹性客流在出行网络上的路径选择,从候选列车集中选择开行列车,并优化其停站方案与始发时刻。在生成初始列车开行方案基础上,设计其邻域解生成策略,构建求解模型的模拟退火算法。算例优化不同分布客流的列车开行方案,结果表明:模型与算法能够获得更吻合弹性需求的列车开行方案,且有助于提高旅客服务水平与企业经济效益。     

考虑列车随机延误的铁路网络客流均衡分配方法

铁路客流均衡分配是旅客出行选择的集中体现,对旅客列车开行方案和列车运行图等的评价和优化十分重要。实际运营中列车的随机延误会导致铁路旅客的出行时间发生变化,影响旅客的出行,尤其是换乘选择。考虑旅客在路径选择决策过程中的出行时间可靠性和不可靠性2个方面因素,提出一种考虑列车随机延误的铁路网络客流均衡分配方法。首先,构建旅客换乘网络,基于提出的期望-超额出行成本(METC)概念,考虑换乘过程中列车的延误概率,计算旅客的换乘成功概率和换乘周期选择;然后,进一步计算旅客出行路径的期望-超额成本,基于用户均衡条件,构建考虑列车随机延误的期望-超额客流均衡分配模型;最后,考虑到期望-超额出行成本的不可加性,结合相继平均法和k-最短路算法设计基于路径的客流分配算法,并对均衡模型进行求解。通过对一个简单算例和广珠铁路实例进行分析,结果表明：同时考虑出行时间的可靠性和不可靠性时,旅客的出行路径选择和换乘选择与仅考虑出行时间可靠性有较大差异,基于期望-超额的铁路网络客流分配模型可以更加准确地描述考虑列车随机延误的旅客的出行选择行为,证实了均衡分配方法的有效性。因此提出的客流分配方法可以为铁路网络旅客列车开行...     

基于仿真随机解的模拟退火算法在单物流中心配送VRP中的应用

结合客户实际需求研究单物流中心配送业务中基于城市道路网的车辆路径问题.采用邻接表作为道路网数据结构,依据计算机仿真方法确定车辆的路径方案,引入模糊时间窗并建立具有模糊时间窗的车辆路径问题的数学模型(VRPFTW),利用模拟退火算法求解VRPFTW问题,并对算法的关键步骤做了探讨.结合给定的有信号交叉口的城市道路网,利用计算机编程求解特定算例,计算结果说明模糊时间窗对物流中心配送业务的实际意义,以及模拟退火算法求解问题的可行性与有效性.     

基于手机数据的地铁线网清分模型验证与优化

如何高效准确地验证并优化地铁线网票款清分清算模型是地铁行业一直以来的研究重点。地铁票款清分清算模型大多是基于概率分布的出行路径选择模型。该类模型应用出行时间对应选择概率的正态分布得到乘客对不同出行路径的选择概率,结合不同出行路径上各个线路运营商的运营里程比,即可计算得到所谓的"清分因子"。为验证现有清分模型的准确性,提出使用手机数据重建乘客出行轨迹的方法。通过在地铁线网换乘节点安装无线探测装置,获取乘客智能手机唯一的MAC地址,将乘客出现的时间、地点信息实时发送到数据处理后台,按照时间先后排列捕获乘客出现的地点,以此重建出行轨迹。目前只有开启Wi Fi功能的智能手机可以被捕获。通过这一方法,不仅可以验证地铁票款清分清算模型,还可以进一步对模型参数进行修正。本研究在杭州市地铁线网中进行实验,通过重建当地乘客实际出行路径,对票款清分清算模型进行验证和修正。     

重载铁路装车端编组站重载列车组合优化

重载铁路装车端编组站重载列车组合在于确定出发重载列车的发车时刻、编组内容及其列车来源,以使得所有出发列车遵守满轴、不违编和追踪间隔的规定。考虑到达列车残存、出发列车停运和出发时刻调整等实际情况,以车辆在编组站总停留时间和车辆在前方站总额外中转时间最小为目标,构建多目标混合整数线性规划模型。设计增广ε-约束法求解模型,寻找若干区分度明显的代表性非支配解。以大秦线湖东站为背景构造算例,对所提出的方法进行测试。计算结果表明,与现场常采用的"先到先组、正点出发"经验方法相比,本文所提出方法可明显缩短车辆在编组站的停留时间和在前方站的额外中转时间。