带时间窗的农产品多式联运模型研究

文章针对我国多数农产品存在保鲜期短,常温下易腐烂等问题,建立了时间和成本约束下的农产品多式联运模型,根据模型特点设计了遗传算法,通过算例验证了模型和算法的有效性,实践证明该模型能有效实现运输成本和运送时间的双重最优。     

考虑多重时间窗的低碳多式联运路径优化模型

多式联运具有参与对象多、运作环节复杂等特点。在经济性、时效性背景下,以中转节点硬时间窗及运输任务限制软时间窗为约束,将运输成本、碳排放成本和转运成本综合费用最小作为目标,建立带有时间惩罚约束的线性整数规划模型,并设计基于蒙特卡洛抽样自适应遗传算法,进行模型有效性的验证。结果表明：对于权重侧重点的不同,从而影响多式联运对运输路径和运输模式的决策,其中时间不确定性对总成本的影响是显著的,表现出正向作用的趋势。考虑多重时间窗更加符合实际,为制定并优化多式联运方案提供决策支持。     

长大货物多式联运路径优化模型与算法

基于可行性与合理性的角度, 分析了长大货物多式联运路径优化的影响因素。以最小运输时间、里程与费用为目标函数, 以线路限界、桥梁承载能力、起重设备的起重能力为约束条件, 建立了长大货物多式联运路径优化原始模型。考虑了约束条件的改造性特征, 将原始模型扩展优化, 设计了二维序列编码策略, 运用遗传算法求解扩展模型。计算结果表明: 运用提出的优化模型与遗传算法, 最优运输时间、里程和费用分别为12.5d、1 116km、58.18万元, 运用提出的优化模型与模拟退火算法, 最优运输时间、里程和费用分别为15.5d、1 131km、67.74万元; 运用单一的铁路运输方式与遗传算法, 最优运输时间、里程和费用分别为12.7d、1 152km、56.50万元。与其他2种情况比较, 提出的优化模型与遗传算法的综合优化程度分别提高52.22%与8.95%, 可见, 模型可行, 算法有效。     

考虑多节点时间窗差异的集装箱多式联运路径选择研究

基于多式联运网络,考虑不同运输方式的能力以及工作时间窗和发车班期,并且根据货主的具体货运需求,构建了运输成本最小、运输时间最少的多目标0-1整数规划模型。通过决策运输路线、运输方式来优化运输路径,采用非支配排序遗传算法(NSGA-II)以及二阶段编码的方式求解模型,经过多次种群进化和非支配解筛选,获得多式联运运输路线的Pareto非劣解集。最后以20个节点、39条运输弧、3种运输方式的多式联运网络为例进行算例分析,验证了算法和模型的可行性和有效性。     

带回送和时间窗的车辆路径问题的模型及算法

在分析具有回送运输和时间窗的车辆路径问题特点的基础上，建立了该问题的优化数学模型，并通过设置与发货点距离为零的虚拟集货点使问题简化．在此基础上，构造了求解问题的改进遗传算法．在算法中，结合问题的特点设计了确保个体编码有效性的OX交叉算子，并采用基于Metropolis判别准则的复制算子，确保个体多样性和避免算法过早收敛．算例表明算法有效可行．     

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...     

带时间窗的车辆路径混合遗传算法

基于标准遗传算法, 将每一个染色体与分组信息相结合, 使染色体结构包含有更多信息, 辅以λ-交换局部搜索技术, 构造了一种新的混合遗传算法, 对带时间窗约束的车辆路径问题进行了求解, 并与标准遗传算法的求解结果进行了对比研究, 发现使用混合遗传算法, 总行驶里程为162km, 而使用标准遗传算法, 总行驶里程为182 km。结果表明混合遗传算法的求解结果比标准遗传算法更加接近最优解, 所需的行驶里程缩短, 有效降低运输企业的车辆运行成本。     

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.     

