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.     

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...     

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.     

库存路径问题的固定分区-整数比周期组合策略研究

针对供应商-物流中心-零售商组成的三层级系统的库存路径问题研究一种组合策略。各零售商对单品种货物的需求率固定,相互独立;物流中心从供应商批量进货,然后配送给零售商,不许缺货或延迟;目标是最小化系统库存及运输总成本。整合固定分区、整数比周期设计一种组合策略,构建了三层级系统的IRP数学模型,将三层级库存路径问题分解为两个子问题,借鉴车辆路径问题求解思路设计了启发式算法;试验结果表明,新策略的求解效率更好。     

城市末端物流配送路径优化研究

城市末端物流配送是配送环节中直接与客户交接的最后且最关键的一环,能否将货物及时送到客户手中将直接影响客户对配送服务的满意程度。为提高城市末端配送的服务质量及客户的满意程度,降低配送过程成本,针对目前城市末端物流配送过程中存在的问题,提出在满足客户实际时间要求前提下,建立带有软时间窗的城市末端物流配送路径优化模型,运用节约里程算法进行求解,并以某配送中心配送为例,得出在满足客户实际时间要求前提下,以拥堵成本最低为前提选择路径的模式可使配送过程中的成本降到最低。     

基于低碳与随机需求的多目标车辆路径优化

考虑B2B电商环境下随机需求以及低碳要求对物流配送环节的影响,以配送总成本最小、车队规模最小以及客户时间满意度最大为目标,建立基于低碳与随机需求的多目标模型,针对该模型特点,设计基于Pareto最优的多目标遗传算法.最后以步步高集团云通物流为实际配送优化案例,对上述优化模型及其求解算法的有效性进行验证.研究结果表明:从政府管理的角度,碳税额定为70元/t最优,从物流配送行业的角度,碳税额定为40元/t最优.配送企业的不同优化目标偏好与配送优化决策方案的选择密切相关.本模型可为政府制定合理的碳税政策以及企业制定合理的配送决策提供理论依据.     

基于多日需求情景的高铁列车开行方案鲁棒优化

同一列车开行方案往往需要实施于多个运营日,但是各运营日出行需求在出行总量、时空分布上均具有一定差异。为了使实施于多个运营日的同一列车开行方案能够有效适应各运营日的差异性需求,基于多日需求情景的高铁列车开行方案鲁棒优化问题展开研究。将每个运营日的需求分布描述为一种需求情景,从而生成适应多日需求的统一候选列车集。在此基础上,通过分析列车开行成本、旅客出行费用的构成,以两者总成本的“后悔值”衡量鲁棒方案应用于各需求情景下产生的目标值与最优目标值的偏差,构建以最小化最大后悔值为目标的高铁列车开行方案鲁棒优化模型。在构造面向多日需求情景的邻域解搜索策略基础上,设计模拟退火算法求解模型。以宁杭高铁线路为算例,分析可得：鲁棒方案与各运营日分别实施其满意方案的目标值相比仅相差0.56%,并且从各需求情景的满意方案中任意选择一个实施于所有运营日,其总成本均大于鲁棒方案,所以鲁棒方案能有效地适应多日的时变出行需求。所提出的列车开行方案鲁棒优化方法具有一定有效性和可行性。     

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。     

在时变速度下的车辆出行时刻和路径联合优化

基于分析大中型城市的道路拥挤状况和早晚高峰期与非高峰期的车流速度变化规律,得到大型城市道路网络中车速的阶梯型变化分段函数,并结合相关车辆能耗和CO_2排放规律研究,构建考虑CO_2排放成本的配送车辆出发时刻安排和配送路径联合优化模型。针对该优化模型的特点,应用遗传算法搜索车辆最佳出行时间以及最佳配送路径。通过数值算例验证上述优化模型和求解算法的有效性。仿真结果显示:最短路径不一定是最小CO_2排放路线;出发时刻的选择对车辆CO_2排放有重要影响;最优出行时间安排比最差出行时刻安排,节约近8.5%的CO_2排放量。     

城市轨道交通跨线列车开行方案优化研究

在城市轨道交通线网规模迅速扩张和客流需求快速增长的背景下,针对现有的单线运营模式导致的乘客换乘次数多、系统资源共享程度不高等问题,研究跨线列车开行方案优化以弥补上述不足。根据设施设备跨线运营基本条件、列车跨线次数和跨线客流需求生成跨线交路备选集,以备选跨线交路和本线交路的发车频率为决策变量,考虑线路通过能力、列车满载率和区间交路数量上限约束,以乘客换乘次数最少和出行时间最短为原则,对各OD乘客组进行客流分配,建立线网层面的跨线列车开行方案优化模型,最小化列车运行成本和乘客出行成本。应用模拟退火算法求解模型。南宁地铁线网的案例分析结果表明,相比于单线运营模式,跨线运营模式可使总成本降低6.18%,其中乘客时间成本降低7.33%,乘客换乘次数减少13.79%,可实现成本节约,提升线网服务质量和乘客出行效率的目标。     

随机需求订单可拆分的多目标车辆路径问题

考虑现实中需求随机,司机的工作量和收入可能受线路长度影响,研究基于需求随机订单可拆分的多目标车辆路径问题,添加司机工作线路长度均衡为目标,这种考虑需求随机和线路均衡的双目标模型比原来的单目标模型更具有现实应用意义。此外订单可拆分可提高车辆装载率,降低配送费用。基于以上考虑,本文构造考虑随机需求订单可拆分的双目标车辆路径问题模型,提出订单拆分车辆配对服务策略。针对本文研究问题特点,设计大规模邻域自适应搜索算法进行仿真实验,并通过修订的Solomon算例验证模型和算法的有效性。     

不确定环境下应急物资配送问题研究

针对受灾点的需求量、车辆从配送中心到受灾点的运行时间及单位成本为三角模糊数的应急物资配送问题,建立系统总费用最小和总的时间惩罚成本最小的双目标规划模型,利用模糊数的相关理论将模糊规划模型转化为确定型双目标混合整数规划模型,并由此设计了该模型的求解算法,通过算例说明了算法的可行性和有效性。分析表明,最优的车辆路径的决策方案与权重值ω关系密切,故决策者在决策时应根据实际情况选择合适的权重值ω。     

考虑运输碳税与质量承诺的多式联运路径优化

保证服务质量和控制联运成本是多式联运经营者在进行联运路径决策时考虑的主要目标。基于运输碳税征收的假设,探究同时考虑运输碳税和服务质量承诺对集装箱多式联运经营者决策联运路径的影响。将运输过程中不同交通工具的碳排放内化为联运经营者的运输碳税成本,对服务质量的承诺主要考虑运到时限和货物完好程度2个关键质量指标,引入模糊运到时间与随机货损率2个表征变量,将运到时限承诺内化为运到时间补偿成本,将货物完好程度承诺内化为货损补偿成本,二者共同构成质量损失补偿成本。以此为基础,构建由运输成本、中转成本、碳税成本和质量损失补偿成本构成的多式联运总成本最小的联运路径优化模型,设计遗传算法进行求解。以中国17个城市节点和铁路、公路、水运3种运输方式构成的多式联运网络为算例网络,对比分析有、无碳税征收2种情形下不同运到时限和货物完好程度承诺等级对多式联运路径选择的影响。研究结果显示,在相同质量承诺等级下,碳税征收情形下模型选择的联运路径总碳排放量均较少。在满足同一运到时限承诺下,随着货物完好程度承诺等级的降低,碳税征收使公路运输比例降低、铁路和水路运输比例增大,货损成本略有增加,联运总成本下降明显。研究案例表...     