带时间窗的卡车编队路径优化

卡车编队是一种极具前景的新型运营组织模式,多辆采用半自动驾驶技术的卡车以较小的车头间距共同行驶,达到减少能源消耗与环境污染和保障交通安全的目的,该组织模式也被称为“公路列车”。从运营管理及调度技术的角度进行研究,利用商品网络流理论解决某一特定卡车在何时何地编入哪个卡车编队的问题,尽可能地促进卡车编队的形成,最大限度地节约能源。本文分析卡车编队形成过程中额外产生的集结等待时间,并量化计算由于卡车编队成组运行,空气阻力的下降进而产生的燃油节省。在限制卡车编队规模的条件下,构建考虑合理绕行的卡车编队路径优化模型,将每个运输任务是否通过路网中的弧段设置为决策变量,优化结果既能反映每个弧段上卡车编队的构成情况,又能体现每个运输任务具体的走行路径。采用商业软件求解构建的卡车编队路径优化模型,形成卡车编队19个,节省燃油费用达到14%以上。结果表明：该模型能得出理想的卡车编队路径优化方案,为卡车编队的推广应用提供理论参考。     

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。     

带时间窗的多车型车辆路径问题研究

在以往的车辆路径问题研究中,配送中心的货车为同一车型(车辆的最大载重量和最大行驶距离相近),考虑到不同车型的货车配送费用不同,配送中心可根据需求点的需求量和距离来选择较小费用的车辆,以减小配送成本,因此求解一个时间窗的多车型车辆路径问题更具实际意义。基于此问题进行研究,建立相应的数学模型,运用改进的蚁群算法对建立的模型进行求解。最后,通过对不同车型求解结果的对比,证明建模及求解算法的有效性和选用多车型车辆配送的科学性。     

带时间窗的多行程交换箱甩挂路径优化

针对市区-近郊的同城物流配送系统,为尽可能降低物流运输成本的同时提高客户满意度,研究带时间窗的具有多行程的交换箱甩挂运输问题. 在配送系统中,配送车辆从配送中心出发将货物运往各个客户点,由于道路条件的限制,客户点分为只允许小型卡车配送的限制点客户和卡车或带交换箱拖车的整车都可为其配送的灵活点客户. 在客户时间窗和多行程的约束条件下,建立以成本最小为优化目标的基于交换箱甩挂的路径优化模型,提出装箱算法与遗传算法混合的启发式求解算法. 算例验证了所提出算法的有效性,为带交换箱的甩挂车进行物流配送提供一定的决策指导和参考意见.     

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。     

带硬时间窗的航空路径规划模型

针对物流快递行业,以牺牲部分成本来完全满足快递时效的要求,建立了基于硬时间窗的航空路径规划模型,采用并行遗传算法进行了求解.同时建立了相应的软时间窗模型,通过构造满意度函数,与硬时间窗的结果进行了对比分析,算例结果表明硬时间窗的规划路线虽然成本较高,但是更注重时效性的客户的满意度也高,这种规划方法更适于中端物流企业的特点与要求.     

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.     

基于地铁的带时间窗地下物流路径优化研究

随着电子商务的快速发展,城市物流配送量日益增长,加剧了城市交通拥堵状况。相对应的,城市交通拥堵也严重影响着物流配送的准点率和服务水平。为了缓解物流导致的交通拥堵,文中将地面物流转移至地下,提出基于地铁的地下物流配送模式,并且考虑地下物流与地面物流的转运时间协同,引入货物在地面转运点堆积的时间成本惩罚函数,以总成本最低为目标函数,建立基于地铁的带时间窗地下物流路径优化模型。利用遗传算法进行路径优化并用MATLAB实现算法。最后,以南京市为例,利用模型得出最优路径以及总成本最优的调度方案。     

带时间窗的甩挂运输路径优化问题研究

针对带时间窗的甩挂运输路径优化问题,考虑整车和卡车2种运输方式,以及整车、卡车、混合3种行驶路径,以行驶时间为目标函数构建模型,设计基于A、B策略的两阶段混合启发式算法.算例分析结果表明：针对客户规模在100以内的小规模算例,均可在3s内求得结果,策略B的求解时间少于策略A,而策略A的目标函数优于策略B;当客户规模逐步增至900时,选择策略A可获得更高的求解效率.可见,本文所构建的模型与算法是可行和有效的,对实际配送过程中的车辆指派与路径优化具有一定的参考价值.