多车场响应型接驳公交运行线路与调度的协调研究

为提高响应型接驳公交运行效率,提出响应型接驳公交系统多车场协同运行、多车型协调调度、线路与调度协调设计的思想。引入虚拟车场将多车场设计问题转换为单一车场设计问题;建立混合需求问题的两阶段法来分阶段处理预约需求和实时需求;构建预约需求下车辆路径与调度的协调优化模型及其求解算法。计算结果表明:在给定相同的预约需求和混合需求下,与独立运行相比,协同运行的总费用分别降低了8.6%和13.0%,车辆总运行时间分别减少了5.7%和12.5%;多车场的协同运行有效地提高了运营效率。小型车比例增加50%,大型车比例同时减少50%时,系统总费用的变化率在独立运行和协同运行下分别达到11.2%和5.9%,车型比例对系统总费用具有显著影响。     

多配送中心车辆调度问题的模型及其遗传算法研究

在对多配送中心车辆调度问题进行直观描述的基础上,建立了该问题的数学模型。运用遗传算法求解配送路径,并提出了采用路径距离最短分配法将多配送中心车辆调度问题的路径分配给各个配送中心的策略。     

依托地铁网络的城市配送系统转运点选址研究

为应对单一货车运输方式无法承载城市中心货运需求的问题,提出依托地铁开展的新型城市配送模式。整合城市地铁网和城市道路网,研究衔接两个路网的关键节点,定义地铁网络内部的路径选择标准。构建以总成本最小化为目标函数的依托地铁网络的城市配送系统转运点选址模型,同时设计改进模拟植物生长算法进行求解。以成都市地铁网络为例,分析覆盖范围、需求量、规模效应对转运点选址决策的影响,验证模型和算法的实用性及有效性。结果表明,转运点多集中在客户分布的区域,偏向于选择离配送中心最近的点、临近配送中心线路与环线的交叉点或临近配送中心线路间的交叉点,且配送需求服从邻近分担的原则,个别转运点能吸引更多货流量。     

基于两阶段的超大型城市物流网络选址与服务路径优化

建设高效、绿色、可持续的城市物流系统是我国中长期发展战略的重要内容,而目前我国大城市物流配送中存在交通拥堵和物流能耗高等亟待解决的现实难题。基于此,研究基于两阶段的超大型城市物流网络选址与服务路径优化问题。从可持续城市物流体系视角出发,研究基于“外集内配”的超大型城市物流网络布局与小运转列车路径优化问题,构建总成本最小化为优化目标的两阶段物流配送网络布局与服务路径优化模型。针对该优化模型特征,设计基于改进的遗传算法求解。以北京市绿色物流配送网络布局与路径优化为例,进行相应的实证分析,验证上述优化决策模型及其求解算法的有效性,并对模型关键参数进行灵敏度分析。研究发现：1)基于“外集内配”的物流配送体系是解决超大型城市供应物资物流网络布局问题的有效方案;2)二级节点的运转能力对“外集内配”物流系统的运营效率有重要影响,当其转运能力比例达到70%左右时,总成本最低;3)小运转列车的开行频率对城市物流系统总成本有重要影响。研究结果可为我国超大型城市绿色物流布局与服务路径优化决策提供相应理论依据,助力超大型城市高效可持续绿色物流体系建设。     

枢纽拥堵状况下绿色多式联运路径选择不确定性研究

随着多式联运的快速发展,转运枢纽处产生拥堵已经成为普遍现象,拥堵造成转运时间增加并产生额外的碳排放。2021年7月,我国正式启动碳排放交易体系,进一步完善了碳价机制,可预期在不远的将来,碳排放成本将成为运输成本的重要组成部分。为探究枢纽拥堵对于多式联运路径决策及碳排放的影响,利用排队模型对枢纽拥堵现象进行模拟,对传统的路径决策模型加以调整,量化等待过程的时间及碳排放,将其纳入绿色多式联运路径选择模型中。针对运输过程中存在的不确定现象,鉴于传统方法的不足,选择基数不确定集刻画运输时间的不确定性,构建相应鲁棒优化模型.根据对偶理论将其转化为较易求解的混合整数线性规划模型,并使用Matlab/yalmip进行编程,调用Gurobi进行求解。以天津港到伊尔克什坦口岸的运输网络为实证,验证相关模型可行性,并模拟了不同场景下转运枢纽的拥堵状况,探究转运枢纽的拥堵现象对路径决策及碳排放的影响。结论表明,鲁棒优化方法适用于多式联运路径决策的随机性模拟,决策者能够通过调整不确定参数获取运输方案。一定时限内,枢纽拥堵导致的延迟影响最优路径决策发生变化。在繁忙的枢纽,拥堵现象导致的排放甚至会超过正常转运过程...